KI-Algorithmen und -Systeme
Unsere Projekte im Abschnitt „KI-Algorithmen und -Systeme“:
TOPML – TRADING OFF NON-FUNCTIONAL PROPERTIES OF MACHINE LEARNING
The TOPML-project, funded by the Carl-Zeiss-Stiftung, has the goal to establish an interdisciplinary research center for Machine Learning at the University of Mainz.
Here, interactions and dependencies of different properties of Machine Learning will be studied. The research topics which will be investigated include transparency and fairness of data and algorithms, as well as data protection requirements and efficient use of resources such as electricity. A strong focus will be given to their competing needs. As an example, how decentralized can data be stored and processed to protect privacy? To what extent does decentralization affect the transparency of algorithms and data? What impact does this have on energy consumption? These various trade-offs will be identified and characterized to create workable trade-offs. Ethical and legal aspects will be considered.
Researchers from Johannes Gutenberg University (JGU) Mainz (from computer science, mathematics, law, ethics, and book studies), from the University of Applied Sciences Mainz, and from the University Medical Center Mainz, as well as supporting staff from the q+ and Ada Lovelace programs of JGU are working closely together in the research project.
RINGVORLESUNG
Die Ringvorlesung „Transparenz, Datensicherheit & Co.: Umsetzbare Anforderungen an KI-Systeme?“ im Sommersemester 2024, organisiert von TOPML, richtet sich an die universitäre Öffentlichkeit und interessierte Studierende (siehe unten). Sie präsentiert die zentralen Fragestellungen des Projekts – Datenschutz, Fairness, Ressourcen-Effizienz und Transparenz – sowie einen Blick auf die Thematik aus deutscher Perspektive und wird von einer einführenden bzw. abschließenden Vorlesung eingerahmt.
Jedes Thema wird von zwei Referent:innen sowohl aus Forschungs- als auch aus Praxisperspektive beleuchtet und bietet Raum für anschließende, weiterführende Diskussionen.
Dem interdisziplinären Anspruch von TOPML entsprechend richtet sich die Vorlesung an interessierte Studierende aller Studiengänge der JGU und HS Mainz sowie an Teilnehmende des Q+-Programms.
Auch Gasthörer:innen sind herzlich willkommen.
Digital Transformation Lab –
Forthem Alliance
Das „Digital Transformation Lab“ ist eines von insgesamt sieben Labs, in denen im Rahmen des FORTHEM-Projekts (s.u.) international und interdisziplinär zu gesellschaftlich relevanten Themen gearbeitet wird. Arbeitsbereichsleiterin Prof. Dr. Petra Ahrweiler wirkt daran als Koordinatorin des Labs an der JGU mit, dessen thematischer Fokus sich auf den Aspekt „Artificial Intelligence and Society“ richtet und das somit an den bestehenden Arbeitskreis KI@JGU anknüpft. Im Zentrum der Lab-Arbeit stehen Fragen rund um den Einsatz von Künstlicher Intelligenz (KI) in der Gesellschaft und deren Auswirkungen auf diese, wobei entsprechend der fachlicheren Diversität der Beteiligten ganz unterschiedliche Bereiche des gesellschaftlichen Lebens abgedeckt werden. Konkret beschäftigt sich das Lab unter anderem mit den gesellschaftlichen Auswirkungen der digitalen Transformation (wie etwa dem gesellschaftlichen Wertewandel oder deren Einfluss auf die politische Diskurslandschaft), ethischen Aspekten der KI (bspw. in Fragen des Einsatzes von KI in der Medizintechnik oder Psychosomatik), dem Wandel des Berufsfeldes der Publizistik unter dem Einfluss digitaler Technologien oder dem Einfluss von KI auf ästhetisches Empfinden – um nur einige der Forschungsfelder zu nennen, die unter dem Dach des „Digital Transformation Lab“ gebündelt werden.
Künstliche Intelligenz Projektbüro –
KI-Allianz Rheinland-Pfalz
Das Künstliche Intelligenz-Projektbüro führt die Geschäfte der KI-Allianz Rheinland-Pfalz zwischen den elf rheinland-pfälzischen Universitäten und Hochschulen für angewandte Wissenschaften (HAW) in Rheinland-Pfalz. Die KI-Allianz ist Bestandteil der KI-Agenda des Landes und soll die Kompetenzen der Universitäten und Hochschulen in der Künstlichen Intelligenz (KI) fördern und strukturieren sowie die regionale, nationale und internationale Sichtbarkeit von Forschung und Anwendung in diesem Bereich steigern. Das Künstliche Intelligenz-Projektbüro unterstützt dabei die Koordinierung der Aktivitäten, Konzeption und Ausrichtung von KI-Veranstaltungen, den gezielten Wissenstransfer und das Match-Making mit Partnern in Wirtschaft, Wissenschaft und Gesellschaft. Auch die Abstimmung und Koordinierung mit einschlägigen Forschungskollegs und Verbünden im Land zu Künstlicher Intelligenz übernimmt das KI-Projektbüro.
Forthem Alliance / Stakeholder Workshop (international)
Dieser Workshop hat Vertreter der einzelnen inhaltlichen Schwerpunkte mit ´Stakeholdern´ von außerhalb der akademischen Welt (Medien, Medizin, Wirtschaft, etc.) zusammen gebracht.
Workshop (international)
Bei diesem Treffen der Digital Transformation Lab aller an FORTHEM beteiligten Universitäten haben sich thematische Schwerpunkte innerhalb des Hauptthemas des Labs „AI and Society“ ergeben.
Kick-Off (Mainz), Bildung von thematischen Clustern
Bei diesem Treffen haben wir inhaltliche Cluster der Mainzer Kolleginnen und Kollegen innerhalb des Themas „Künstliche Intelligenz und Gesellschaft“ gebildet.
EMERGENT ALGORITHMIC INTELLIGENCE (EAI) CENTER
Das Emergent AI Center, gefördert von der Carl-Zeiss-Stiftung, ist ein interdisziplinäres Forschungszentrum, das sich mit dem Thema „Algorithmische Intelligenz als emergentes Phänomen“ beschäftigt. Forscher aus den Instituten für Physik, Biologie, Informatik und dem Max-Planck-Institut für Polymerforschung an der Johannes Gutenberg-Universität Mainz untersuchen, welche statistischen Grundmuster in natürlichen Prozessen verborgen sind und wie moderne maschinelle Lernverfahren diese Muster erfassen können. Diese Forschung bildet die Grundlage für die Entwicklung noch besserer Methoden des maschinellen Lernens und bietet vielleicht sogar die Möglichkeit, ein tieferes Verständnis für das rätselhafte Phänomen namens Intelligenz zu erlangen.
RMU NETWORK FOR DEEP CONTINUOUS-DISCRETE MACHINE LEARNING (DeCoDeML)
Das Projekt Deep Continuous-Discrete Machine Learning (DeCoDeML) ist ein Verbundprojekt der Rhein-Main-Universitäten (RMU), in dem auf der konzeptionellen Ebene das Verhältnis von Lernen und Wissen und auf der technischen Ebene das Verhältnis zwischen dem kontinuierlich-neuronalen Lernen und dem diskret-symbolischen Lernen untersucht werden sollen.
THE THIRD WAVE OF AI (3AI)
Das Projekt „The Third Wave of AI (3AI)“ ist ein Clusterprojekt gefördert vom hessischen Ministerium für Wissenschaft und Kunst, unter der Federführung der TU Darmstadt (Kristian Kersting) und mit Partnern von der Goethe-Universität Frankfurt und der Johannes Gutenberg-Universität Mainz (Stefan Kramer). Die dritte Welle der KI soll die Resultate der ersten Welle (wissensbasierte Systeme) und der zweiten Welle (statistisches maschinelles Lernen) in einer neuartigen Synthese zusammenbringen, um so Schlußfolgern auf menschlichem Niveau zu ermöglichen („human-level reasoning“).
BMBF KI-LABOR FÜR METAPROGRAMMIERUNG IN DEEP LEARNING (MetaDL)
Ziel des Vorhabens MetaDL ist es, neue Methoden zu entwickeln, so dass die Programme der KI-Anwendungen auf einer Vielzahl von solchen Systemen zum Laufen gebracht werden können. Dabei soll der Programmierer der KI-Anwendung sich nicht weiter um die Programmierung der speziellen Hardware kümmern müssen. Es ist ein Verbundprojekt der Universität des Saarlandes, des DFKI und der JGU. Von der JGU sind Bertil Schmidt und Andreas Hildebrandt als PIs beteiligt.
https://www.dfki.de/web/forschung/projekte-publikationen/projekte-uebersicht/projekt/metadl/
DFG NETZWERK „STOCHASTIC PROCESSES ON EVOLVING NETWORKS“
Das Netzwerk beschäftigt sich mit den mathematischen, insbesondere probabilistischen, Grundlagen stochastischer Prozesse auf dynamischen Netzwerken. Solche stochastischen Prozesse spielen in vielen Anwendungen wie z.B. der Modellierung von Infektionsgeschehen, Populationsdynamiken und eben auch in künstlichen neuronalen Netzen eine wichtige Rolle.
https://sites.google.com/view/processes-on-evolving-nets/home
CHAINIFYDB
Das Projekt „chainifyDB“ von Prof. Schuhknecht hat das Ziel, private Blockchain-Technologie in bereits bestehende IT-Infrastrukturen minimal-invasiv zu integrieren. Dabei steht im Vordergrund, die individuellen Anforderungen der Teilnehmer eines Netzwerkes in Bezug auf Transparenz sowie Privatheit der Daten zu gewährleisten. chainifyDB befasst sich so mit dem Datenmanagement von verteilten Daten u.a. für KI-Algorithmen. Nach Ende des BMBF-Projekts im Oktober 2021 soll eine Ausgründung folgen.
Sonstige Aktivitäten
Neben der Arbeit am Digital Transformation Lab und zu KI-Algorithmen und -Systemen haben wir – durch die Corona-Pandemie leider eingeschränkt – in folgenden Kontexten zusammen gearbeitet:
01. Dezember 2020
Vortrag „Business Process Innovation …“ (Bruccoleri)
Vortrag „Business Process Innovation. Can Competitive Advantage be built around Operations?“ von Prof Manfredi Bruccoleri, einem Kollegen vom Digital Transformation Lab an der Universitá degli Studi di Palermo (Italien), in der Lehrveranstaltung „Strategic Management in Publishing“ im Master Buchwissenschaft (Dozent: Christoph Bläsi) (https://www.buchwissenschaft.uni-mainz.de/veranstaltungen/gastvortrag-von-manfredi-bruccoleri-palermo-am-1-dezember-2020-business-process-innovation-can-competitive-advantage-be-built-through-operations/)
25. November 2020
Vortrag „Kl im Verlagswesen …“ (Bläsi)
Vortrag „KI im Verlagswesen. Systeme, Einschätzung, Chancen & Risiken“ von Christoph Bläsi beim Gutenberg Digital Hub / „Forschung meets Hub“ (https://www.gutenberg-digital-hub.de/event/forschung-meets-hub-3/)
Ende 2019
Auf den Weg bringen eines Projektes mit der Haufe Group, Freiburg
Simone Ohlemann und Christoph Bläsi wollen zusammen mit der Haufe Group (Freiburg) (und dem Startup Apposyte (München)) mit diesem Projekt Fragen beantworten wie: Welche Eigenschaften der Systemantwort auf eine Such-Anfrage (in diesem Fall im Bereich ´Recht´) führen dazu, dass die Antwort von NutzerInnen als sinnvoll, als „intelligent“ angesehen wird? Was kann man daraus lernen für die Gestaltung von KI-basierten Systemen an verschiedenen Stellen der Wertschöpfung bei Medienunternehmen?
23. September 2019
Input zu „KI@JGU“ auf der SSC2019
Petra Ahrweiler, Simone Ohlemann, Stefan Kramer und Christoph Bläsi haben auf der SSC2019 (Social Simulation Conference 2019, Mainz) die Initiative „KI@JGU“ vorgestellt und in diesem Kontext den angemessenen Grad an „Fachlichkeit“ von KI sowie von Strategien der Befähigung von Universitäten in Richtung KI diskutiert
07. Mai 2019 und 14. November 2019
Konstituierende Treffen
Auf diesen Treffen hat sich die Runde „KI@JGU“ konstituiert – bevor die Corona-Pandemie dieses Format erst ´mal unmöglich machte …
