Science Storys

Bedartha Goswami will eine Brücke bauen zwischen Maschinellem Lernen und den Klimawissenschaften. Das ist nicht einfach, denn bei der Methodenentwicklung im Maschinellen Lernen wird die Anwendung für den Klimabereich oft nicht mitbedacht. Goswamis Lösung: Er ist Teamplayer und hat in seiner Gruppe die interdisziplinäre Expertise versammelt, die für echte Durchbrüche in den Klimawissenschaften erforderlich ist.

Seit der Einrichtung der Cyber Valley-Initiative gibt es eine kontroverse Debatte über die Forschungen zu künstlicher Intelligenz (KI) und Maschinellem Lernen in Tübingen. Ausgerechnet dieses pittoreske Städtchen am Neckar soll einer der wichtigsten europäischen KI-Forschungsstandorte sein? Für viele eine Zumutung.

Mit einer Promotion im Maschinellen Lernen liegt einem die Welt zu Füßen. Wissenschaft, IT-Branche oder doch was ganz anderes? Für Poornima Ramesh ist die Antwort nun klar: Sie möchte Maschinelles Lernen einsetzen, um die Lebensbedingungen von Menschen dort zu verbessern, wo die Problemlagen am drängendsten sind. Dazu hat sie sich einem globalen Beratungs-, Datenanalyse- und Forschungsunternehmen angeschlossen.

Tagung in Wien, Vortrag in Boston, Konferenz in London – wissenschaftliche Veranstaltungen dieser Art gehören zum Arbeitsleben von Forschenden. Dort trifft man auf die jeweilige scientific community und kann die eigene Forschung diskutieren, sich mit anderen austauschen oder auch Ideen für Kooperationen angehen. Doch wie kommt man nach London, Boston oder Wien?

Wie stark die Sonne scheint und wie schnell der Wind weht, können wir nicht steuern. Um erneuerbare Energien besser zu nutzen, müssen wir jedoch berechnen können, wie Wetter und Klima sich verhalten. Die Modelle dazu entwickelt Nicole Ludwig, Expertin für maschinelles Lernen und nachhaltige Energien.

Unterschiedliche Perspektiven bringen die Forschung voran. Viel zu häufig wird Afrika dabei allerdings nicht mitgedacht. Mit einem Stipendienprogramm für junge Forschende soll sich das ändern. Für sechs Monate kommen fünf Talente aus afrikanischen Ländern nach Tübingen, um an Forschungsprojekten im maschinellen Lernen zu arbeiten.

Viele Menschen stehen dem Einsatz von KI-Systemen skeptisch gegenüber. Ein Grund dafür ist, dass die Systeme zu intransparent sind. Zeynep Akata, Professorin für erklärbares maschinelles Lernen, will das ändern – und rückt die Perspektive der Nutzer ins Zentrum ihrer Forschung.

Algorithmen werden immer besser darin, medizinische Bilder zu analysieren und Krankheiten zu erkennen. Die Forscher Christian Baumgartner und Sergios Gatidis - der eine KI-Experte, der andere Radiologe – rechnen damit, dass sich dadurch die Arbeit von Ärztinnen und Ärzten fundamental verändern wird.

Die Informatik-Professorin Ulrike von Luxburg spricht im Interview über die Möglichkeiten und Schwierigkeiten, Systeme des Maschinellen Lernens auf Fairness zu trimmen – und warum sie davon überzeugt ist, dass über bestimmte Fragen Menschen und nicht Maschinen entscheiden sollten.