Projektdaten
Interactive Inference
Hochschule
Universitätsklinikum Jena
Fakultät/Einrichtung
Medizinische Fakultät
Förderkategorie
Stiftungen
Drittmittelgeber
Carl-Zeiss-Stiftung
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.