Bonn er i ferd med å bli en AI-høyborg: Lamarr Institute setter nye standarder!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Bonn får internasjonal synlighet gjennom Lamarr Institute, som fremmer AI-forskning for bærekraftig innovasjon.

Bonn erlangt internationale Sichtbarkeit durch das Lamarr-Institut, das KI-Forschung für nachhaltige Innovationen vorantreibt.
Bonn får internasjonal synlighet gjennom Lamarr Institute, som fremmer AI-forskning for bærekraftig innovasjon.

Bonn er i ferd med å bli en AI-høyborg: Lamarr Institute setter nye standarder!

Forskning på kunstig intelligens (AI) og maskinlæring (ML) opplever for tiden et betydelig oppsving ved universitetet i Bonn. Forskere ved det nystiftede Lamarr Institute jobber med innovative prosjekter som fokuserer på hybride tilnærminger, naturlig språkbehandling og utvikling av pålitelig AI. For å fremme disse temaene, følger instituttet den nye "triangulære AI"-tilnærmingen, som kombinerer data, kunnskap og kontekst for å oppnå ressursbesparende og forklarbare resultater. Høyt universitetet i Bonn I 2022 mottok instituttet institusjonell finansiering på rundt 126 millioner euro, som skal brukes til professorater, forskerteam og juniorprogrammer frem til 2028.

Denne finansieringen understreker viktigheten av AI-forskning i Bonn, som er spesielt synlig i klynger av fortreffelighet som PhenoRob. Her utvikler forskere automatiserte systemer for landbruket. Bruken av AI gir også nye muligheter innen fysikk, for eksempel ved vurdering av bilder fra James Webb-teleskopet. Lamarr Institute fungerer ikke bare som et forskningssenter, men tilbyr også studenter og unge forskere praktiske prosjekter og kontakter med partnere fra industrien. Funnene er ment å finne praktiske anvendelser i sykehus, produksjonshaller og innen energiledelse.

En titt på Lamarr Institute

Lamarr Institute for Machine Learning and Artificial Intelligence har etterfulgt Machine Learning Rhine-Ruhr Competence Center (ML2R). Det støttes på lang sikt av delstaten Nordrhein-Westfalen og det føderale departementet for utdanning og forskning (BMBF). Hovedmålet til instituttet er å forske på bærekraftige ML- og AI-teknologier som er både høyytelses- og ressurseffektive. I denne sammenheng fokuserer forskningsområder på bruk av slike teknologier på begrensede systemer og videreutvikling av åpen kildekode-utvikling som MLCVZoo. Denne utviklingen er ment å lette overføringen av forskningsresultater til anvendelse blant logistikkpartnere, rapporterer Fraunhofer IML.

For å øke den praktiske bruken fokuserer instituttet på å tilpasse ML-algoritmer for ressursbesparende beregninger og utvide eksisterende open source-rammeverk. Denne utviklingen tar sikte på å akselerere bruken i industrien og sikre effektiv bruk av AI i logistikkprosesser. Resultatene kan potensielt øke innovasjonen i ulike bransjer betydelig.

Integrasjon av AI ved det tekniske universitetet i München

Parallelt med utviklingen i Bonn, forfølger også det tekniske universitetet i München (TUM) ambisiøse mål innen AI. TUM utvikler nye metoder og applikasjoner for AI som kan brukes i autonom kjøretøyteknologi, robotikk og medisinsk teknologi. Denne tverrfaglige forskningen strekker seg på tvers av alle universitetets skoler, med sosiale aspekter og etiske rammer også i fokus. TUM er forpliktet til å søke dialog med politikere og publikum, noe som anses som avgjørende for en transparent informasjonspolitikk TUM rapportert.

Universitetet har en rekke spesialiserte institusjoner innen AI, som Munich Data Science Institute og Munich Center for Machine Learning, som begge har sterke koblinger til virkelige applikasjoner. TUM har også utviklet en omfattende AI-strategi som dekker alle forsknings- og undervisningsaktiviteter og tar hensyn til etiske standarder i utviklingen av nye teknologier. TUM tilbyr sine studenter omfattende utdanningsmuligheter i form av master- og bachelorstudier innen AI og relaterte disipliner.

Samlet sett er det tydelig i Bonn og München at kunstig intelligens ikke bare er et forskningsfelt, men også adresserer konkrete sosiale og industrielle utfordringer. Samarbeid mellom akademiske institusjoner og industri blir stadig viktigere for å utvikle og implementere innovative løsninger innen AI.