Über uns

Exzellenzcluster Maschinelles Lernen: Neue Perspektiven für die Wissenschaft

Was wir erreichen wollen

Unser Ziel ist es, mit maschinellem Lernen wissenschaftliche Entdeckungen zu ermöglichen und zu beschleunigen. Wir möchten nicht in erster Linie an Algorithmen forschen, die Probleme der Industrie lösen, sondern an Algorithmen, die Probleme der Wissenschaft lösen. 

Wir wollen insbesondere neue Entwicklungen im Bereich des maschinellen Lernens vorantreiben, indem wir Fragestellungen identifizieren, die auf abstrakter Ebene vielen wissenschaftlichen Disziplinen gemeinsam sind.  

Auf lange Sicht wird der Einsatz von maschinellem Lernen das wissenschaftliche Arbeiten nachhaltig verändern. Was das für Auswirkungen hat oder haben könnte, möchten wir philosophisch und wissenschaftsethisch untersuchen. 

 

Wie alles begann 

Als die Idee für unseren Exzellenzcluster 2017 entstand, forschten an der Universität Tübingen in den Lebenswissenschaften bereits seit einigen Jahren zahlreiche Gruppen erfolgreich an der Schnittstelle zum maschinellen Lernen. Zudem war in Tübingen mit dem Max-Planck-Institut für Intelligente Systeme und dem entstehenden Cyber Valley auch über die Universität hinaus jede Menge Expertise vorhanden. Lag es da nicht nahe, den vielversprechenden Ansatz, maschinelles Lernen und die Wissenschaften zusammenzubringen, auch in weitere Wissenschaftszweige hineinzutragen?

Eine Gruppe von Forscherinnen und Forschern um Philipp Berens und Ulrike von Luxburg nahm sich genau das zum Ziel: die Gründung eines Exzellenzclusters mit dem Thema „Maschinelles Lernen für die Wissenschaft“. Exzellenzcluster sind Forschungseinheiten, die die Deutsche Forschungsgemeinschaft finanziert, um herausragende und international sichtbare Forschung zu unterstützen. Luxburg und Berens gewannen zahlreiche weitere Wissenschaftlerinnen und Wissenschaftler für ihre Sache, etwa aus den Kognitionswissenschaften, der Physik und den Sozialwissenschaften. Der Startschuss für das spannende, neue Projekt fiel schließlich 2019: Der Exzellenzcluster „Maschinelles Lernen: Neue Perspektiven für die Wissenschaft“ erhielt eine finanzielle Förderung für zunächst sieben Jahre.  

Philipp Berens und Ulrike von Luxburg, Sprecher des Exzellenzclusters © SOPHIA CARRARA/UNIVERSITY OF TÜBINGEN

Warum dieser Blog  

Wir möchten unsere Forschung mit möglichst vielen Wissenschaftlerinnen und Wissenschaftlern und der interessierten Öffentlichkeit teilen. Denn wir sind davon überzeugt, dass jeder Mensch die Chance haben sollte, sich mit grundlegenden Techniken und Anwendungen des maschinellen Lernens vertraut zu machen, sie zu verstehen und kritisch zu hinterfragen. 

Durch den fortschreitenden Einsatz von maschinellem Lernen werden die Wissenschaft und letztlich auch die Gesellschaft eine tiefgreifende Transformation durchlaufen. Hier gibt es viel Diskussionsbedarf, vonseiten der Bevölkerung, aber auch innerhalb der Wissenschaft. Diesen notwendigen Debatten bieten wir mit unserem Blog einen Raum. 

Wir wollen aber nicht nur selbst Diskussionen anstoßen, sondern wünschen uns, auch von unseren Leserinnen und Lesern zum Nachdenken und Diskutieren angeregt zu werden. Dieser Blog soll ein Ort des Austauschs sein.

Zahlen und Fakten über den Exzellenzcluster „Maschinelles Lernen“
  • Gegründet 2019 an der Universität Tübingen
  • Partner-Institutionen: Max-Planck-Institut für Intelligente Systeme und Leibniz-Institut für Wissensmedien, beide Tübingen
  • Gefördert durch die Deutsche Forschungsgemeinschaft (DFG), dem größten und wichtigsten Drittmittelgeber in Deutschland, aus öffentlichen Mitteln finanziert
  • Der Exzellenzcluster ist Teil des Cyber Valley Ökosystems in Tübingen/Stuttgart
  • Mehr als 50 Mitglieder und ihre Gruppen forschen zu Themen des maschinellen Lernens (ML) oder an der Schnittstelle zwischen ML und anderen Wissenschaften (Bildungswissenschaften, Biologie, Informatik, Kognitionswissenschaften, Linguistik, Medizin, Neurowissenschaften, Philosophie, Physik, Umwelt- und Geowissenschaften, Wirtschaftswissenschaften). So untersuchen beispielsweise ML-Experten gemeinsam mit Polarforschern, wie sich Modelle zu Eisbewegungen in der Antarktis verbessern lassen; und mit Medizinern, wie sich die medizinische Bildanalyse optimieren lässt oder wie sich die Robustheit und Sicherheit von ML-Modellen erhöhen lässt.

Bilder in der Slideshow oben auf der Seite:

1. Medizinische Bilder © ELIA SCHMID
2. Polarforscher auf Exkursion in der Antarktis © REINHARD DREWS
3. Massimiliano Mancini und Yanbei Chen, Postdocs in der Gruppe „Erklärbares maschinelles Lernen“ von Zeynep Akata, im Gespräch über ihre Arbeit © SOPHIA CARRARA/UNIVERSITÄT TÜBINGEN

Gefördert durch

Unsere Partner