Εννέα εκατομμύρια για νέες ερευνητικές ομάδες: επανάσταση στη μηχανική μάθηση!

Εννέα εκατομμύρια για νέες ερευνητικές ομάδες: επανάσταση στη μηχανική μάθηση!

Την 1η Απριλίου 2025, το Γερμανικό Ίδρυμα Ερευνών (DFG) ανακοίνωσε την έναρξη πέντε νέων ερευνητικών ομάδων. Μία από τις ομάδες θα εργαστεί στο Institute for Control Engineering υπό την ηγεσία του Πανεπιστημίου Leibniz Hannover (LUH). Αυτή η ερευνητική ομάδα έχει τίτλο: «Ενεργή μάθηση για δυναμικά συστήματα και έλεγχος – πληροφόρηση δεδομένων, αβεβαιότητες και εγγυήσεις» και εστιάζει στη μηχανική μάθηση σε δυναμικά συστήματα. Συνολικά, το DFG παρέχει περίπου 19 εκατομμύρια ευρώ για αυτούς τους νεοϊδρυθέντες ομίλους, οι οποίοι θα λειτουργήσουν σε μια περίοδο τεσσάρων ετών, με δυνατότητα δεύτερης περιόδου χρηματοδότησης τεσσάρων ετών.

Οι νέες προσεγγίσεις που ακολουθούνται στην ερευνητική ομάδα είναι ιδιαίτερα σημαντικές για τεχνολογίες και εφαρμογές προσανατολισμένες στο μέλλον. Οι προκλήσεις στον τομέα της μηχανικής μάθησης είναι πολύπλοκες και περιλαμβάνουν, μεταξύ άλλων, τις εγγυήσεις ασφάλειας που απαιτούνται τόσο στην αυτόνομη οδήγηση όσο και στην αλληλεπίδραση ανθρώπου-μηχανής. Οι παραδοσιακές διαδικασίες συχνά δεν προσφέρουν τέτοιες εγγυήσεις, καθιστώντας απαραίτητη την ανάπτυξη καινοτόμων στρατηγικών.

Συνεργάτες και πιθανές αιτήσεις

Η ερευνητική ομάδα συνεργάζεται με αναγνωρισμένα ιδρύματα όπως το Πανεπιστήμιο του Φράιμπουργκ και τα τεχνικά πανεπιστήμια του Αμβούργου, του Ilmenau και του Μονάχου. Τα αποτελέσματα της έρευνας θα μπορούσαν να έχουν εκτεταμένες εφαρμογές, ιδιαίτερα στη ρομποτική και την ενεργειακή τεχνολογία. Η μηχανική μάθηση έχει ήδη καθιερωθεί σε πολλούς τομείς, συμπεριλαμβανομένης της ιατρικής διάγνωσης και της αυτόνομης οδήγησης, όπου η στοχευμένη ανάλυση δεδομένων και τα συστήματα εκμάθησης είναι ζωτικής σημασίας.

Η ίδια η μηχανική μάθηση είναι βασική τεχνολογία για τα γνωστικά συστήματα και είναι κεντρικής σημασίας για την παγκόσμια οικονομική ανάπτυξη. Τα νευρωνικά δίκτυα παίζουν καθοριστικό ρόλο εδώ. Αυτά είναι εμπνευσμένα από τις συνδέσεις των νευρικών κυττάρων στον ανθρώπινο εγκέφαλο και αποτελούνται από πολλαπλά στρώματα κόμβων δεδομένων που συνδέονται μεταξύ τους μέσω σταθμισμένων συνδέσεων. Χρησιμοποιώντας μεθόδους «βαθιάς μάθησης», τα νευρωνικά δίκτυα επωφελούνται από όλο και πιο βαθιά επίπεδα που τα υποστηρίζουν στην επίλυση σύνθετων προβλημάτων. Αυτά τα δίκτυα εκπαιδεύονται με την επανειλημμένη παρουσίαση δεδομένων, γεγονός που επιτρέπει μια πιο ακριβή ταξινόμηση του τρόπου λειτουργίας iks.fraunhofer.de εξήγησε.

Κοινωνική αποδοχή και προκλήσεις

Η κοινωνική αποδοχή αυτών των τεχνολογιών είναι ζωτικής σημασίας για τη διάδοσή τους. Η συζήτηση σχετικά με τη μηχανική μάθηση και την τεχνητή νοημοσύνη χαρακτηρίζεται συχνά από μισή γνώση, γι' αυτό είναι απαραίτητη μια συζήτηση με βάση τα γεγονότα των θεμάτων. Μια ολοκληρωμένη μελέτη που πραγματοποιήθηκε ως μέρος ενός έργου που χρηματοδοτείται από το BMBF παρέχει μια επισκόπηση των τρεχουσών προκλήσεων και των ερευνητικών ερωτημάτων στον τομέα της ML. Το έργο ξεκίνησε από Fraunhofer Institute for Intelligent Analysis and Information Systems IAIS και το Fraunhofer Center for International Management and Knowledge Economy IMW. Παρέχει πολύτιμες γνώσεις για τα πεδία εφαρμογής και τις συνθήκες κοινωνικοοικονομικού πλαισίου που είναι σημαντικές για την έρευνα στη Γερμανία.

Δεδομένων των ταχέως εξελισσόμενων τεχνολογιών στη μηχανική μάθηση και του πλήθους πιθανών σεναρίων εφαρμογής, μένει να δούμε πώς οι νέες ερευνητικές ομάδες στο LUH θα συμβάλουν στην περαιτέρω ανάπτυξη αυτών των τεχνολογιών, ειδικά όσον αφορά τις εγγυήσεις ασφαλείας και τις καινοτόμες μεθόδους εκμάθησης.