Universität kooperiert mit dem Bosch Center for Artificial Intelligence

Das Technologieunternehmen Bosch unterstützt im Rahmen einer neuen Kooperation die Grundlagenforschung von Frank Hutter, Professor für Maschinelles Lernen an der Technischen Fakultät in Freiburg, bis Ende 2022 mit etwa 6,4 Millionen Euro. Hutter gilt weltweit als einer der Mitbegründer der Forschung zum Automatisierten Maschinellen Lernen (AutoML) und hat mit seinem Team beim internationalen AutoML-Wettbewerb in den Jahren 2015/16 und 2017/18 jeweils den Weltmeistertitel errungen. Er hat das gemeinsame Vorhaben bei der Konferenz „Robotics: Science and Systems“ in Freiburg vorgestellt. Bosch nutzt AutoML-Techniken innerhalb des Bosch Center for Artificial Intelligence (BCAI), um das Trainieren von Methoden der Künstlichen Intelligenz (KI) zu automatisieren. Dadurch soll der Einsatz neuer Ansätze aus der KI-Forschung deutlich vereinfacht und somit der Transferprozess von der Grundlagenforschung zur Praxisanwendung beschleunigt werden.

„Die Universität Freiburg ist ein international führender und sichtbarer Forschungsstandort zum Thema Künstliche Intelligenz“, sagt Rektor Prof. Dr. Hans-Jochen Schiewer. „Wir freuen uns, dass sich Bosch als eines der führenden Industrieunternehmen in der KI-Forschung für die Universität Freiburg entschieden hat. Das unterstreicht die Stärke unserer hervorragenden Wissenschaftlerinnen und Wissenschaftler sowie des KI-Standorts Freiburgs insgesamt.“ 

„Mit Frank Hutter gewinnen wir einen weltweit führenden Experten im Bereich des Automatisierten Maschinellen Lernens. Unsere Zusammenarbeit wird auch dazu beitragen, die Forschungsergebnisse des BCAI auf das gesamte Unternehmen zu übertragen“, sagt Dr. Christoph Peylo, Leiter des BCAI.

Das von Hutter geleitete Grundlagenforschungsprojekt befasst sich mit der Frage, wie Maschinelles Lernen leichter und effektiver anwendbar gemacht werden kann. Das Maschinelle Lernen ist eine Form der KI, in der ein Programm eigenständig Zusammenhänge in Daten findet, die ihm eingespeist werden. Dies ist mit Daten jeglicher Art und Herkunft möglich – etwa aus der Meteorologie, Medizin oder den Neurowissenschaften. Höchst erfolgreich ist jüngst vor allem das Deep Learning, ein Verfahren des Maschinellen Lernens basierend auf künstlichen neuronalen Netzen. Die Anwendung von Maschinellem Lernen und insbesondere Deep Learning setzt jedoch Expertenwissen auf diesem Gebiet voraus. „In unserer Arbeit an AutoML geht es vor allem darum, das Maschinelle Lernen zu demokratisieren und diese Schlüsseltechnologie auch für Nichtexpertinnen und Nichtexperten anwendbar zu machen, zum Beispiel in kleinen und mittelgroßen Unternehmen“, betont Hutter. Die Ergebnisse des Forschungsprojekts werden in wissenschaftlichen Veröffentlichungen und Open-Source-Software allen Interessierten zur Verfügung gestellt. Basierend auf einer gemeinsamen Vision für das Forschungsfeld AutoML hat Hutter das Forschungsprogramm frei erarbeitet. In dem Projekt werden bis zu zwölf Doktorandinnen und Doktoranden an der Universität angestellt sein.  

Bosch plant, einen Teil der in Hutters Grundlagenforschung erarbeiteten Ergebnisse aufzugreifen und innerhalb des BCAIs zu produktnaher Forschung und Entwicklung weiterzuentwickeln. Mögliche Anwendungen des automatisierten Maschinellen Lernens finden sich beispielsweise in der Robotik, in autonomen Fahrzeugen, in der Auswertung von Sensordaten –beispielsweise für vorausschauende Wartung, die so genannte Predictive Maintenance – oder in der Bild- und Spracherkennung.