Nueve millones para nuevos grupos de investigación: ¡revolución en el aprendizaje automático!

Nueve millones para nuevos grupos de investigación: ¡revolución en el aprendizaje automático!

El 1 de abril de 2025, la Fundación Alemana de Investigación (DFG) anunció la creación de cinco nuevos grupos de investigación. Uno de los grupos trabajará en el Instituto de Ingeniería de Control bajo la dirección de la Universidad Leibniz de Hannover (LUH). Este grupo de investigación se titula: “Aprendizaje activo para sistemas y control dinámicos: informatividad de los datos, incertidumbres y garantías” y se centra en el aprendizaje automático en sistemas dinámicos. En total, la DFG destina alrededor de 19 millones de euros a estos grupos de nueva creación, que funcionarán durante un período de cuatro años, con la posibilidad de un segundo período de financiación de cuatro años.

Los nuevos enfoques que se aplican en el grupo de investigación son especialmente relevantes para tecnologías y aplicaciones orientadas al futuro. Los retos en el campo del aprendizaje automático son complejos e incluyen, entre otras cosas, las garantías de seguridad requeridas tanto en la conducción autónoma como en la interacción hombre-máquina. Los procesos tradicionales a menudo no ofrecen tales garantías, lo que hace esencial el desarrollo de estrategias innovadoras.

Socios de cooperación y posibles aplicaciones.

El grupo de investigación coopera con instituciones reconocidas como la Universidad de Friburgo y las universidades técnicas de Hamburgo, Ilmenau y Munich. Los resultados de la investigación podrían tener aplicaciones de gran alcance, especialmente en robótica y tecnología energética. El aprendizaje automático ya se ha establecido en muchas áreas, incluido el diagnóstico médico y la conducción autónoma, donde el análisis de datos específicos y los sistemas de aprendizaje son cruciales.

El aprendizaje automático en sí es una tecnología clave para los sistemas cognitivos y es fundamental para el desarrollo económico global. Las redes neuronales juegan un papel crucial aquí. Estos están inspirados en las conexiones de las células nerviosas del cerebro humano y constan de múltiples capas de nodos de datos conectados entre sí mediante conexiones ponderadas. Al utilizar métodos de “aprendizaje profundo”, las redes neuronales se benefician de capas cada vez más profundas que las ayudan a resolver problemas complejos. Estas redes se entrenan presentando datos repetidamente, lo que permite una clasificación más precisa de cómo iks.fraunhofer.de explicado.

Aceptación social y desafíos.

La aceptación social de estas tecnologías es crucial para su difusión. El debate sobre el aprendizaje automático y la inteligencia artificial se caracteriza a menudo por un conocimiento a medias, por lo que es necesaria una discusión de los temas basada en hechos. Un estudio integral llevado a cabo como parte de un proyecto financiado por BMBF proporciona una descripción general de los desafíos actuales y las preguntas de investigación en el campo del ML. El proyecto fue iniciado por Instituto Fraunhofer de Análisis Inteligente y Sistemas de Información IAIS y el Centro Fraunhofer para la Gestión Internacional y la Economía del Conocimiento IMW. Proporciona información valiosa sobre los campos de aplicación y las condiciones socioeconómicas importantes para la investigación en Alemania.

Dado el rápido avance de las tecnologías en el aprendizaje automático y la multitud de posibles escenarios de aplicación, queda por ver cómo los nuevos grupos de investigación de LUH contribuirán al mayor desarrollo de estas tecnologías, especialmente en lo que respecta a las garantías de seguridad y los métodos de aprendizaje innovadores.