TUEAI

Verbundprojekt TUEAI: Tübingen AI Center - Beyond Deep Learning

01/10/2018 to 30/09/2022

Das zentrale Ziel des vorgeschlagenen Tübingen AI Centers (TUEAI) ist es, robuste intelligente lernende Systeme zu entwickeln. Tübingen ist der führende Standort im Bereich Maschinelles Lernen (ML) in Deutschland und ist auch international bestens aufgestellt. Technologieunternehmen weltweit haben jedoch Maschinelles Lernen als zentralen Wertschöpfungsfaktor erkannt und dadurch einen harten Wettbewerb um die besten Köpfe ausgelöst. Um auch in Zukunft positiven Einfluss auf Wirtschaft, Wissenschaft und Gesellschaft zu nehmen, ist es daher nötig die Attraktivität des Standort für internationale Spitzenforscher/innen weiter zu erhöhen.

Die vier Grundpfeiler des Zentrums sind (1) die Zusammenarbeit mit Partnern und Mentoren aus der Wirtschaft, (2) die wissenschaftliche Schwerpunktsetzung auf den Bereich des robusten Lernens, (3) die Verknüpfung von ML mit anderen Wissenschaftsdisziplinen sowie (4) die Förderung des gesellschaftlichen Dialogs zu Anwendungs- und Datenschutzaspekten von ML. Die wichtigsten konkreten Maßnahmen des Zentrums dafür sind ein breit angelegtes Forschungsprogramm, der Aufbau eines ML-fokussierten Partnernetzwerkes, die Formierung eines großen Software-Teams inklusive eines zentralen GPU-Clusters sowie die Etablierung einer Nachwuchsgruppe im Bereich Datenschutz und Fairness. Das Zentrum wird durch viele größere und kleinere Partner unterstützt, darunter Google, Amazon, Nvidia, DeepMind, Bosch und die Stadt Tübingen (siehe Unterstützungsschreiben).

Das wissenschaftliche Ziel des Tübinger Zentrums ist, lernende Systeme zu entwickeln, die an die Robustheit des biologischen Lernens heranreichen oder diese sogar übertreffen können.
In diesem Bereich sind wir Menschen selbst den besten Maschinen noch weit voraus. So können wir selbst unter stark veränderten und seltenen Bedingungen noch robust die richtigen Schlüsse ziehen, während das Verhalten von Maschinen unter ihnen unbekannten Bedingungen kaum einzuschätzen ist. Nur durch das Training mit extrem großen Datenmengen kann dieses Defizit reduziert werden.

Die fehlende Robustheit ist ein zentrales Defizit heutiger Algorithmen. Wir erwarten, dass die Entwicklung robuster Lernalgorithmen in den kommenden Jahren zum zentralen Innovationsmotor für die Künstliche Intelligenz wird. Um unsere Forschung in Tübingen noch zielgerichteter auf dieses Thema zu konzentrieren, setzen wir Forschungsschwerpunkte durch sogenannte Benchmarks. Benchmarks sind Wettbewerbe, die wissenschaftliche Problemstellung genau definieren und bei denen sich Forschergruppen prestigeträchtig um die beste Lösung bemühen. Diese Wettbewerbe haben sich in der Vergangenheit als effektives Instrument zur Weiterentwicklung des Maschinellen Lernens erwiesen.