Für Forschung zu ML und KI 16.09.2019, 13:21 Uhr

ETH-Professor Bernhard Schölkopf mit Körber-Preis ausgezeichnet

Bernhard Schölkopf, Direktor des Max‐Planck‐Instituts für Intelligente Systeme und affiliierter Professor der ETH Zürich, hat den Körber-Preis für die Europäische Wissenschaft erhalten für seine Forschung im Bereich des maschinellen Lernens und der KI.
(Quelle: Körber-Stiftung/Friedrun Reinhold )
Vergangene Woche ist Bernhard Schölkopf im grossen Festsaal des Hamburger Rathauses der Körber-Preis für die Europäische Wissenschaft 2019 überreicht worden. Der mit einer Million Euro dotierte Körber-Preis zählt zu den bedeutendsten Wissenschaftspreisen – unter anderem haben ihn schon sechs spätere Nobelpreisträgerinnen und Nobelpreisträger erhalten. Er prämiert zukunftsträchtige Forschungsansätze mit hohem Anwendungspotenzial von Forschenden, die in Europa tätig sind. Die letzte Körber-Preisträgerin der ETH Zürich war die Materialwissenschaftlerin Nicola Spaldin 2015.

Pionier des maschinellen Lernens

Der deutsche Physiker, Mathematiker und Informatiker Bernhard Schölkopf erhält den Körber-Preis für seine massgeblichen Beiträge zur Weiterentwicklung der künstlichen Intelligenz (KI). Sein Forschungsgebiet ist das maschinelle Lernen.
Schölkopf und sein Team entwickeln Algorithmen, also mathematische Verfahren und Programmanweisungen, mit denen Computerprogramme flexibel auf Situationen reagieren können. Solche werden zum Beispiel bei selbstfahrenden Autos eingesetzt, die, wenn sie selber einen Parkplatz ansteuern oder sich auf unebenem Gelände bewegen, aus Erfahrungen lernen und sich an neue Begebenheiten anpassen müssen.
Die Anwendung von Schölkopfs Methoden und Programmen erstreckt sich von der Biologie über die Medizin bis zu den Wirtschafts- und Sozialwissenschaften. Gemäss dem Forschungsmagazin «Science» zählt er zu den zehn einflussreichsten Computerwissenschaftlern der Welt.

Raffinierte Algorithmen

Weltweite Anerkennung erlangte Schölkopf mit speziellen maschinellen Lernverfahren, den sogenannten Support Vektor Maschinen (SVM). Das sind raffinierte Algorithmen, mit denen Computer hochkomplizierte KI-Berechnungen schnell und präzise erledigen können. Die SVM ähneln dem Gehirn nachempfundenen neuronalen Netzen und beruhen auf soliden mathematischen Grundlagen.
Erste SVM-Systeme aus den 1990er-Jahren konnten handgeschriebene Ziffern auf Briefen fast so gut erkennen wie Menschen. Wegen ihres systematischen mathematischen Ansatzes gaben sie der Informatik einen deutlichen Schub. Aktuell erforscht Schölkopfs Team am MPI Tübingen Algorithmen, die aus Daten auch kausale Zusammenhänge erkennen können.
Bernhard Schölkopf ist seit 2011 einer der Gründungsdirektoren am Max‐Planck‐Institut für Intelligente Systeme in Tübingen. Seit Dezember 2018 ist er affiliierter Professor für Empirische Inferenz an der ETH Zürich. Gemeinsam mit Thomas Hofmann, Professor am Institut für Maschinelles Lernen an der ETH Zürich, leitet er seit 2015 das Max Planck ETH Center for Learning Systems als Co-Direktor. Diese Zusammenarbeit hat zum Ziel, die theoretischen Prinzipien des Lernens auf reale Maschinen anzuwenden und Nachwuchsforschende in diesem Gebiet auszubilden.
Hinweis: Dieser Artikel ist zunächst bei «ETH-News» erschienen und wurde von Florian Meyer verfasst.


Das könnte Sie auch interessieren