50 års mønstergenkendelse: FAU fejrer pionerarbejde inden for AI!

50 års mønstergenkendelse: FAU fejrer pionerarbejde inden for AI!

Den 14. oktober 2025 fejrede formanden for mønstergenkendelse ved Friedrich Alexander Universitetet (FAU) sit 50 års jubilæum. Dette markerer en vigtig milepæl for en institution, der anses for at være en pioner inden for kunstig intelligens (AI) i Tyskland. FAU var det første universitet i landet, der etablerede en sådan lærestol, hvilket lagde grundlaget for talrige udviklinger inden for mønstergenkendelse og maskinlæring.

Stolen, som blev grundlagt af Heinrich Niemann i 1975, spillede en afgørende rolle i forskningen i den automatiske klassificering af billedindhold og maskintalegenkendelse. Mens teknologilandskabet har ændret sig meget siden de tidlige dage, er vigtigheden af ​​mønstergenkendelse i AI fortsat uformindsket. "Udviklingen af ​​kunstig intelligens var ikke forudsigelig dengang," siger forskerne, "da de tilgængelige datamængder og hukommelsesstørrelser var små." I dag kan AI-modeller, takket være fremskridt inden for computerressourcer og algoritmer, automatisk lære af store mængder data.

Vejen til moderne kunstig intelligens

I dag er gængse metoder baseret på statistiske metoder, der gør det muligt at genkende mønstre i data. Algoritmer, især neurale netværk, har gjort betydelige fremskridt i de seneste år. De første ideer om neurale netværk blev udviklet i de tidlige år af afdelingen, men de oplevede først et gennembrud med introduktionen af ​​hurtige grafikprocessorer og bredere internetpenetration.

Over 20 forskningsgrupper på FAU er aktive i aktuel forskning. Disse fokuserer på forskellige aspekter af AI, herunder assisterende intelligent robotik, matematiske grundlag for maskinlæring og applikationer i de digitale humaniora. I 2017 blev Machine Learning and Data Analytics Lab (MaD Lab) lanceret, og i 2020 blev afdelingerne for Artificial Intelligence in Biomedical Engineering (AIBE), Data Science (DDS) og Digital Humanities and Social Studies (DHSS) grundlagt med et klart fokus på tværfaglige tilgange.

Udfordringer og sociale konsekvenser

På trods af de imponerende fremskridt inden for kunstig intelligens er der stadig udfordringer. Der er problemer, som AI ikke kan løse, såsom at forstå ukendte sprog eller genkende vokaliseringer uden kontekst. Ikke desto mindre ser forskerne både muligheder og potentielle trusler forbundet med udviklingen af ​​kunstig intelligens. Nogle jobprofiler kan komme i fare, samtidig med at der skabes ny, kreativ frihed.

En central del af FAU er uddannelse, som udover forskning vægter de etiske implikationer af AI stor. Fakultetets medlemmer, herunder prof. Ivan Dabrock og prof. Vincent Müller, behandler de sociale konsekvenser af disse teknologier. Emnet AI-etik er organiseret i fem hovedforskningsklynger: AI Foundations, Comprehensive AI, Embedded AI, AI4health og AI Ethics & Societal Impact. De sidste to klynger er særligt relevante, da Erlangen betragtes som et sundhedscenter inden for Bayerns højteknologiske dagsorden, og kunstig intelligens i stigende grad bliver anvendt inden for områder som sundhed, fremstilling og digital humaniora.

Udfordringerne FAU står over for er mange, men den løbende forskning og udvikling bidrager afgørende til at forme fremtiden for kunstig intelligens. The Chair of Pattern Recognition forbliver en knudepunkt i denne spændende og hastigt udviklende disciplin, der vil være allestedsnærværende i de kommende år.

For yderligere information tilbyder FAU blandt andet omfattende indsigt i området kunstig intelligens på sin hjemmeside fau.de samt yderligere detaljer om deres forskningsaktiviteter ai.fau.digital og baggrundsinformation om kunstig intelligens wirtschaftsforum.de.