TIARA verfolgt das Ziel, fortschrittliche Künstliche Intelligenz (KI)-Modelle zu entwickeln, die sowohl Techniken der Unsicherheitsquantifizierung als auch physikalische Prinzipien einbeziehen. Durch diese beiden Ansätze wird der Sicherheitsaspekt von Anfang an berücksichtigt. Des Weiteren vereinen diese innovativen Modelle die Präzision traditioneller physikalischer Ansätze mit der Effizienz von KI-gestützten Ersatzmodellen. Sie sind besonders vorteilhaft in Situationen, in denen Rechenkapazitäten begrenzt sind und Echtzeitfähigkeit entscheidend ist, wie es oft in den ingenieurtechnischen Anwendungen des DLR der Fall ist. Ein zentraler Aspekt des TIARA-Projekts ist die Integration von Unsicherheitsbewertungen in die KI-Modelle, um deren Robustheit zu steigern. Unsicherheiten in KI-Systemen können beispielsweise bei den Modellparametern, den Eingabedaten oder innerhalb des Modells selbst auftreten. Das Vernachlässigen dieser Unsicherheiten könnte zu unzuverlässigen Entscheidungen führen. Daher ist ein tiefgreifendes Verständnis dieser Unsicherheiten besonders bei Anwendungen, die hohe Sicherheitsanforderungen stellen, zur Einschätzung der Vorhersagequalität unerlässlich. Durch das Einbinden von Unsicherheitsquantifizierung in KI-Modelle wird letztlich die Sicherheit und Verlässlichkeit von Simulationen und den darauf basierenden Entscheidungen erheblich gesteigert. Es ist geplant, die entwickelten KI-Modelle im Edge-Computing und der Regelungstechnik zu verwenden, um einen performanten und robusten Regler zum Steuern von sicherheitskritischen, autonomen Systemen zu erhalten. In der Luftfahrt sollen im aerodynamischen Design die neuartigen Verfahren als schnelle und robuste Modelle reduzierter Ordnung dienen, die dann beispielsweise für Optimierungsketten unter Berücksichtigung der Unsicherheiten genutzt werden können.
