Next Generation AI
Anwendungen von Künstlicher Intelligenz (KI) sind schon jetzt nicht mehr aus unserer Lebenswelt wegzudenken: Sie reichen vom autonomen Fahren über Spracherkennung bis hin zum Gesundheitssektor. Gleichzeitig verändern moderne, typischerweise datengetriebene KI-Methoden fast alle Wissenschaften und lösen oft klassische Methoden als state of the art ab. In der Konsequenz ist so gut wie jedes aktuelle Forschungsgebiet auch von Forschungsfragen im Bereich der KI betroffen.
Allerdings ist der Großteil der KI-Forschung rein empirisch getrieben und es mangelt an einer umfassenden theoretischen Fundierung, die beispielsweise grundlegende methodische Entscheidungen reflektiert. Gleichzeitig bleiben auch die Grenzen dieser Methoden oft ungeklärt. Ausgelotet werden müsste zudem, wie KI-basierte Methoden optimal mit klassischen Methoden kombiniert werden können.
Derzeit lassen sich weltweit zwei grundlegende Strömungen der KI-Forschung identifizieren: Auf der einen Seite werden die neuesten Methoden adaptiert und auf unterschiedlichste wissenschaftliche Bereiche angewandt. Auf der anderen Seite versuchen Forscher/innen, die oben genannten methodisch-theoretischen Probleme anzugehen und die nächste Generation der künstlichen Intelligenz zu entwickeln. Auch an der LMU München sind beide Richtungen prominent vertreten: siehe https://www.lmu.de/ai. Beide Ausrichtungen der KI-Forschung erfordern hochgradig interdisziplinäre Anstrengungen und sind überdies eng untereinander verknüpft.
Ziel des CAS-Schwerpunktes ist es daher, eher methodisch/theoretische mit eher anwendungsorientierten Wissenschaftler/innen über alle Fakultäten hinweg zu vernetzen. Dabei konzentriert sich die Arbeitsgruppe des Schwerpunktes auf die folgende zentralen Problemstellungen:
- KI und Ungewissheit
- KI und Domänenwissen
- Grenzen der KI
- Soziale Aspekte der KI (Erklärbarkeit, Fairness, etc.)
Sprecherin
- Prof. Dr. Gitta Kutyniok
(Mathematik, Fakultät für Mathemathik, Informatik und Statistik, LMU)
Arbeitsgruppe
- Prof. Dr. Bernd Bischl
(Statistik, Fakultät für Mathemathik, Informatik und Statistik, LMU)
- Prof. Dr. Florian Englmaier
(Organisationsökonomik, Volkswirtschaftliche Fakultät, LMU) - Prof. Dr. Eyke Hüllermeier
(Informatik, Fakultät für Mathemathik, Informatik und Statistik, LMU) - Prof. Dr. Göran Kauermann
(Statistik, Fakultät für Mathemathik, Informatik und Statistik, LMU) - Prof. Dr. Katia Parodi
(Medizinische Physik, Fakultät für Physik, LMU) - Prof. Dr. Hinrich Schütze
(Computerlinguistik, Fakultät für Sprach- und Literaturwissenschaften, LMU) - Prof. Dr. Thomas Seidl
(Informatik, Fakultät für Mathemathik, Informatik und Statistik, LMU)
Wissenschaftlicher Beirat
- Prof. Dr. Ruth Bielfeldt
(Klassische Archäologie, Fakultät für Kulturwissenschaften, LMU) - Prof. Dr. Christof Breitsameter
(Moraltheologie, Katholisch-Theologische Fakultät, LMU) - Prof. Dr. Stefan Feuerriegel
(Künstliche Intelligenz (KI) in Unternehmen, Fakultät für Betriebswirtschaft, LMU) - Prof. Dr. Stephan Hartmann
(Wissenschaftstheorie, Fakultät für Philosophie, Wissenschaftstheorie und Religionswissenschaft, LMU) - Prof. Dr. Heiner Igel
(Geophysik, Fakultät für Geowissenschaften, LMU) - Prof. Dr. Michael Ingrisch
(Clinical Data Science in Radiology, LMU Klinikum) - Prof. Dr. Alexander Keller
(Zelluläre und Organismische Netzwerke, Fakultät für Biologie, LMU) - Prof. Dr. James Kirby
(Fakultät für Sprach- und Literaturwissenschaften, LMU) - Prof. Dr. Hubertus Kohle
(Kunstgeschichte, Fakultät für Geschichts- und Kunstwissenschaften, LMU) - Prof. Dr. Frauke Kreuter
(Statistics and Data Science in Social Sciences and the Humanities, Fakultät für Mathemathik, Informatik und Statistik, LMU) - Prof. Dr. Christian List
(Mathematische Philosophie, Fakultät für Philosophie, Wissenschaftstheorie und Religionswissenschaft, LMU) - Dr. Julian Müller
(Allgemeine Pädagogik, Fakultät Humanwissenschaften, Otto-Friedrich-Universität Bamberg) - Prof. Dr. Björn Ommer
(KI und Kulturanalytik, Fakultät für Geschichts- und Kunstwissenschaften sowie Fakultät für Mathematik, Informatik und Statistik, LMU) - Prof. Dr. Monika Schnitzer
(Komparative Wirtschaftsforschung, Volkswirtschaftliche Fakultät, LMU) - Prof. Dr. Jochen Weller
(Physical Cosmology, Fakultät für Physik, LMU) - Prof. Dr. Mark A. Zöller
(Deutsches, Europäisches und Internationales Strafrecht und Strafprozessrecht, Wirtschaftsstrafrecht und das Recht der Digitalisierung, Juristische Fakultät, LMU) - Prof. Issam El Naqa, Ph.D.
(Lehrstuhl für Maschinelles Lernen, H. Lee Moffitt Cancer Center ) - Prof. Julia Lane, PhD
(NYU Wagner Graduate School of Public Service, New York University) - Prof. Dr. Philipp Grohs
(Fakultät für Mathematik, Universität Wien)
Visiting Fellows
- Prof. Issam El Naqa, Ph.D.
(Lehrstuhl für Maschinelles Lernen, H. Lee Moffitt Cancer Center ) - Prof. Julia Lane, PhD
(NYU Wagner Graduate School of Public Service, New York University) - Prof. Dr. Philipp Grohs
(Fakultät für Mathematik, Universität Wien)
Veranstaltungen
- Vortrag von Prof. Michael I. Jordan, Ph.D. – "On the Blending of Machine Learning and Economics"
(Wintersemester 2021/22) - Podiumsdiskussion mit Prof. Dr. Sami Haddadin, Prof. Dr. Gitta Kutyniok und Eva Wolfangel – "Next Generation AI"
(Wintersemester 2021/22) - Roundtable – "Next Generation AI" Topic I: AI and Uncertainty"
(Wintersemester 2021/22) - Roundtable – "Next Generation AI" Topic II: AI and Domain Knowledge"
(Wintersemester 2021/22) - Roundtable – "Next Generation AI" Topic III: Limitations of AI"
(Wintersemester 2021/22) - Roundtable – "Topic IV: Social Aspects of AI"
(Wintersemester 2021/22) - Symposium on AI Research at LMU
(Sommersemester 2022) - Vortrag von Prof. Dr. Joachim M. Buhmann – "Algorithm Validation for Data Science"
(Sommersemester 2022) - Tagung – "AI in Science: Foundations and Applications"
(Sommersemester 2022) - Vortrag von Prof. Issam El Naqa, Ph.D. und Prof. Julia Lane, Ph.D. – "Perils and Pitfalls of AI
in Radiological Sciences"
(20. Oktober 2022, 19 Uhr s.t.) | (Wintersemester 2022/23) - Vortrag von Prof. Håvard Hegre, Ph.D. – "Accounting for Uncertainty when Forecasting Armed Conflict"
(10. Mai 2023, 19:00 Uhr s.t.) | (Sommersemester 2023) - Lunch Talk von Prof. Dr. Philipp Grohs – "Opportunities and Limitations for Deep Learning in the Sciences"
(22. Mai 2023, 12:15 Uhr) | (Sommersemester 2023) - Podiumsdiskussion mit Dr. Thiemo Fieger, Prof. Dr. Björn Ommer, Martin Skultety und Christian Schiffer – "Generative AI in the Industry, Media, and Beyond. Chances and Challenges of Stable Diffusion"
(13. Juli 2023, 19 Uhr s.t.) | (Sommersemester 2023) - Vortrag von Prof. Yann LeCun, Ph.D. – "From Machine Learning to Autonomous Intelligence"
(29. September 2023, 14:15 Uhr) | (Sommersemester 2023) - Workshop unter der Leitung von Prof. Dr Eyke Hüllermeier, Prof. Dr. Göran Kauermann und Prof. Dr. Hinrich Schütze – "AI Double Feature: Neuro-Symbolic AI / AI and Sustainability"
(9. und 10. Oktober 2023) | (Sommersemester 2023) - Vortragsreihe im Wintersemester 2022/23
- Podiumsdiskussion mit Prof. Dr. Daniel Gruen (LMU), Prof. Dr. Lukas Heinrich (TUM) und Prof. Kevin Heng, Ph.D. (LMU) – "The Future of Astrophysics"
(25. Oktober 2022, 19 Uhr s.t.) | (Wintersemester 2022/23) - Vortrag von Prof. Dr. Nils B. Weidmann (Konstanz/CAS Fellow) – "Artificial Intelligence in Conflict Research"
(23. November 2022, 18.30 Uhr) | (Wintersemester 2022/23) - Podiumsdiskussion mit Prof. Dr. Barbara Plank (LMU), Prof. Dr. Mario Haim (LMU), Uli Köppen (BR), Prof. Dr. Hinrich Schütze (LMU) – "Writing with Artificial Intelligence"
(2. Februar 2023, 19 Uhr s.t.) | (Wintersemester 2022/23) - Podiumsdiskussion mit Prof. Dr. Karl-Peter Hopfner (LMU) und Dr. Alexander Pritzel (DeepMind) – "The Impact of AlphaFold on Protein Research"
(2. Februar 2023, 19 Uhr s.t.) | (Wintersemester 2022/23) - Podiumsdiskussion mit Prof. Dr. Laura Busse (LMU), Prof. Dr. Frederick Klauschen (LMU) und Prof. Dr. Björn Menze (Zürich) – "Visualizing (Bio-)Medicine with Artificial Intelligence"
(6. Februar 2023, 19 Uhr s.t.) | (Wintersemester 2022/23)
Assoziierte Versanstaltungen
- Vortragsreihe – "The Munich AI Lectures"
- Vortrag von Prof. Stéphane Mallat, Ph.D. – "Mathematical Mysteries of Deep Neural Networks"
(7. September 2022, 17 Uhr s.t.) | (Sommersemester 2022) - Vortrag von Prof. Max Welling, Ph.D. (University of Amsterdam) – "The PDE Prior"
(5. Oktober 2022, 17 Uhr s.t) | (Wintersemester 2022/23) - Vortrag von Prof. Michael Bronstein, Ph.D. – "Physics-Inspired Learning on Graphs"
(2. November 2022, 17 Uhr s.t.) | (Wintersemester 2022/23) - Vortrag von Prof. Peter Flach, Ph.D. – "The Highs and Lows of Performance Evaluation: Towards A Measurement Theory for Machine Learning"
(8. Februar 2023, 17:00) | (Wintersemester 2022/23) - Vortrag von Prof. René Vidal, Ph.D. (Johns Hopkins University) – "Explainable AI via Semantic Information Pursuit"
(8. März 2023, 17:00) | (Wintersemester 2022/23) - Vortrag von Prof. Giles Hooker, Ph.D. (UC Berkeley) – "V-Statistics and Variance Estimation: Inference for Random Forests and Other Ensembles"
(1. June 2023, 16:15 Uhr) | (Sommersemester 2023) - Konferenz – "Quo Vadis, Digital Privacy? Perceptions, Practices, and Policies"
(26. Januar 2023, 17 Uhr s.t.) | (Wintersemester 2022/23) - Workshop unter der Leitung von Cornelius Fritz, Giacomo De Nicola, and Göran Kauermann – "A Connected World: Data Analysis for Real-World Network Data"
(Sommersemester 2023)
