04.04.2018

Enge Machine-Learning-Kooperation zwischen Universität Tübingen und Max-Planck-Institut für Intelligente Systeme

Die Universität Tübingen baut ihr Engagement auf dem Forschungsfeld Maschinelles Lernen (ML) aus und hat dazu die Cyber Valley Unit for Artificial Intelligence gegründet. Die Unit soll gemeinsame Strategien mit dem Max-Planck-Institut für intelligente Systeme entwickeln, um Synergien für die Tübinger ML-Forschung zu schaffen und auch in Zukunft im globalen Wettbewerb um die besten Köpfe erfolgreich zu sein. Gemeinsam mit Rektor Professor Bernd Engler stehen Matthias Bethge, Professor für Computational Neuroscience und Machine Learning an der Universität Tübingen, und Professor Bernhard Schölkopf, Direktor der Abteilung Empirische Inferenz am Max-Planck-Institut für Intelligente Systeme (MPI-IS), an der Spitze dieser neuen zentralen Einrichtung der Universität Tübingen.

„Wir wollen eine innovative Forschungseinheit aufbauen, die sich hinsichtlich unbedingter Forschungsfreiheit und Flexibilität der Wissenschaftler am US-amerikanischen 'Open AI' oder dem kanadischen 'Vector Institut for Artificial Intelligence' orientiert“, sagte Bethge. Ziel sei eine Organisation, die offen für Industrieprojekte wie auch für Ausgründungen sei und das Potenzial habe, möglichst viele hochkarätige Forscher aus dem Gebiet des Maschinellen Lernens anzuziehen. Bethge ist überzeugt, dass in der akademischen Welt neue Wege gefunden werden müssten, um der Abwanderung wissenschaftlicher Talente in die Industrie oder nach Übersee entgegenzuwirken. Dass die Region Tübingen-Stuttgart an der Spitze der ML-Forschung in Deutschland steht, bestätigte jüngst das Jahresgutachten der Expertenkommission Forschung und Innovation im Auftrag der Bundesregierung.

Die Cyber Valley Unit will die ML-Wissenschaftler eng miteinander vernetzen und ein anregendes kreatives Umfeld in Tübingen aufbauen. Den Anfang machten Matthias Bethge und Bernhard Schölkopf, die eine enge Verzahnung ihrer Arbeitsgruppen initiiert haben: Bethge zog mit seinen Mitarbeitern Anfang März im Institutsgebäude des MPI-IS am Max-Planck-Ring ein, wo die Wissenschaftler Seite an Seite in gemeinsamen Räumen forschen. Die beiden Arbeitsgruppen mit insgesamt rund 50 Wissenschaftlerinnen und Wissenschaftlern wollen gemeinsam ihre Forschung abstimmen, um Maschinelles Lernen robuster, daten-effizienter und interpretierbarer zu machen. Bethge und Schölkopf forschen seit vielen Jahren intensiv am Thema Maschinelles Lernen und sehen in der Durchmischung ihrer Teams fachlich sinnvolle Ergänzungen: Bethges Wissenschaftler haben starke Expertise im „Deep Learning“, also der Entwicklung von besonders leistungsfähigen neuronalen Netzen, sowie deren Vergleich zur neuronalen Informationsverarbeitung im Gehirn. Schölkopfs Forschergruppe teilt das Interesse an modernen und robusten Lernmethoden, mit einem zusätzlichen Fokus auf theoretische Konzepte, insbesondere auch im Bereich der kausalen Inferenz. Durch das Zusammenbringen ihrer Herangehensweisen wollen Schölkopf und Bethge gemeinsam die Prinzipien verstehen, nach denen intelligente Systeme wahrnehmen, lernen und handeln.

Mit der engen räumlichen Nähe möchten die Initiatoren ausloten, wie Forschungsgruppen ihre Arbeit am effektivsten aufeinander abstimmen können, so dass sie gemeinsam größere Ziele zu erreichen vermögen. „Wir glauben, dass sich unsere Gruppen wertvolle Impulse in der täglichen Arbeit geben können“, erklärt Bethge.

Isabel Suditsch