Mario Krenn

 Maschinelles Lernen in der Wissenschaft II

Mario Krenn beschäftigt sich mit der Entwicklung von KI-Systemen zur Entdeckung neuer Ideen und Konzepte in der Physik.

Jakob Macke

  Maschinelles Lernen in der Wissenschaft

Jakob Mackes Ziel ist es, den wissenschaftlichen Erkenntnisprozess mit Hilfe von maschinellem Lernen und künstlicher Intelligenz (KI) zu beschleunigen: Seine Arbeitsgruppe entwickelt Methoden, die WissenschaftlerInnen dabei helfen, experimentelle Daten zu interpretieren und daraus wissenschaftliche Erkenntnisse zu gewinnen.

Zeynep Akata

Robert Bamler

Data Science und Maschinelles Lernen
2020 - 2025
danach Principal Researcher im MPEG-AI-Team bei Nokia TECH, München

Wolfgang Spohn

Seniorprofessur - Wissenschaftsphilosophie
2019 - 2025

Stephan Eckstein

  Mathematische Methoden in der Informatik, Fachbereich Mathematik, Universität Tübingen

Stephan Eckstein arbeitet in der Schnittstelle der Wahrscheinlichkeitstheorie und dem maschinellen Lernen, mit einem Fokus auf statistischen Distanzen und effizienten Rechenmethoden.

Michèle Finck

  Recht der Künstlichen Intelligenz, Juristische Fakultät, Universität Tübingen

Michèle Finck's Forschung konzentriert sich auf Recht und künstliche Intelligenz mit besonderem Schwerpunkt auf Daten(schutz)recht und Governance.