Visionen zur KI-Forschung
Forschende des RAI-Clusters bündeln Ideen
18.06.2024
Wissenschaftlerinnen und Wissenschaftler des Projekts „Reasonable Artificial Intelligence“ (RAI) haben sich im Rahmen einer Retreat-Reihe über Visionen und Methoden bei der Erforschung von Künstlicher Intelligenz (KI) ausgetauscht. Die Erkenntnisse fließen direkt in den Bewerbungsprozess um ein Exzellenzcluster der prestigeträchtigen Exzellenzstrategie des Bundes und der Länder ein.
Wie sieht zukünftige KI-Forschung aus? Wie sehen Methoden aus, die dabei verwendet werden? Antworten auf diese und weitere Fragen diskutierten die Forschenden bei den Retreats des Clusterprojekts RAI. Ziel von RAI ist die Entwicklung der nächsten Generation von KI, einer „Vernünftigen Künstlichen Intelligenz”. Die Forschung teilt sich dabei auf die vier Bereiche Systemic AI, Observational AI, Active AI sowie Challenging AI auf.
Die Forschenden nutzten die bisherigen Termine, um intensiv zu diskutieren, mit welchen Methoden sich ihre Visionen in den vier Bereichen umsetzen lassen und welche unterstützenden Strukturen dafür erforderlich sind. Bei der Opening Diskussion nahmen auch TU-Präsidentin Professorin Tanja Brühl und der Vizepräsident für Forschung, Professor Matthias Oechsner, teil. Gastgeberin war hessian.AI, das Hessische Zentrum für Künstliche Intelligenz.
Forschungsbereiche RAI
RAI setzt auf vier Forschungsbereiche: Systemic AI entwickelt Software- und Systemmethoden, die ein effizientes Training modularer, dezentraler RAI-Systeme ermöglichen, die insbesondere Lernen mit „Denken“ verbinden, und ihre Integration in bestehende Systeme unterstützen. Der Bereich Observational AI konzentriert sich auf kontextbezogenes Lernen und verbindet verschiedene KI-Konzepte, um RAIs mit „gesundem Menschenverstand“ auszustatten. Active AI erforscht lebenslanges, adaptives Lernen mit aktiver Exploration, um die aktive Adaptivität von RAIs zu steigern. Der Bereich Challenging AI entwickelt Bewertungsverfahren (Benchmarks), um die „menschliche“ Leistung von RAI-Systemen zu evaluieren und um zu testen, ob sie die Welt im menschlichen Sinne des Verstehens „verstehen“.
Über RAI
In den letzten zehn Jahren hat Deep Learning (DL) bedeutende Fortschritte in der Künstlichen Intelligenz (KI) ermöglicht, dennoch weisen aktuelle KI-Systeme Schwächen auf, darunter mangelndes logisches Denkvermögen, Schwierigkeiten im Umgang mit neuen Situationen und die Notwendigkeit kontinuierlicher Anpassungen. Nicht zuletzt erfordern aktuelle KI-Systeme umfangreiche Ressourcen. RAI strebt die Entwicklung der nächsten Generation von KI an: KI-Systeme, die mit einer „vernünftigen” Menge an Ressourcen auf Basis „vernünftiger Datenqualität” und „vernünftigen” Datenschutzes lernen. Diese sind mit „gesundem Menschenverstand“ und der Fähigkeit, mit neuen Situationen und Kontexten umzugehen, ausgestattet und basieren auf vernünftigen Trainingsparadigmen, die eine kontinuierliche Verbesserung, Interaktion und Anpassung ermöglichen.
Hessian.AI/cst
