Solarturmkraftwerke spielen eine Schlüsselrolle bei der Erleichterung der laufenden Energiewende, da sie regelbaren klimaneutralen Strom und direkte Wärme für chemische Prozesse liefern. In dieser Arbeit entwickeln wir einen heliostatspezifischen differenzierbaren Raytracer, der den Energietransport am Solarturm datengesteuert modellieren kann. Dies ermöglicht eine Rekonstruktion der Heliostatoberfläche und verbessert so die Vorhersage der Bestrahlungsstärke drastisch. Darüber hinaus reduziert ein solcher Raytracer auch die erforderliche Datenmenge für die Ausrichtungskalibrierung drastisch. Damit ist das Lernen für einen vollständig KI-betriebenen Solarturm prinzipiell machbar. Das angestrebte Ziel ist die Entwicklung eines ganzheitlichen KI-gestützten digitalen Zwillings des Solarkraftwerks für Design, Steuerung, Vorhersage und Diagnose auf Basis des physikalisch differenzierbaren Raytracers. Alle Betriebsparameter im Solarfeld, die den Energietransport beeinflussen, können damit optimiert werden. Erstmals ist eine Gradienten-basierte Feldgestaltung, Zielpunktsteuerung und Ist-Zustandsdiagnose möglich. Durch die Erweiterung um KI-basierte Optimierungstechniken und Reinforcement-Learning-Algorithmen soll es möglich sein, reale, dynamische Umgebungsbedingungen mit geringer Latenz auf den Zwilling abzubilden. Schließlich sind aufgrund der vollständigen Differenzierbarkeit auch visuelle Erklärungen für die operativen Handlungsvorhersagen möglich. Die vorgeschlagene KI-gestützte digitale Zwillingsumgebung wird in einem realen Kraftwerk in Jülich verifiziert. Seine Gründung markiert einen bedeutenden Schritt in Richtung eines vollautomatischen Solarturmkraftwerks.
Das Gesamtziel dieses Projektes ist die Verbesserung der radiologischen Diagnostik des humanen Prostatakarzinoms in der klinischen MRT durch die KI-basierte Ausnutzung von Informationen aus höher auflösenden Modalitäten. Dabei werden wir die Brillanz der HiP-CT Bildgebung an der Beamline 18 und eine erweiterte Histopathologie der gesamten Prostata nutzen, um die Interpretation von MRT-Bildern im Rahmen eines Forschungsprototypen zu optimieren. Parallel dazu ist die Korrelation der Bilddaten mit den molekularen Eigenschaften der Tumore zum besseren Verständnis invasiver Tumorstrukturen geplant. Eine interaktive Multiskalenvisualisierung über alle Modalitäten hinweg bildet die Grundlage, die immensen Datenmengen anschaulich zu vermitteln. Als Ergebnis soll am Ende der dreijährigen Projektphase unter Berücksichtigung neuartiger KI-Algorithmen die konventionelle radiologische Anwendung der Magnetresonanztomographie (MRT) in einen diagnostischen Standard transferiert werden, der auch bisher häufig fehlerhaft diagnostizierte Patienten mit invasiven Prostatatumoren zuverlässig erkennt. Mittelfristig wäre demzufolge von einer substantiellen Verbesserung der Versorgung von Patienten mit einem fortgeschrittenen Prostatakarzinom auszugehen. Darüber hinaus werden wir den im Projekt erstellten, einzigartigen multimodalen Datensatz inklusive Visualisierungswerkzeugen als Open Data zur Verfügung stellen, um so weitere Studien zum besseren Verständnis des Prostatakarzinoms zu ermöglichen, die potentiell zu neuartigen Diagnostik- und Therapieansätzen führen könnten.
Das Identitäts- und Zugangsmanagement (IAM) befasst sich mit den Prozessen, Richtlinien und Technologien zur Verwaltung digitaler Identitäten und deren Rechte auf Dienste und Ressourcen. Dies als Basisdienst für NFDI bereitszustellen ist die Aufgabe von IAM4NFDI. Hierzu wird das Projekt von Base4NFDI finanziert. Die Aufgabe des Basisdienstes IAM ist die Einrichtung und Bereitstellung einer modernen AAI nach dem neuesten Stand der Technik, die eine konsortienübergreifende und internationale Zusammenarbeit fördert. Ein zentrales Ziel von IAM4NFDI ist es daher, einen einheitlichen Zugang zu Daten, Daten, Software und Rechenressourcen, sowie den Datenaustausch und die Zusammenarbeit für alle NFDI-Konsortien sowie kompatible Initiativen zu ermöglichen. Um dies zu erreichen, wird eine erweiterte Version der AARC Blueprint Architecture implementiert und als Service für interessierte NFDI-Konsortien zur Verfügung gestellt. Dies wird es Forschern aus verschiedenen Bereichen und Institutionen ermöglichen auf digitale Ressourcen innerhalb und außerhalb der NFDI zugreifen. Neben Nutzern aus ca. 400 deutschen Forschungs- und Hochschuleinrichtungen sowie ca. 4800 Organisationen weltweit können die Nutzer auch ihren Account bei github, google oder ORCID für den Zugriff auf auf Dienste und Ressourcen benutzen können. Alle im Rahmen von IAM4NFDI entwickelten Werkzeuge und Lösungen sind kompatibel mit Standards und den AARC-Empfehlungen.
