Künstliche Intelligenz
Die Forschung zur künstlichen Intelligenz am KCIST ist zielorientiert/ergebnisorientiert/zielgerichtet und konzentriert sich auf menschenzentrierte, zuverlässige und verständliche KI-Systeme und -Technologien. Eine solche zielgerichtet KI im Dienste der Gesellschaft umfasst die KI in der Robotik, in der Mensch-Maschine-Schnittstellen, in der menschlichen Kommunikation, im Sprachverständnis, in der Analytik und Datenwissenschaft, in der Mensch-KI-Schnittstellen sowie die Erforschung allgemeiner KI-Konstruktionsprinzipien und ihre Übertragung auf industrielle, staatliche, pädagogische und humanitäre Einsätze. Die Arbeit am Zentrum sollte nicht als bloße Anwendung von KI auf bekannte Probleme missverstanden werden. Unsere Mission ist es vielmehr, neue KI-Methoden, die noch ungelöste gesellschaftliche Probleme angehen können, zu erfinden, zu entwickeln und auf diese umzusteigen.
Die Aktivitäten in diesem Themenbereich lassen sich in die folgenden Forschungsbereiche unterteilen:
Human-centered KI und Robotik ▼
- Maschinelles Lernen für die Robotik, insbesondere Lernen durch Immitation oder imitation learning genannt, reinforcement learning, Planung, Mensch-Roboter-Interaktion und humanoide Systeme
- Mensch-KI-Interaktion, insbesondere personalisierbare, erklärbare, adaptive Interaktion
- Computer Vision für die Mensch-Maschine-Interaktion, insbesondere für intelligente Umgebungen, unterstützende Technologien und Robotik
- Sprachtechnologien, insbesondere Informationsextraktion, oder information extraction aus Texten, multimodale Schnittstellen, Spracherkennung, Übersetzung und Simultandolmetschen, wie beispielsweise der automatische Vorlesungsdolmetschdienst des KIT für ausländische Studenten als Schlüsselanwendung auf dem Gebiet der menschenzentrierten KI
AI Engineering ▼
- Hardware-Architekturen für KI, die den gesamten Entwurfsprozess, die Systemsimulation, den Aufschluss der Architektur und das Hardware/Software Co-Design umfassen
- planbares und zuverlässiges AI Engineering, z.B. im Kompetenzzentrum für KI-Engineering "CC-King" in Kooperation mit dem IOSB und FZI
- Sicherheit von KI-Systemen & KI für den Bereich Sicherheit, insbesondere selbstlernende Systeme zur Erkennung von Angriffen oder zur Erkennung von Sicherheitslücken in Software, Verteidigungsstrategien und robusteren KI-Modellen
Anwendungsorientierte KI ▼
- maschinelles Lernen für Zeitreihen und Bilder in den Bio- und Ingenieurwissenschaften, von der Unsicherheitsquantifizierung oder uncertainty quantification über automatisiertes maschinelles Lernen bis zur Objekterkennung in bildgebenden Verfahren der Biologie
- Forschung zu objektorientierten Weltmodellen, um die Lücke zwischen symbolischer und subsymbolischer KI zu schließen und um bereits vorhandenes Domänenwissen in KI-Systeme einzubeziehen
- Knowledge graphs zur Datenrepräsentation und -integration
- Künstliche Intelligenz für die Energieforschung sowie für Materialwissenschaften, Chemie und medizinische Systeme, die Darstellungen, Lernmodelle und Schnittstellen zwischen KI, Experimenten und Simulationen untersuchen
