Maschinen das Lernen beibringen

Autos, die selber einen Parkplatz ansteuern oder Roboter, die sich auf unebenem Gel?nde fortbewegen, m¨¹ssen ¨¹ber die F?higkeit verf¨¹gen, aus Erfahrungen zu lernen und sich an neue Begebenheiten anzupassen. Was f¨¹r Menschen eine Selbstverst?ndlichkeit ist, stellt Maschinen vor grosse Herausforderungen. Doch die Forschung in diesem Bereich entwickelt sich rasant. Um die n?chste Generation von Wissenschaftlerinnen und Wissenschaftler auf diesem Gebiet auszubilden, die Forschungszusammenarbeit zu intensivieren und Infrastruktur gemeinsam zu nutzen, haben die ETH Z¨¹rich und die Max-Planck-Gesellschaft ein gemeinsames Center f¨¹r Lernende Systeme gegr¨¹ndet. Das Center wird mit insgesamt f¨¹nf Millionen Euro in den ersten f¨¹nf Jahren gef?rdert, die h?lftig durch die Max-Planck-Gesellschaft und die ETH Z¨¹rich getragen werden.

Verstehen, was die Intelligenz ausmacht

Ziel der Forschenden am neuen Center ist es zu verstehen, was die Intelligenz von Lebewesen ausmacht. ?Wir sind nicht nur an Anwendungsproblemen interessiert, sondern wir wollen grundlegend verstehen, wie Menschen wahrnehmen, lernen und dann der Situation angemessen reagieren?, sagt Thomas Hofmann, Professor am Institut f¨¹r Maschinelles Lernen an der ETH Z¨¹rich. Gemeinsam mit Bernhard Sch?lkopf, Direktor am Max-Planck-Institut f¨¹r Intelligente Systeme in T¨¹bingen, ist er Co-Direktor des Centers f¨¹r Lernende Systeme.

Die Einsichten aus diesen grundlegenden Untersuchungen wollen die Forschenden dann nutzen, um die Methoden des maschinellen Lernens weiterzuentwickeln. Solche Verfahren werden heute schon angewendet, um statistische Regelm?ssigkeiten in grossen Datens?tzen aufzusp¨¹ren. Heute sind sie jedoch vielfach noch auf konkrete Aufgaben beschr?nkt. Eine Methode etwa, die auf Bildern zuverl?ssig Gesichter erkennt, hilft einem Roboter nicht, einen sicheren Gang in schwierigem Gel?nde zu trainieren. Die Lernf?higkeit des Menschen ist dagegen weitgehend unabh?ngig von der konkreten Aufgabe. ?Wenn wir besser verstehen, wie Gelerntes zwischen verschiedenen Aufgaben ¨¹bertragen werden kann, so k?nnen wir m?glicherweise auch k¨¹nstliche Systeme entwickeln, die ?hnlich lernen wie Lebewesen?, erkl?rt Sch?lkopf.  

Intelligente Systeme der Zukunft gestalten

Die generellen Prinzipien des Lernens sollen dann nicht nur Robotern Intelligenz einhauchen, sondern zum Beispiel auch der Software, die grosse Datenmengen analysiert. So k?nnten Computer nicht nur statistische Zusammenh?nge in solch riesigen Datens?tzen ermitteln, sondern auch kausale. Zum Beispiel k?nnten sie in Daten des genetischen Codes und von Proteininteraktion selbst?ndig die Wirkung von Genver?nderungen absch?tzen; kausale Zusammenh?nge also, ¨¹ber die auch Medizinerinnen und Mediziner heute noch wenig wissen.

F¨¹r ETH-Pr?sident Lino Guzzella soll das Center f¨¹r Lernende Systeme ein fruchtbarer N?hrboden f¨¹r neue Ideen sein. ?Die ETH und die Max-Planck-Gesellschaft sind zwei starke Partner auf dem Gebiet des maschinellen Lernens. Ich verspreche mir viel von dieser Kooperation, insbesondere f¨¹r die Ausbildung unserer jungen Wissenschaftler. Wir d¨¹rfen gespannt sein, wie sie die intelligenten Systeme der Zukunft gestalten werden.?

Das Max Planck ETH Center, in dem Wissenschaftler der Standorte T¨¹bingen, Stuttgart und Z¨¹rich zusammenarbeiten, baut auf einer Kooperation auf, die es auf dem Gebiet des maschinellen Lernens zwischen dem Max-Planck-Institut f¨¹r Intelligente Systeme und der ETH Z¨¹rich bereits gibt. Zu den Zielen geh?rt neben der wissenschaftlichen Zusammenarbeit und Ausbildung von Doktorandinnen und Doktoranden auch die Organisation von gemeinsamen Sommerschulen und Workshops.