Unser Ziel ist es, dass Algorithmen des maschinellen Lernens eine zentrale Rolle in vielen verschiedenen Bereichen der Wissenschaft einnehmen – und zu verstehen, wie eine solche Transformation das wissenschaftliche Arbeiten an sich verändert. Dazu wir haben vier Forschungsbereiche identifiziert::
1. Verstehen statt Vorhersagen (Forschungsbereich A)
2. Mit Ungenauigkeit umgehen lernen (Forschungsbereich B)
3. Schnittstellen zwischen Wissenschaftlern und Algorithmen (Forschungsbereich C)
4. Eine Philosophie und Ethik des maschinellen Lernens in der Wissenschaft entwickeln (Forschungsbereich D)
Bei der Bearbeitung dieser Fragestellungen arbeiten die Mitglieder des Clusters eng zusammen mit den neu eingerichteten Cluster-Arbeitsgruppen (Professuren, Nachwuchsgruppen, Ethics & Philosophy Lab), den Mitarbeitern in unseren Innovation Fund Projekten und Mitarbeitern unserer zwei Zentralen Einrichtungen (Machine Learning ⇌ Science Colaboratory und Machine Learning Science Cloud).