Vancouver, Starnberg, 23. Dez. 2019 - Von KI-Scientist Zico Kolter mitverfasste Forschungsarbeit erhält Outstanding New Directions Paper Award; DL besser verstehen...
Zum Hintergrund: Das Bosch Center for Artificial Intelligence (BCAI) erhält eine Auszeichnung: Eine unter der Mitwirkung von Chief Scientist of AI Research Zico Kolter entstandene Forschungsarbeit hat den "Outstanding New Directions Paper Award" bei der 2019 Neural Information Processing Systems NeurIPS Conference erhalten. Kolter ist KI-Experte am BCAI-Standort in Pittsburgh, USA. Die NeurIPS Konferenz gilt als eine der bedeutendsten wissenschaftlichen Konferenzen zu maschinellem Lernen und neuronalen Datenverarbeitungssystemen weltweit und fand vom 8.–16. Dezember in Vancouver statt. NeurIPS vergibt bei jeder Jahreskonferenz seine Outstanding Paper Awards. Die Forschungsarbeit von Zico Kolter und Vaishnavh Nagarajan war laut vorliegenden Informationen eine von mehreren Tausend in diesem Jahr beim Paper Award Committee eingereichten Arbeiten; nur zwei dieser Arbeiten wurden danach mit einem Paper Award ausgezeichnet.
Laut Kolter sind die Erkenntnisse der Forschungsarbeit geeignet, unser Denken über die zentralen Methoden von Deep Learning zu verändern. Die Arbeit bietet zudem neue veranschaulichende Beispiele, die zu alternativen Techniken für maschinelles Lernen führen können. Der NeurIPS Outstanding New Directions Paper Award wurde bei der diesjährigen Veranstaltung eingeführt. Laut NeurIPS wurde die Auszeichnung geschaffen, um Forschungsarbeiten hervorzuheben, die mögliche neue Techniken für die zukünftige Forschung zu künstlicher Intelligenz (KI) vorstellen.
Das Foto zeigt Zico Kolter neben Vaishnavh Nagarajan (Bildquelle: Bosch).
Kommentar Zico Kolter: „Deep Learning ist wesentlicher Bestandteil zahlreicher KI-Anwendungen wie Computer Vision, Audioanalyse und automatisiertes Fahren. Trotz aller empirischen Erfolge von Deep Learning fehlt uns jedoch noch immer ein grundlegendes Verständnis davon, warum es so gut funktioniert. Diese Forschungsarbeit bietet eine Perspektive an und zeigt, dass ein von der KI-Gemeinschaft verwendeter gemeinsamer Ansatz möglicherweise nicht erklären kann, warum Deep Learning funktioniert.“
Die Arbeit mit dem Titel „Uniform convergence may be unable to explain generalization in deep learning“ wurde von Zico Kolter gemeinsam mit dem Doktoranden Vaishnavh Nagarajan von der Carnegie Mellon University verfasst, dessen Doktorarbeit durch ein Stipendium von Bosch gefördert wird. Die Forschungsarbeit hinterfragt bestimmte für die Analyse mehrschichtiger neuronaler Netzwerke verwendete Ansätze, für die möglicherweise Alternativlösungen erforderlich sind, um eine sichere, robuste und erklärbare KI sicherzustellen.
Die ausgezeichnete Forschungsarbeit demonstriert die Vorteile, die Boschs engen Verbindungen in die Wissenschaftsgemeinde der Forschung bringen. Zusätzlich zu seiner Tätigkeit am BCAI ist Zico Kolter Professor an der School of Computer Science der Carnegie Mellon University (CMU) in Pittsburgh. Im Juni 2018 hat Bosch in den USA das BCAI Research Lab in Pittsburgh eingerichtet und angekündigt, die KI-Forschung an der CMU mit 8 Millionen USD zu fördern. Durch die gemeinsame Forschungsarbeit mit der weltweit anerkannten Universität will Bosch neue Kompetenzen im Bereich KI entwickeln und die Einführung von KI in praktischen industriellen Anwendungen beschleunigen.
Querverweise zum Thema:
-
Unser Beitrag > Künstliche Intelligenz im Energiehandel: Der unschlagbare Bot
-
Unser Beitrag > VDI Statusreport zum Einsatz von maschinellem Lernen bei der industriellen Bildverarbeitung
-
Unser Beitrag > Künstliche Intelligenz im Fokus: Bosch baut Engagement im Cyber Valley aus
-
Unser Beitrag > Welche fachlichen Fähigkeiten (Skills) benötigen IT-Technikexperten von morgen?