Bundesfinanziertes Forschungszentrum

Munich Center for Machine Learning geht an den Start

Maschinelles Lernen und Künstliche Intelligenz sind Schlüsseltechnologien für die digitalisierte Wirtschaft und Gesellschaft. Leibniz-Preisträger Prof. Daniel Cremers von der Technischen Universität München (TUM) ist einer der Koordinatoren eines neuen Kompetenzzentrums, das sich diesen Themen widmet. Das vom Bundesforschungsministerium geförderte Munich Center for Machine Learning (MCML) vernetzt künftig Schlüsselexpertisen der Datenwissenschaften, Informatik und Statistik.

Durch verbesserte Rechenleistung können Computer heute Daten intelligent verknüpfen und Vorhersagen treffen (Foto: A. Heddergott).

Computer sind durch Fortschritte bei Rechnerleistung und neue Algorithmen in der Lage, Daten intelligent zu verknüpfen, Zusammenhänge auszumachen, Rückschlüsse zu ziehen und Vorhersagen zu treffen. Das bildet die Grundlage für neue Diagnosetools in der Medizin, oder für selbststeuernde Systeme in Logistik und industrieller Fertigung.

In der Region München forschen zahlreiche herausragende Wissenschaftlerinnen und Wissenschaftler auf dem Gebiet der Künstlichen Intelligenz (KI). Im aktuellen „Times Higher Education Ranking“ 2018 nimmt die TUM weltweit den sechsten Rang in der KI-Forschung ein. Mit der Gründung der Munich School of Robotics and Machine Intelligence (MSRM), die Forschung zu Robotik und Maschineller Intelligenz unter einem Dach vereint, setzte die TUM 2017 neue Maßstäbe für die interdisziplinäre Forschung auf diesem Gebiet. Der Institutsdirektor Prof. Sami Haddadin wurde 2019, Prof. Daniel Cremers 2016 mit dem Leibniz-Preis ausgezeichnet.

Gebündelte Kompetenz aus Data Science, Informatik und Statistik

Daniel Cremers ist Experte für Deep-Learning-Methoden und neuronale Netzwerke im Bereich Computer Vision und Mitkoordinator des nun gegründeten Kompetenzzentrums Munich Center for Machine Learning (MCML). Im MCML haben sich 15 Teams der Fachgebiete Data Science, Informatik und Statistik aus LMU und TUM zusammengeschlossen, um die Methoden des maschinellen Lernens und der Mustererkennung weiterzuentwickeln. Die Leitung der neuen Einrichtung hat Prof. Thomas Seidl (LMU).

Von Wetterdaten bis zur Genomforschung

Das neue Kompetenzzentrum widmet sich der Aufarbeitung verschiedenster Datentypen. Wetterdaten, Aktienkurse, Sprachaufnahmen oder Videosequenzen etwa zählen zu den sogenannten Zeitdatenreihen. Die Deep-Learning-Methoden für solche Datenreihen zu verbessern, bringt zum Beispiel das Fachgebiet der Computer Vision voran – ein wichtiger Bestandteil des autonomen Fahrens. Auch Soziale Medien, die moderne Genomforschung und der vielfältige Einsatz von Sensoren produzieren heute enorme Datenmengen, für deren Analyse die Teams des MCML an neuen Methoden forschen.

Forschungsfragen aus der Praxis

„Das Potential der neuen Methoden des maschinellen Lernens ist riesig und die Palette gesellschaftlich relevanter Anwendungen grenzenlos“, sagt Professor Daniel Cremers, Inhaber des Lehrstuhls für Bildverarbeitung und Künstliche Intelligenz an der TUM. Das MCML soll seine Forschungsergebnisse auch in die Praxis bringen, weshalb Unternehmen einbezogen sind.

Mehr Informationen:

Das MCML wird neben weiteren Kompetenzzentren für maschinelles Lernen in Berlin, im Rhein-Ruhr-Gebiet und in Tübingen vom Bundesministerium für Bildung und Forschung (BMBF) über vier Jahre mit insgesamt 7,5 Millionen Euro gefördert. Projektträger der BMBF-Initiative ist das Deutsche Zentrum für Luft- und Raumfahrt (DLR).

Kontakt:

Prof. Dr. Daniel Cremers
Technische Universität München
Lehrstuhl für Bildverarbeitung und Künstliche Intelligenz
Tel.: +49 (89) 289 - 17755
cremers@tum.de

Technische Universität München

Corporate Communications Center

Aktuelles zum Thema

HSTS