Selbstfahrende Autos, medizinische Diagnosesysteme, intelligente Fertigungsroboter und Sprachassistenten versprechen eine fortschreitende Automatisierung von kognitiv anspruchsvollen Aufgaben, die bisher nur Menschen bewältigen konnten. Maschinen wird die Fähigkeit zu lernen einprogrammiert. Mithilfe dieses Maschinellen Lernens können Maschinen aus sehr vielen Beispielsituationen Muster erlernen und auf neue, ähnliche Situationen übertragen. Die aktuell größten KI-Erfolge basieren auf Deep Learning mittels künstlicher Neuronaler Netze, die in einigen Eigenschaften dem menschlichen Gehirn ähnlich sind: Eine große Zahl an Schichten künstlicher Neuronen verarbeitet eine große Menge an Daten.
Diese Unterform des Maschinellen Lernens funktioniert besonders gut in der Kombination mit auf Deep Learning optimierten Rechenmaschinen wie der Nvidia DGX-2. Die Architektur der DGX-2 führt zu einer Leistung von zwei PetaFLOPS und erlaubt damit die Beschleunigung neuer Typen von tiefen Netzwerken, die sich bislang nicht trainieren ließen.
Systematische KI-Forschung vertiefen
An der TU Darmstadt sollen mithilfe der neuen Hardware wesentliche Forschungsarbeiten vertieft werden. Das umfasst beispielsweise das tiefe Verständnis von Bildern und Texten, die Entwicklung von Robotern, die lernen, Menschen in Alltagssituationen zu unterstützen, die Analyse von hyperspektralen Bildern zur Erkennung und Simulation von Pflanzenkrankheiten, das Erlernen von menschlichen Moralvorstellungen durch Maschinen oder die Entwicklung von tiefen Netzwerken, die wissen, wenn sie etwas nicht wissen.
„Mit der Erweiterung unserer KI-Infrastruktur festigen wir die Führungsrolle der TU Darmstadt in der deutschen Grundlagenforschung zum Maschinellen Lernen und der KI“, sagt Professor Doktor Kristian Kersting, Leiter des Fachgebiets Maschinelles Lernen und Initiator des KI-Verbundes AI•DA der TU Darmstadt. Die Universität schaffe damit „eine einzigartige Infrastruktur für die Forschung zur systemischen KI“.
