Seit Juli 2021 vertieft FESTO, ein Unternehmen, das auf Steuerungs- und Automatisierungstechnik spezialisiert ist, die Zusammenarbeit mit der Universität Tübingen im Rahmen eines Industry-on-Campus Projektes unter Leitung von Dr. Shahram Eivazi (KI-Forscher bei FESTO).

Der Schwerpunkt liegt zunächst auf Deep Reinforcement Learning für Robotik, das neuronale Netze mit dem Lernen durch Bestärken kombiniert: Der Roboter versucht durch Ausprobieren (Trial-and-Error) ein vorgegebenes Ziel zu erreichen. Anhand der erhaltenen Rückmeldungen optimiert er nach und nach seine Aktionen, bis er die Aufgabe erfolgreich löst. Meta Learning, Edge AI, AutoMachineLearning-Ansätze, verteiltes Lernen und generative Modelle sind weitere KI-Felder, die anwendungsorientiert untersucht werden sollen. Das Potenzial für KI-basierte Anwendungen, um die Gesamtanlageneffektivität in der Produktion zu erhöhen, ist enorm. Die Ergebnisse fließen deshalb kontinuierlich in bestehende und neue KI-Anwendungen von FESTO ein.

Dr. Shahram Eivazi promovierte 2016 in Finnland zum Thema freihändige Operationsmikroskopie. Während seiner Promotion erforschte er interaktive Mensch-Computer-Technologien (z. B. Eye Tracking) im medizinischen Bereich. Nach der Promotion war er für zwei Jahre als Postdoc an der Universität Tübingen in der Arbeitsgruppe Human-Computer Interaction von Prof. Dr. Enkelejda Kasneci tätig. Eivazis Arbeit konzentriert sich auf die Forschung für KI-Produkte in der Roboterindustrie. Bei der Entwicklung von Anwendungen als Forscher für maschinelles Lernen arbeitet er an Algorithmen für Deep Learning und Reinforcement Learning. Mit über 30 wissenschaftlichen Publikationen und mehreren Jahren aktiver Lehrerfahrung leitet Dr. Eivazi das FESTO Autonomous Systems Lab an der Universität Tübingen.