Stefanie Jegelka und Suvrit Sra mit höchstdotiertem Forschungspreis Deutschlands ausgezeichnet
Zwei neue Humboldt-Professuren im Bereich Künstliche Intelligenz
Das Ziel der Humboldt-Professuren ist es, Spitzenkräfte aus der ganzen Welt an deutsche Hochschulen zu holen. Jede Professur ist mit bis zu fünf Millionen Euro dotiert, damit handelt es sich um den höchstdotierten Forschungspreis Deutschlands. Die Humboldt-Preise für Stefanie Jegelka und Suvrit Sra wurden von Bundesforschungsministerin Bettina Stark-Watzinger und dem Präsidenten der Alexander von Humboldt-Stiftung, Robert Schlögl, in Berlin überreicht.
Die Forscherin und die Forscher tragen dazu bei, die Kernkompetenzen der TUM im Bereich Künstliche Intelligenz und Maschinelles Lernen zu verstärken. Insbesondere das im Rahmen der Exzellenzstrategie etablierte Munich Data Science Institute sowie das BMBF-geförderte Munich Center for Machine Learning werden von diesen Spitzenberufungen enorm profitieren.
Expertin für künstliche Neuronale Netze
Stefanie Jegelka, Professorin für Foundations of Deep Neural Networks, erforscht künstliche Neuronale Netze, die Graphen verarbeiten. Die Idee ist, dass die Strukturen von sozialen Netzwerken, Finanzmärkten oder auch chemischen Molekülen in der Informatik durch Graphen erfasst werden. Diese stellen für das Maschinelle Lernen eine Herausforderung dar, da neben den einzelnen Punkten des Netzwerks auch die unterschiedlichen Verbindungen zwischen den Punkten von Bedeutung sind. Stefanie Jegelka arbeitet daran Graph Neural Networks so zu optimieren, dass sie verlässliche Ergebnisse liefern.
Experte für Optimierungsprobleme beim Maschinellen Lernen
Suvrit Sra, Professor für Resource Aware Machine Learning, beschäftigt sich mit robusten, verlässlichen und ressourceneffizienten Machine-Learning-Verfahren. In seiner Forschung geht es insbesondere darum, Optimierungsprobleme für Maschinelles Lernen mit mehreren Parametern zu lösen. Diese komplexen Optimierungsprobleme werden beispielsweise beim autonomen Fahren angewendet, damit ein Auto zuverlässig ein Schild von einem Menschen unterscheiden kann.
Crème de la Crème der Wissenschaft
TUM-Präsident Prof. Thomas F. Hofmann sagte bei der Preisverleihung: „Damit verstärkt die TUM strategisch ihre international führenden Kernkompetenzen zu Maschinellem Lernen und Künstlicher Intelligenz. Es sind nicht Gebäude und Ausstattung, sondern besondere Menschen, die mit ihren Talenten, mit mutigen Visionen, mit Pioniergeist und kühnen Forschungsansätzen das Neue in die Welt bringen. Und um diese Crème de la Crème der Wissenschaft nach Deutschland zu locken, sind die Alexander von Humboldt-Professuren ein wirksames Pheromon.“
Weitere Humboldt-Professuren an der TUM:
- 2009: Bioinformatiker Prof. Burkhard Rost (Columbia University New York/USA)
- 2010: Nachrichtentechniker Prof. Gerhard Kramer (University of Southern California/USA)
- 2011: Wirtschaftsinformatiker Prof. Hans-Arno Jacobsen (University of Toronto/Kanada)
- 2012: Diabetes-Experte Prof. Matthias Tschöp (University of Cincinnati/USA)
- 2013: Mathematiker Prof. Andreas S. Schulz (MIT, Boston/USA), Experte im Bereich Operations Research
- 2018: Informatiker Prof. Marco Caccamo (University of Illinois at Urbana-Champaign/USA)
- 2020: Prof. Daniel Rückert, Experte für den Einsatz von KI in der Medizin (Imperial College London/Großbritannien)
- 2021: Prof. Angela Schöllig, Expertin auf dem Gebiet Robotik und Künstliche Intelligenz (University of Toronto/Kanada)
Das Munich Data Science Institute (MDSI) ist ein Integratives Forschungsinstitut der TUM. Diese Querschnittsinstitute widmen sich jeweils einem technologisch und gesellschaftlich hochrelevanten Wissenschaftsfeld. Das MDSI forscht zu den mathematischen und computerwissenschaftlichen Fragen der Datenanalyse und entwickelt neue Theorien und Methoden des Maschinellen Lernens und der Künstlichen Intelligenz. Daraus entwickelt es Anwendungen für die verschiedenen Forschungsfelder der TUM, wie etwa personalisierte Medizin, Lebenswissenschaften, Luft- und Raumfahrt, Mobilität, Additive Fertigung, Materialwissenschaften, Quantenforschung und Klimaforschung.
Das Munich Center for Machine Learning (MCML) ist eine gemeinsame Initiative von TUM und LMU. Das Zentrum besteht aus über 45 Forschungsgruppen und hat das Ziel, die Grundlagenforschung im Bereich des maschinellen Lernens, mit einem starken Bezug zu realen Anwendungen, voranzutreiben. Das MCML ist eine dauerhafte Forschungseinrichtung, die von der Bundesregierung und dem Freistaat Bayern finanziert wird. Es ist integraler Bestandteil der Deutschen KI-Strategie und der Hightech-Agenda Bayern.
Technische Universität München
Corporate Communications Center
- Julia Rinner
- julia.rinner@tum.de
- presse@tum.de
- Teamwebsite
