Antrittsvorlesung von Prof. Keuper

Im Bereich der Künstlichen Intelligenz und des Maschinellen Lernens wurden in den letzten Jahren auf vielen Anwendungsgebieten große Fortschritte gemacht. Von der Spracherkennung über die automatische Bildanalyse bis hin zu Prototypen automatisch fahrender Autos oder „Go“-spielender Algorithmen auf Weltmeister Niveau: fast immer stehen hinter den Erfolgsmeldungen sogenannte „Deep Learning“ Verfahren. Diese Familie von Lernverfahren verwendet typischerweise sehr große künstliche neuronale Netze zur Modellierung der Lernprobleme. Das Training solcher Netze bedarf nicht nur sehr großer Datenmengen, sondern auch enormer Rechenleistungen.

Der Vortrag gibt einführend eine Übersicht über die historische Entwicklung künstlicher neuronaler Netze und der Korrelation ihres Erfolges mit der jeweils verfügbaren Rechenleistung. Im Anschluss werden wir anhand von einigen Beispielen aus der Praxis die Rechenkomplexitäten aktueller Lernverfahren darstellen und deren Berechnung auf verschiedenen, derzeit verfügbaren Lernsystemem veranschaulichen.  Die bestehenden Herausforderungen, insbesondere im Bezug auf die weitere Skalierbarkeit der Lernalgorithmen und des Energieverbrauchs werden anhand des derzeit schnellsten Rechner der Welt, dem Summit Super Computer, diskutiert.

Abschließend werden im Vortrag aktuelle Forschungsarbeiten des Instituts für Machine Learning und Analytics an der HS Offenburg vorgestellt, welche derzeit im Kontext der  Rechenkomplexitäte von Lernverfahren bearbeitet werden.

 

Janis Keuper ist seit Juli 2019 Inhaber der Markant Stiftungsprofessur für "Data Science und Analytics" an der Fakultät für Elektrotechnik, Medizintechnik und Informatik (EMI) an der Hochschule Offenburg. Zuvor leitete er die "Large Scale Machine Learning" Gruppe am Competence Center für High Performance Computing des Fraunhofer Instituts für Techno- und Wirtschaftsmathematik (ITWM) in Kaiserslautern. Sein Forschungsschwerpunkt liegt auf dem Entwurf skalierbarer Machine Learning Systeme - von Algorithmus bis zur Hardware. Vor seinem Wechsel zum Fraunhofer in 2012 war er Gruppenleiter am Intel Visual Computing Institute in Saarbrücken und PostDoc am Zentrum für Interdisziplinäres Wissenschaftliches Rechnen der Universität Heidelberg.

 

 

Zurück