50 år av mönsterigenkänning: FAU firar banbrytande arbete inom AI!

50 år av mönsterigenkänning: FAU firar banbrytande arbete inom AI!

Den 14 oktober 2025 firade ordföranden för mönsterigenkänning vid Friedrich Alexander University (FAU) sitt 50-årsjubileum. Detta markerar en viktig milstolpe för en institution som anses vara en pionjär inom artificiell intelligens (AI) i Tyskland. FAU var det första universitetet i landet som etablerade en sådan lärostol, vilket lade grunden för många utvecklingar inom området mönsterigenkänning och maskininlärning.

Stolen, som grundades av Heinrich Niemann 1975, spelade en avgörande roll i forskningen om automatisk klassificering av bildinnehåll och maskintaligenkänning. Medan det tekniska landskapet har förändrats avsevärt sedan dessa tidiga dagar, förblir betydelsen av mönsterigenkänning i AI oförminskad. "Utvecklingen av AI var inte förutsägbar då", säger forskarna, "eftersom de tillgängliga datavolymerna och minnesstorlekarna var små." Idag, tack vare framsteg inom datorresurser och algoritmer, kan AI-modeller automatiskt lära sig av stora mängder data.

Vägen till modern artificiell intelligens

Idag bygger vanliga metoder på statistiska metoder som gör det möjligt att känna igen mönster i data. Algoritmer, särskilt neurala nätverk, har gjort betydande framsteg de senaste åren. De första idéerna om neurala nätverk utvecklades under avdelningens tidiga år, men de fick ett genombrott först med introduktionen av snabba grafikprocessorer och bredare internetpenetration.

Över 20 forskargrupper vid FAU är aktiva i aktuell forskning. Dessa fokuserar på olika aspekter av AI, inklusive assisterande intelligent robotik, matematiska grunder för maskininlärning och tillämpningar inom den digitala humaniora. 2017 lanserades Machine Learning and Data Analytics Lab (MaD Lab) och 2020 grundades avdelningarna för artificiell intelligens inom biomedicinsk teknik (AIBE), Data Science (DDS) och Digital Humanities and Social Studies (DHSS) med tydligt fokus på tvärvetenskapliga ansatser.

Utmaningar och sociala konsekvenser

Trots de imponerande framstegen inom AI finns det fortfarande utmaningar. Det finns problem som AI inte kan lösa, som att förstå okända språk eller känna igen vokaliseringar utan sammanhang. Ändå ser forskarna både möjligheter och potentiella hot som är förknippade med utvecklingen av AI. Vissa jobbprofiler kan äventyras samtidigt som ny, kreativ frihet skapas.

En central komponent i FAU är utbildning, som förutom forskning sätter stort värde på AIs etiska implikationer. Fakultetsmedlemmarna, inklusive Prof. Ivan Dabrock och Prof. Vincent Müller, tar upp de sociala effekterna av dessa teknologier. Ämnet AI-etik är organiserat i fem huvudforskningskluster: AI Foundations, Comprehensive AI, Embedded AI, AI4health och AI Ethics & Societal Impact. De två sista klustren är särskilt relevanta eftersom Erlangen anses vara ett hälsonav inom Bayerns högteknologiska agenda, och AI används alltmer inom områden som hälsa, tillverkning och digital humaniora.

Utmaningarna FAU står inför är många, men pågående forskning och utveckling ger ett avgörande bidrag till att forma framtiden för artificiell intelligens. The Chair of Pattern Recognition förblir en grundbult i denna spännande och snabbt utvecklande disciplin som kommer att vara allestädes närvarande under de kommande åren.

För ytterligare information erbjuder FAU bland annat omfattande insikter inom området artificiell intelligens på sin webbplats fau.de samt ytterligare information om deras forskningsverksamhet ai.fau.digital och bakgrundsinformation om artificiell intelligens wirtschaftsforum.de.