Yhdeksän miljoonaa uusille tutkimusryhmille: koneoppimisen vallankumous!
LUH johtaa dynaamisiin järjestelmiin ja turvallisuuteen keskittyvää DFG:n koneoppimisen tutkimusryhmää 19 miljoonalla eurolla.

Yhdeksän miljoonaa uusille tutkimusryhmille: koneoppimisen vallankumous!
Saksan tutkimussäätiö (DFG) ilmoitti 1. huhtikuuta 2025 viiden uuden tutkimusryhmän perustamisesta. Yksi ryhmistä työskentelee ohjaustekniikan instituutissa Hannoverin Leibnizin yliopiston (LUH) johdolla. Tämä tutkimusryhmä on nimeltään "Aktiivinen oppiminen dynaamisille järjestelmille ja ohjaukselle – tiedon informatiivisuus, epävarmuustekijät ja takuut" ja keskittyy koneoppimiseen dynaamisissa järjestelmissä. Yhteensä DFG tarjoaa noin 19 miljoonaa euroa näille äskettäin perustetuille ryhmille, jotka toimivat neljän vuoden ajan, ja mahdollisuus toiseen neljän vuoden rahoitusjaksoon.
Tutkimusryhmän uudet lähestymistavat ovat erityisen tärkeitä tulevaisuuteen suuntautuneiden teknologioiden ja sovellusten kannalta. Koneoppimisen haasteet ovat monimutkaisia ja sisältävät muun muassa sekä autonomisessa ajamisessa että ihmisen ja koneen vuorovaikutuksessa vaadittavat turvallisuustakuut. Perinteiset prosessit eivät usein tarjoa tällaisia takeita, minkä vuoksi innovatiivisten strategioiden kehittäminen on välttämätöntä.
Yhteistyökumppanit ja mahdolliset hakemukset
Tutkimusryhmä tekee yhteistyötä tunnettujen instituutioiden, kuten Freiburgin yliopiston sekä Hampurin, Ilmenaun ja Münchenin teknisten yliopistojen kanssa. Tutkimustuloksilla voi olla kauaskantoisia sovelluksia erityisesti robotiikassa ja energiateknologiassa. Koneoppimista on jo vakiinnutettu monilla aloilla, mukaan lukien lääketieteellinen diagnoosi ja autonominen ajaminen, joissa kohdistetut data-analyysit ja oppimisjärjestelmät ovat ratkaisevan tärkeitä.
Koneoppiminen itsessään on keskeinen teknologia kognitiivisille järjestelmille ja keskeinen osa maailmanlaajuista talouskehitystä. Neuroverkoilla on tässä ratkaiseva rooli. Nämä ovat saaneet inspiraationsa ihmisen aivojen hermosolujen yhteyksistä ja koostuvat useista kerroksista datasolmuja, jotka on kytketty toisiinsa painotettujen yhteyksien kautta. Käyttämällä "syväoppimismenetelmiä" hermoverkot hyötyvät yhä syvemmistä kerroksista, jotka tukevat niitä monimutkaisten ongelmien ratkaisemisessa. Näitä verkkoja koulutetaan esittämällä tietoja toistuvasti, mikä mahdollistaa tarkemman luokittelun miten iks.fraunhofer.de selitti.
Yhteiskunnallinen hyväksyntä ja haasteet
Näiden teknologioiden sosiaalinen hyväksyntä on ratkaisevan tärkeää niiden leviämiselle. Koneoppimisesta ja tekoälystä käytävälle keskustelulle on usein ominaista puolitietämys, minkä vuoksi aiheiden faktoihin perustuva keskustelu on tarpeen. Osana BMBF:n rahoittamaa hanketta tehty kattava tutkimus antaa yleiskatsauksen ML-alan ajankohtaisiin haasteisiin ja tutkimuskysymyksiin. Hankkeen aloitti Fraunhofer Institute for Intelligent Analysis and Information Systems IAIS ja Fraunhofer Center for International Management and Knowledge Economy IMW. Se tarjoaa arvokkaita näkemyksiä sovellusaloista ja sosioekonomisista puiteolosuhteista, jotka ovat tärkeitä Saksan tutkimukselle.
Koneoppimisen nopeasti kehittyvien teknologioiden ja mahdollisten sovellusskenaarioiden moninaisuuden vuoksi jää nähtäväksi, miten LUH:n uudet tutkimusryhmät osallistuvat näiden teknologioiden jatkokehitykseen erityisesti turvallisuustakuiden ja innovatiivisten oppimismenetelmien osalta.