Bonnista on tulossa tekoälyn linnoitus: Lamarr Institute asettaa uudet standardit!
Bonn on saavuttamassa kansainvälistä näkyvyyttä Lamarr-instituutin kautta, joka edistää tekoälytutkimusta kestävän innovaation edistämiseksi.

Bonnista on tulossa tekoälyn linnoitus: Lamarr Institute asettaa uudet standardit!
Tekoälyn (AI) ja koneoppimisen (ML) tutkimus on tällä hetkellä merkittävässä nousussa Bonnin yliopistossa. Vastaperustetun Lamarr Instituten tutkijat työskentelevät innovatiivisten hankkeiden parissa, jotka keskittyvät hybridilähestymistapoihin, luonnollisen kielen käsittelyyn ja luotettavan tekoälyn kehittämiseen. Näiden aiheiden edistämiseksi instituutti soveltaa uutta "kolmiomainen tekoäly" -lähestymistapaa, joka yhdistää datan, tiedon ja kontekstin resursseja säästävien ja selitettävien tulosten saavuttamiseksi. äänekäs Bonnin yliopistosta Instituutti sai vuonna 2022 institutionaalista rahoitusta noin 126 miljoonaa euroa, jota käytetään professuureihin, tutkimusryhmiin ja junioriohjelmiin vuoteen 2028 saakka.
Tämä rahoitus korostaa tekoälytutkimuksen merkitystä Bonnissa, mikä näkyy erityisesti PhenoRobin kaltaisissa huippuosaamisklustereissa. Täällä tutkijat kehittävät automatisoituja järjestelmiä maataloudelle. Tekoälyn käyttö tarjoaa myös uusia mahdollisuuksia fysiikassa esimerkiksi James Webb -teleskoopin kuvien arvioinnissa. Lamarr-instituutti ei toimi vain tutkimuskeskuksena, vaan tarjoaa myös opiskelijoille ja nuorille tutkijoille käytännön projekteja ja kontakteja teollisuuden kumppaneiden kanssa. Löydöksillä on tarkoitus löytää käytännön sovelluksia sairaaloissa, tuotantohalleissa ja energianhallinnassa.
Katsaus Lamarr-instituuttiin
Lamarr Institute for Machine Learning and Artificial Intelligence on seurannut koneoppimisen Rhine-Ruhr Competence Centeriä (ML2R). Sitä tukevat pitkällä aikavälillä Nordrhein-Westfalenin osavaltio ja liittovaltion opetus- ja tutkimusministeriö (BMBF). Instituutin päätavoitteena on tutkia kestäviä ML- ja AI-teknologioita, jotka ovat sekä suorituskykyisiä että resurssitehokkaita. Tässä yhteydessä tutkimusalat keskittyvät tällaisten teknologioiden käyttöön rajoitetuissa järjestelmissä ja avoimen lähdekoodin kehitystyön, kuten MLCVZoo, edelleen kehittämiseen. Tämän kehityksen tarkoituksena on helpottaa tutkimustulosten siirtämistä sovellukseen logistiikkakumppaneiden kesken, raportoi Fraunhofer IML.
Käytännön käytön lisäämiseksi instituutti keskittyy ML-algoritmien mukauttamiseen resursseja säästäviin laskelmiin ja olemassa olevien avoimen lähdekoodin puitteiden laajentamiseen. Kehityksen tavoitteena on nopeuttaa käyttöä teollisuudessa ja varmistaa tekoälyn tehokas käyttö logistiikkaprosesseissa. Tulokset voivat mahdollisesti lisätä merkittävästi innovaatioita eri toimialoilla.
Tekoälyn integrointi Münchenin teknisessä yliopistossa
Bonnin kehittämisen rinnalla Münchenin teknillinen yliopisto (TUM) tavoittelee kunnianhimoisia tavoitteita tekoälyn alalla. TUM kehittää uusia tekoälymenetelmiä ja -sovelluksia, joita voidaan käyttää autonomisessa ajoneuvotekniikassa, robotiikassa ja lääketieteellisissä teknologioissa. Tämä poikkitieteellinen tutkimus ulottuu kaikkiin yliopiston kouluihin, ja myös sosiaaliset näkökohdat ja eettiset viitekehykset tulevat esiin. TUM on sitoutunut etsimään vuoropuhelua poliitikkojen ja suuren yleisön kanssa, mitä pidetään keskeisenä läpinäkyvän tiedotuspolitiikan kannalta TUM raportoitu.
Yliopistolla on lukuisia tekoälyn alaan erikoistuneita instituutioita, kuten Münchenin Data Science Institute ja München Center for Machine Learning, joilla molemmilla on vahvat yhteydet tosielämän sovelluksiin. TUM on myös kehittänyt kattavan tekoälystrategian, joka kattaa kaiken tutkimus- ja opetustoiminnan ja ottaa huomioon eettiset standardit uusien teknologioiden kehittämisessä. TUM tarjoaa opiskelijoilleen laajat koulutusmahdollisuudet maisterin- ja kandidaatintutkinto-ohjelmien muodossa tekoälyn ja siihen liittyvien tieteenalojen alalla.
Kaiken kaikkiaan Bonnissa ja Münchenissä on selvää, että tekoäly ei ole vain tutkimusala, vaan se vastaa myös konkreettisiin sosiaalisiin ja teollisiin haasteisiin. Akateemisten laitosten ja teollisuuden välinen yhteistyö on yhä tärkeämpää innovatiivisten ratkaisujen kehittämisessä ja toteuttamisessa tekoälyn alalla.