Исследовательская группа Bethge Lab AI
Bethge Lab — исследовательская группа по ИИ в Университете Тюбингена, ориентированная на продвижение агентных систем обучения на протяжении всей жизни, вдохновленных человеческим познанием. Группа уделяет особое внимание открытому, ориентированному на данные машинному обучению, масштабируемому композиционному обучению и мультимодальным базовым моделям, позволяющим быстро извлекать, повторно использовать и интегрировать знания для масштабируемого и гибкого обучения.
Обзор
- Миссия: Разработка автономных, адаптируемых систем искусственного интеллекта, способных к приобретению, планированию и отражению знаний с открытым исходным кодом, отражающих природу обучения человека с открытым исходным кодом.
- Основная философия: открытая оценка, масштабируемое композиционное обучение и ориентированные на данные подходы к машинному обучению.
- Область исследований: от оценки фундаментальной модели до механистической интерпретируемости и человеко-машинного сотрудничества с акцентом на обобщение с течением времени и между задачами.
Области фокуса исследований
- Открытая модель оценки и бенчмаркинга
- Оценка эпохи после набора данных: модели работают на развивающихся данных / задач, с учетом безопасности, загрязнения домена и вычислительных затрат.
- Пожизненный / непрерывный бенчмаркинг: инструменты и концепции для прозрачной, масштабируемой оценки и постоянного построения научной модели.
- Агенты языковой модели
- Автономные системы мышления, коммуникации и рассуждения.
- Приложения включают доказательство теоремы, автоматизированное научное открытие и агрегацию веб-информации для краткосрочных прогнозов в условиях неопределенности.
- Пожизненное композиционное, масштабируемое и объектно-ориентированное обучение
- Повторное использование прошлого опыта для будущих задач.
- Композиционные представления и объектно-центрическое восприятие как строительные блоки для масштабируемого обучения на протяжении всей жизни.
- Разработка эталонов и методов, объединяющих композиционность с практическим обучением на протяжении всей жизни.
- Моделирование представлений мозга и механистической интерпретируемости
- ML-модели для анализа нейронных данных для понимания распределенной обработки в нейронных популяциях.
- Цифровые близнецы и модели областей мозга по запросу (ретина, зрительная кора).
- Инструменты для интерпретации, сравнения и понимания представлений и вычислений в нейронных сетях.
- Внимание к людям и машинам
- Изучение человеческого внимания для улучшения механизмов внимания в ML.
- Маркировка по модальностям (изображение, видео) для заметности, прогнозирования сканирования и движений глаз в VR.
- AI Sciencepreneurship и стартапы
- Изучение масштабируемых, экономически целесообразных решений ИИ с реальным воздействием.
- Сотрудничество со стартапами (например, Maddox AI, Black Forest Labs).
Более широкий контекст и партнерство
- Сотрудничество с такими исследователями, как Феликс Вихман, Александр Матис, Ральф Энгберт и Кристоф Теуфель.
- Принадлежность к Ellis (Европейская лаборатория обучения и интеллектуальных систем).
- Взаимодействие с инициативами в области образования и информационно-пропагандистской деятельности через BWKI (Bundeswettbewerb für Künstliche Intelligenz) и IT4Kids.
Примеры работы и воздействия
- Концепции открытого бенчмаркинга позволяют проводить прозрачную оценку возникающих задач.
- Разработка агентов языковой модели для расширенного рассуждения и синтеза информации на основе веб-технологий.
- Исследование пожизненного объектно-ориентированного обучения для создания масштабируемого ИИ, который может накапливать знания с течением времени.
- Исследование механической интерпретируемости для понимания того, как нейронные популяции вычисляют и учатся.
Как привлечь или узнать больше
- Исследуйте опубликованные работы и текущие проекты под эгидой Bethge Lab.
- Следите за возможностями сотрудничества с отраслевыми партнерами и академическими сотрудниками.
- Участвуйте или учитесь на междисциплинарных усилиях, связывающих нейронауку, когнитивную науку и машинное обучение.
Особенности и возможности
- Открытая оценка и масштабируемый пожизненный бенчмаркинг для систем ИИ
- Мультимодальные основы, поддерживающие быстрое извлечение, повторное использование и композиционную интеграцию знаний
- Агенты языковой модели, способные к автономному мышлению, доказательству теорем и синтезу веб-информации
- Пожизненные, композиционные и объектно-ориентированные учебные рамки
- Механическая интерпретируемость и инструменты анализа нейронных данных для понимания мозговых вычислений
- Моделирование внимания у людей и машин для улучшения механизмов внимания ML
- AI Science предпринимательство и сотрудничество стартапов
- Партнерство с международными исследовательскими экосистемами (ELLIS, BWKI, IT4Kids)
