Zum Hauptinhalt springen
Unsere Forschungsexperten

Dr. Samarjit Das

Direktor, Bosch Research Pittsburgh und Abteilungsleiter – Signalverarbeitung und Maschinelles Lernen

Ich denke, es ist viel interessanter, im Ungewissen zu leben, als Antworten zu haben, die vielleicht falsch sind.

Richard P. Feynman
Porträtfoto von Samarjit Das vor einer Glastrennwand stehend.

Ich bin seit 2013 bei Bosch Research Pittsburgh als Wissenschaftler tätig. Derzeit bin ich Chief Expert für Signalverarbeitung & Maschinelles Lernen bei Bosch Research. Darüber hinaus bin ich Direktor des Bosch Research and Technology Center (RTC) und des Bosch Center for AI (BCAI) Pittsburgh mit den Schwerpunkten KI-Forschung sowie IoT und Sicherheit & Datenschutztechnologien. Im Laufe der letzten zehn Jahre hier bei Bosch hatte ich das große Glück, eine Reihe spannender Forschungs- und Innovationsaktivitäten an der Schnittstelle von KI und Signalverarbeitung zu leiten – allen voran SoundSee.

Was fasziniert Sie an der Forschung am meisten?
Eine Karriere in der Forschung ist höchst lohnend und entmutigend zugleich – wie ein intellektuelles Abenteuer ins Ungewisse. In meiner Jugend vergötterte ich die großen Physikerinnen und Physiker, Mathematikerinnen und Mathematiker sowie Erfinderinnen und Erfinder des 20. Jahrhunderts. Ich konnte ich mir nie etwas anderes vorstellen als in einem Forschungslabor zu arbeiten. Die Freude, Neues zu entdecken, zum Baum des Wissens beizutragen und Dinge zu erfinden, welche das menschliche Leben inspirieren und verbessern, fasziniert mich am meisten und motiviert mich jeden Tag, mein intellektuelles Abenteuer fortzusetzen.

Was macht die Forschung bei Bosch so besonders?
Bosch ist ein Ort, an dem technische Exzellenz auf wissenschaftliche Genauigkeit trifft. Ein Ort, an dem transformative Ideen in einem Umfeld intellektueller Freiheit gefördert werden, um das Leben auf der ganzen Welt zu verbessern. Es ist selten, eine globale Forschungsorganisation mit brillanten Köpfen aus aller Welt zu finden, die an inspirierenden und herausfordernden Themen arbeiten – von der Quantenphysik über die modernste KI-Forschung bis hin zur Verbesserung der Krebsdiagnostik und nachhaltigen Energietechnologien der Zukunft. All diese Innovationen sind auf eine einzige Vision ausgerichtet – die Verbesserung der Lebensbedingungen der Menschen, die Verbesserung des menschlichen Lebens auf diesem Planeten, und das macht die Forschung bei Bosch so besonders.

An welchen Forschungsthemen arbeiten Sie derzeit bei Bosch?
Alles spricht – nur in einer anderen Sprache. Alltagsgegenstände, physikalische Prozesse und Maschinen sprechen auch – durch die Sprache von Signalen wie Klang, Vibrationen, elektromagnetischen Emissionen, Strom, Temperatur, Druck und so weiter. Die umfassendere Vision unserer Arbeit besteht darin, die „Sprache der Dinge” durch tiefe Signalanalytik KI zu entschlüsseln, im Gegensatz zu, aber inspiriert von den Erfolgen der KI bei der Verarbeitung und dem Verständnis menschlicher Sprachen. Im Laufe der Jahre haben wir die Grenzen des State-of-the-Art in der Audio-KI von der Grundlagenforschung bis zur Kommerzialisierung vorangetrieben - von der Bereitstellung an Bord der Internationalen Raumstation (ISS) bis zur Veröffentlichung des ersten Audio-KI-Produkts von Bosch. Jetzt nutzen wir unsere Expertise an der Schnittstelle von Signalverarbeitung und KI, um neuartige Multi-Signal-Grundlagenmodelle zu entwickeln, um unsere zuvor genannte Vision zu verwirklichen. Wir nennen unsere visionäre Technologie Signal SuperSensing oder S3. Diese KI-Fähigkeiten ergänzen die traditionelle Signalverarbeitung auf neuartige Weise, um die robuste Mustererkennung/-erkennung von Signalen zu verbessern und tiefere Einblicke aus Signalen mit reicher, natürlichsprachiger Interpretation, Argumentation und Interaktion zu extrahieren, auf eine Weise, die zuvor nicht möglich war. S3 wird eine vielfältige Palette neuer Geschäftsanwendungen ermöglichen, von verbesserter Benutzererfahrung, Prozess-/Infrastrukturüberwachung bis hin zu fortschrittlichen Wahrnehmungs- und Argumentationsfähigkeiten für zukünftige Mobilitätslösungen, Verbraucherprodukte und Gesundheitswesen.

Was sind die größten wissenschaftlichen Herausforderungen auf Ihrem Forschungsgebiet?
Die größte Herausforderung in unserem Forschungsfeld dreht sich um eine einfache, aber tiefgreifende Frage: Welche Informationen sind (tatsächlich) in einem Wandlersignal enthalten (verborgen)? Wie können wir die Grenzen des Möglich verschieben, d.h. jenseits der Erwartungen an das Design physischer Sensoren? Gibt es mehr als das klassische „Mess- und Instrumentierungsauge“? Zu diesem Zweck entwickeln wir KI-gestützte Sensorfunktionen, die durch das Lernen der modalen/spektralen Signaldarstellung und die Signal-zu-Signal-Übersetzung unter Nutzung modernster KI-Modelle unterstützt werden. Eine unserer wichtigsten Herausforderungen ist, wie wir die Macht von großen Sprachmodellen (LLMs) nutzen können, um die abstrakte „Sprache der Signale“ (im Gegensatz zur menschlichen Sprache) und die Vernunft über sie zu interpretieren, indem wir das breite Wissen der LLMs über die Welt, das vernünftige Denken und die analytischen Fähigkeiten nutzen und dadurch eine ganz neue Welt von Innovationsmöglichkeiten rund um die Deep Signal Analytics KI freisetzen.

Wie werden Ihre Forschungsergebnisse Teil der „Technik fürs Leben“-Lösungen?
Unsere Arbeit ist dem Motto „Technik fürs Leben“ buchstäblich gerecht geworden – hier auf Erden und darüber hinaus! Die SoundSee-Technologie wurde kommerzialisiert und wird in US-Schulen, Universitäten und Unternehmen eingesetzt, um lebensbedrohliche Ereignisse wie Schüsse sofort zu erkennen und Leben zu retten. Jenseits der Erde kam unsere neuartige Audio-KI-Technologie an Bord der Internationalen Raumstation zum Einsatz, um die autonome Überwachung kritischer Maschinen und Geräte, wie lebenserhaltende Systeme, zu untersuchen – im Hinblick auf mehr Sicherheit und einen verbesserten Betrieb der Station. Insgesamt bin ich sehr leidenschaftlich daran interessiert, meine Forschung auf die Erzielung gesellschaftlicher Vorteile (z. B. Gesundheitsfürsorge und Wohlbefinden) auszurichten. In diesem Zusammenhang habe ich die Partnerschaft zwischen Bosch und Highmark Health ins Leben gerufen und geleitet, um neuartige KI-gestützte Sensortechnologien zur Verbesserung der diagnostischen Möglichkeiten in der pädiatrischen Atemwegsbehandlung und damit zur Verbesserung der Lebensqualität von Kindern zu entwickeln.

Lebenslauf

Seit März 2024
Direktor, Bosch Research Pittsburgh; Abteilungsleiter mit Schwerpunkt KI-Forschung sowie IoT und Sicherheitstechnologien, Pittsburgh, USA

Seit 2024
Chief Expert, Signalverarbeitung und Machine-Learning bei Bosch Research, Pittsburgh, USA

2018 bis 2023
Senior Expert und Senior Manager, Intelligent IoT Group, Pittsburgh, USA

2015 bis 2018
Senior/Lead Research Scientist, Signalverarbeitung & Maschinelles Lernen, Pittsburgh, USA

2013 bis 2014
Research Scientist, Signalverarbeitung & Maschinelles Lernen, Pittsburgh, USA

Samarjit Das und zwei weitere Personen diskutieren ein Projekt, das auf einem Computerbildschirm angezeigt wird.

Ausgewählte Publikationen

Icon Buch

Wei Dai et al. (2017)

Very deep convolutional neural networks for raw waveforms
  • Wei Dai, Chia Dai, Shuhui Qu, Juncheng Li, Samarjit Das
  • 2017 IEEE international conference on acoustics, speech and signal processing (ICASSP), 421-425
Icon Buch

Juncheng Li et al. (2017)

A comparison of deep learning methods for environmental sound detection
  • Juncheng Li, Wei Dai, Florian Metze, Shuhui Qu, Samarjit Das
  • 2017 IEEE International conference on acoustics, speech and signal processing (ICASSP), 126-130
Icon Buch

Samarjit Das et al. (2011)

Quantitative measurement of motor symptoms in Parkinson's disease: A study with full-body motion capture data
  • Samarjit Das, Laura Trutoiu, Akihiko Murai, Dunbar Alcindor, Michael Oh, Fernando De la Torre, Jessica Hodgins
  • 2011 Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBS), 6789-6792
Icon Buch

Samarjit Das et al. (2011)

Particle filter with a mode tracker for visual tracking across illumination changes
  • Samarjit Das, Amit Kale, Namrata Vaswani
  • IEEE Transactions on Image Processing (TIP), Volume 21, Issue 4, 2340-2346

Ihr Kontakt zu mir

Dr. Samarjit Das
Direktor, Bosch Research Pittsburgh und Abteilungsleiter – Signalverarbeitung und Maschinelles Lernen

Teile diese Seite auf