TU Ilmenau Humbold Bau

Projektdaten



Interactive Inference


Hochschule
Universitätsklinikum Jena
Fakultät/Einrichtung
Medizinische Fakultät
Förderkategorie
Stiftungen
Zeitraum
2023 - 2028
Drittmittelgeber
Carl-Zeiss-Stiftung
Stichwort
Bewilligungssumme, Auftragssumme
616.000,00 €

Abstract:

"Interactive Inference" ist ein Graduiertenkolleg, das durch CZS-Programm "Durchbrüche in der Künstlichen Intelligenz" gefördert wird. Neben Arbeitsgruppen aus der Fakultät für Mathematik und Informatik der FSU Jena ist das Universitätsklinikum durch die AG für Mikroskopische Bildanalyse beteiligt. Das Projekt "Interactive Inference" erforscht, wie bei Maschinellem Lernen unter Berücksichtigung von Unsicherheiten Schlussfolgerungen gezogen werden. Aus Erfahrungen zu lernen und Vorhersagen zu machen, sind der Kernaufgaben der KI. Diese Aufgaben müssen Unsicherheiten berücksichtigen, um das Risiko zu minimieren, falsche Schlussfolgerungen zu ziehen oder schlechte Entscheidungen zu treffen. Unsicherheiten können durch Messfehler, fehlende Informationen, unzureichende Daten, aber auch aus der Unkenntnis guter Parameterwerte oder eines adäquaten Modells entstehen. Die Wahrscheinlichkeitstheorie quantifiziert Unsicherheiten in Form von statistischen Modellen, ihre Regeln erlauben es, unsichere Informationen konsistent zu berücksichtigen und zu integrieren und so Rückschlüsse auf die Welt im Kontext eines statistischen Modells ziehen. Inferenzanfragen wie das Schlussfolgern unter Unsicherheit sind algorithmisch herausfordernde Probleme. Ziel des Projekts ist es, Algorithmen zu entwickeln, die das Schließen aus großen Datenmengen und für komplexe Modelle möglich machen. Die algorithmischen Herausforderungen, die bei Inferenzproblemen anfallen, sind noch lange nicht gelöst und stellen häufig einen Engpass für die statistische Modellierung und Inferenz dar. Obwohl probabilistische Programmiersprachen die Inferenz von Modellen auf unterschiedlichem Niveau automatisieren, werden die generischen Inferenzen dieser Sprachen oft durch maßgeschneiderte Inferenztechniken übertroffen. Bis heute bleibt die allgemeine Inferenz eine große Herausforderung. Wir begegnen diesen Herausforderungen mithilfe von Grundlagentechnologien wie Algorithmentechnik, Hochleistungsrechnen, automatischer Differenzierung, Logik und Visualisierung.
Projektsuche | Impressum | FAQ