Vertrauenswürdige KI
L3S fokussiert seine KI-bezogenen Forschungsaktivitäten auf die Entwicklung von Methoden und Systemen in den Bereichen Text Mining und Suche, Wissensgraphen und Datenintegration, Verarbeitung natürlicher Sprache, Szenen- und Videoanalyse sowie maschinelles Lernen und Deep Learning.
Weitere Forschungsbereiche
Auf künstlicher Intelligenz (KI) basierende Systeme treffen bereits in vielen Bereichen Entscheidungen, die jeden Einzelnen überall und jederzeit betreffen können - mit weitreichenden Auswirkungen auch auf die Gesellschaft als Ganzes. Suchmaschinen, Internet-Empfehlungssysteme und Social Media Bots nutzen KI-Systeme und beeinflussen unsere Wahrnehmung von politischen Entwicklungen und sogar wissenschaftlichen Erkenntnissen. Unternehmen nutzen KI bei Einstellungsprozessen, Banken bei der Kreditvergabe. Doch wenn künstliche Intelligenz darüber entscheidet, ob ein Kredit abgelehnt wird oder jemand eine medizinische Behandlung erhält, birgt das Risiken: zum Beispiel, wenn die algorithmusbasierte Entscheidungsfindung zu Diskriminierung führt. Denn auch das Maschinenhirn ist nicht frei von Vorurteilen: Wenn KI-Systeme aus Datensätzen lernen, übernehmen sie auch die darin enthaltenen Stereotypen. So könnten Unternehmen Chancen verpassen, weil KI-gesteuerte Entscheidungen aufgrund von Voreingenommenheit nicht die gewünschte Leistung erbringen; viel schlimmer noch, sie könnten die Menschenrechte verletzen. Eine Frage, mit der sich die Forscher am L3S daher beschäftigen, lautet: Wie können Standards für unvoreingenommene Einstellungen und nichtdiskriminierende Praktiken bei der Big-Data-Analyse und algorithmengestützten Entscheidungsfindung eingehalten werden?
In der Computerwissenschaft ist eine neue Ära angebrochen: die der Quanteninformation. Geräte für die Quanteninformationsverarbeitung sind nun kommerziell verfügbar und stellen Physiker und Informationstheoretiker vor grundlegende Herausforderungen: Wie kann die enorme Rechenleistung von Quantencomputern in der Praxis genutzt werden? Das wollen Wissenschaftler am L3S in neuen Forschungsprojekten herausfinden. Sie nutzen ihre jahrzehntelange Erfahrung in der Entwicklung von Quantenalgorithmen und maschinellem Lernen, um Architekturen für quantenbasierte neuronale Netze zu entwickeln. Mit diesen Netzen sollen routinemäßig verbesserte Methoden der Quantenberechnung entdeckt werden - vor allem für industrielle Anwendungen, die komplexe Quantensysteme nutzen, zum Beispiel in der Medikamentenentwicklung und in der Materialforschung.
Technologische Entwicklungen wie das Cloud Computing und das Internet der Dinge prägen unsere Gesellschaft. Wir sind von Myriaden vernetzter digitaler Geräte umgeben. Andere Entwicklungen wie autonome Fahrzeuge, Kryptowährungen und intelligente medizinische Implantate werden das Leben in Zukunft noch drastischer verändern - oder tun es bereits. In diesem Zusammenhang steht die digitale Gesellschaft vor einer großen Herausforderung: der Cybersicherheit. In den letzten Jahren hat sich die Art der Bedrohung drastisch verändert. Viele der heutigen Cyberangriffe gehen von mächtigen Angreifern aus. Staatliche Organisationen sind besonders besorgniserregend, da sie langfristig operieren und über erhebliche technische Fähigkeiten und Ressourcen verfügen. Das zeigen die Vorfälle, die fast wöchentlich bekannt werden: Gegen Angriffe im großen Stil sind viele der bestehenden Sicherheitslösungen nahezu wirkungslos.
Auf künstlicher Intelligenz (KI) basierende Systeme treffen bereits in vielen Bereichen Entscheidungen, und ihre Leistung nimmt rasch zu und übertrifft manchmal sogar die menschliche Leistung. Die verkörperte KI macht zwar Fortschritte, steht aber vor zusätzlichen Herausforderungen, die ihren Erfolg begrenzen. Während einzelne Algorithmen bei körperlosen Anwendungen, wie z. B. bei kostenpflichtigen Atari-Spielen und Brettspielen, in einer bestimmten Aufgabe brillieren können, ist dies in der Robotik nur selten der Fall. Eine der Herausforderungen besteht darin, dass Fähigkeiten, die uns einfach erscheinen, wie z. B. das Manipulieren von Objekten, nicht nur von einem einzelnen Lernalgorithmus abhängen, sondern unter anderem von der Morphologie des Agenten, der multimodalen Wahrnehmung, jahrelanger individueller Erfahrung und mehreren Lernstrategien. Mit diesem verkörperten und ganzheitlichen Ansatz der KI befassen sich die Forscher am L3S, um zunehmend intelligente Robotersysteme zu entwickeln, die in der Lage sind, sicher und natürlich mit realen Umgebungen und Menschen zu interagieren.
