Maschinellen Lernens auch für klassische Naturwissenschaften
Klaus-Robert Müller erhält den Vodafone Innovationspreis 2017
© Vodafone
Prof. Müller hat bereits mehrere Forschungspreise gewinnen können und gilt auch international als einer der Wegbereiter des maschinellen Lernens, das er in so diversen Forschungsfeldern wie der Medizin, der Chemie und Physik, der Bilderkennung oder auch den Neurowissenschaften (Berliner Brain Computer-Interface) erforscht und weiterentwickelt.
Maschinelles Lernen erobert in modernen Gesellschaften immer mehr Bereiche, die bisher menschlicher Intelligenz vorbehalten waren: Datengetriebene Lern-Algorithmen revolutionieren diverse Disziplinen, darunter die Suche im Internet, Textanalysen und maschinelle Übersetzungen sowie Sprach- und Bilderkennung. Große Technologieunternehmen investieren massiv in maschinelles Lernen und künstliche Intelligenz – ein sehr rechenintensives Feld, das unter anderem durch den Einsatz von Grafikkarten zur parallelen Berechnung von Algorithmen große Fortschritte machen konnte.
Durch die Arbeiten von Klaus Robert Müller mit seinem Team und Kooperationspartnern in den USA, Luxemburg und der Schweiz ist es gelungen, den Einsatzbereich des maschinellen Lernens auch auf die klassischen Naturwissenschaften wie Physik oder Chemie auszudehnen. So entwickelte er durch die ungewöhnliche Kombination von künstlicher Intelligenz und Quantenmechanik eine Methode, die es ermöglicht, neuartige chemische Erkenntnisse zu gewinnen - wie zum Beispiel ein statistisches Maß für Molekülstabilität und Aromatizität.
In einer aktuellen Arbeit ist es Prof. Müller zusammen mit seinem Team und Kooperationspartnern beim Fraunhofer Heinrich-Hertz-Institut und der Charité – Universitätsmedizin Berlin auch gelungen, die Ergebnisse maschineller Lernsysteme interpretierbar und damit nachvollziehbar zu machen. Bislang galten tiefe nichtlineare neuronale Netze oder auch kernbasierte Lernsysteme verbreitet als eine „Black Box“-Technologie, bei der es oft auch den Wissenschaftlern unklar blieb, aufgrund welcher Aspekte oder Datenmerkmale die Lernsysteme entscheiden.
Interpretierbarkeit war das fehlende Puzzlestück, um maschinelles Lernen zu einem weit verbreiteten Werkzeug in der wissenschaftlichen Forschung zu machen. Die sogenannte LRP-Methode (Layer-wise Relevance Propagation) ermöglicht es, in einer Art Rückwärtsschritt zu erkennen, anhand welcher Faktoren die Lernalgorithmen Entscheidungen treffen.
„Wir freuen uns sehr, dass wir heute einen herausragenden Wissenschaftler für seine innovative Arbeit auszeichnen. Die Technologien, an denen Professor Müller seit Jahren erfolgreich forscht, werden das gesamte Leben revolutionieren. Jene Länder und Unternehmen, die hier vorne mit dabei sind, werden eine bessere Zukunft haben“, so Hannes Ametsreiter, CEO Vodafone Deutschland anlässlich der Preisverleihung auf dem Vodafone Campus in Düsseldorf.
Meistgelesene News
Organisationen
Weitere News aus dem Ressort Wissenschaft
Holen Sie sich die Chemie-Branche in Ihren Posteingang
Mit dem Absenden des Formulars willigen Sie ein, dass Ihnen die LUMITOS AG den oder die oben ausgewählten Newsletter per E-Mail zusendet. Ihre Daten werden nicht an Dritte weitergegeben. Die Speicherung und Verarbeitung Ihrer Daten durch die LUMITOS AG erfolgt auf Basis unserer Datenschutzerklärung. LUMITOS darf Sie zum Zwecke der Werbung oder der Markt- und Meinungsforschung per E-Mail kontaktieren. Ihre Einwilligung können Sie jederzeit ohne Angabe von Gründen gegenüber der LUMITOS AG, Ernst-Augustin-Str. 2, 12489 Berlin oder per E-Mail unter widerruf@lumitos.com mit Wirkung für die Zukunft widerrufen. Zudem ist in jeder E-Mail ein Link zur Abbestellung des entsprechenden Newsletters enthalten.