Nouă milioane pentru noi grupuri de cercetare: revoluție în învățarea automată!

Nouă milioane pentru noi grupuri de cercetare: revoluție în învățarea automată!

La 1 aprilie 2025, Fundația Germană de Cercetare (DFG) a anunțat începerea a cinci noi grupuri de cercetare. Unul dintre grupuri va lucra la Institutul de Inginerie de Control sub conducerea Universității Leibniz din Hanovra (LUH). Acest grup de cercetare se intitulează: „Învățare activă pentru sisteme dinamice și control – informativitatea datelor, incertitudini și garanții” și se concentrează pe învățarea automată în sistemele dinamice. În total, DFG asigură în jur de 19 milioane de euro pentru aceste grupuri nou înființate, care vor funcționa pe o perioadă de patru ani, cu posibilitatea unei a doua perioadă de finanțare de patru ani.

Noile abordări urmărite în grupul de cercetare sunt deosebit de relevante pentru tehnologiile și aplicațiile orientate spre viitor. Provocările din domeniul învățării automate sunt complexe și includ, printre altele, garanțiile de siguranță necesare atât în ​​conducerea autonomă, cât și în interacțiunea om-mașină. Procesele tradiționale nu oferă adesea astfel de garanții, făcând esențială dezvoltarea de strategii inovatoare.

Parteneri de cooperare și posibile aplicații

Grupul de cercetare cooperează cu instituții recunoscute, cum ar fi Universitatea din Freiburg și universitățile tehnice din Hamburg, Ilmenau și München. Rezultatele cercetării ar putea avea aplicații de anvergură, în special în robotică și tehnologia energetică. Învățarea automată a fost deja stabilită în multe domenii, inclusiv diagnosticarea medicală și conducerea autonomă, unde analiza datelor și sistemele de învățare sunt cruciale.

Învățarea automată în sine este o tehnologie cheie pentru sistemele cognitive și este esențială pentru dezvoltarea economică globală. Rețelele neuronale joacă un rol crucial aici. Acestea sunt inspirate de conexiunile celulelor nervoase din creierul uman și constau din mai multe straturi de noduri de date conectate între ele prin conexiuni ponderate. Folosind metode de „învățare profundă”, rețelele neuronale beneficiază de straturi din ce în ce mai profunde care le sprijină în rezolvarea problemelor complexe. Aceste rețele sunt antrenate prin prezentarea în mod repetat a datelor, ceea ce permite o clasificare mai precisă a modului iks.fraunhofer.de explicat.

Acceptarea socială și provocări

Acceptarea socială a acestor tehnologii este crucială pentru răspândirea lor. Dezbaterea despre învățarea automată și inteligența artificială este adesea caracterizată de semi-cunoaștere, motiv pentru care este necesară o discuție bazată pe fapte asupra subiectelor. Un studiu cuprinzător realizat ca parte a unui proiect finanțat de BMBF oferă o privire de ansamblu asupra provocărilor actuale și a întrebărilor de cercetare în domeniul ML. Proiectul a fost initiat de Institutul Fraunhofer pentru Analiză Inteligentă și Sisteme Informaționale IAIS și Centrul Fraunhofer pentru Management Internațional și Economia Cunoașterii IMW. Oferă perspective valoroase în domeniile de aplicare și condițiile-cadru socio-economice care sunt importante pentru cercetare în Germania.

Având în vedere evoluția rapidă a tehnologiilor în învățarea automată și multitudinea de scenarii posibile de aplicare, rămâne de văzut cum vor contribui noile grupuri de cercetare de la LUH la dezvoltarea în continuare a acestor tehnologii, în special în ceea ce privește garanțiile de securitate și metodele inovatoare de învățare.