Bestand wählen
Merken

Qualifizierungsmaßnahmen und Forschungsvorhaben des BMBF im Bereich Maschinelles Lernen

Zitierlink des Filmsegments
Embed Code

Automatisierte Medienanalyse

Beta
Erkannte Entitäten
Sprachtranskript
ich wird heute zu den Forschungsvorhaben und zu Michigan Learning Bekanntmachung sprechen die wir mit zusammen in dem die er dass
dieses dem 1. und zusammen durchgeführt hat Hintergrund war also wir haben mal im BMBF 3 Wirtschafts- durchgeführt in den
Jahren 2016 2017 mit Experten aus der Wissenschaft aus der Wirtschaft haben mal bei denen nachgefragt was wollt ihr machen also wir haben da das Potenzial gesehen was sollten wir machen also wo sind wir stark stark weichen schieben und vorhanden zu schwächen also was müssten wir angehen welche Probleme und Inhalt dessen Forschungsthemen gibt es denn umsetzen sollte und dann auch zum bisschen am Ende die Frage was sollte gefördert der das war so müssen das wünscht Ihr Euch zu den Stärken wurde sagt also in Deutschland gibt es exzellente Forschern Bereichen China und eben nicht nur der Wissenschaft auch der Wirtschaft ist eine große Stärke wir haben auch viele Bereiche in Deutschland wo Michigan launigen ganz ganz großes Potenzial hat also Mobilität ist ein staatlich Stichwort zum Beispiel Medizinern andere auf die Frage wo sind die Schwächen sind jetzt mehr Punkte genannt aber ich die auch da die Täter im sind auf ein also was Sie gesagt haben es Michigan Learning hat große Anforderungen also man braucht entsprechen hat der Mann auch mit finanzieller Ausstattung garantiert Deutsche und wenn es in Deutschland Michigan Professoren gibt dann sind das meistens Einzelkämpfer die an Universitäten angegliedert sind aber die haben keine Möglichkeit sich großartig auszutauschen mit anderen Kollegen muss immer längere Zeit ein ein ganz wichtiger Punkt war halt Michigan ist aktuell nur in wenigen Studiengängen wirklich so was 7 Kernthema ist wird ihm kalt nur am Rande gestreift das hat sich jetzt mittlerweile seit 2016 schon bisschen geändert aber damals war es halt noch was damals auch gesagt wurde es wahrscheinlich auch heutzutage nicht mehr ganz so stimmt es halt der Ausgleich zwischen Wirtschaft und Wissenschaft der muss halt besser und da hat es denn der Fehler wird der Zug kam der was dran ändert die Angebote zur Aus und Weiterbildung die sind halt zu gering man musste deutlich mehr macht das waren die Schmidt Forschungsthemen die genannt worden und da hat es angegangen werden sollten ist aber ganz wichtig enthält die Erklärbarkeit viele aktuelle sehr erfolgreiche Michigan Learning Methoden Sänger seine zwischen Deep Learning Blackboxen tut bei kann man halt gibt es besteht Mandaten reine kriegt man Wasser aus aber kann ich unbedingt mal erklären wieso viele Abschätzung geht sie nicht den Zusagen mit solch und der Wahrscheinlichkeit in der Kategorie wird ja zu schätzen wenn ich sage wir sind in dieser Kategorie ist der Fehler den ich begehre dass sich möglichen grüben so und so groß dass es aktuell immer noch nicht möglich Eindringen von Expertenwissen heißt nicht dass man sich einbringt kann so dass ist mittlerweile das damals und auch heute noch so ist das in extrem schwierig ist man muss die Methode verstanden haben und sein Expertenwissen 1 zu 1 an die Erhöhung von Effizienz meine zweierlei einerseits damit mit weniger Daten und B ebend auf den Lernprozess ist der sehr energieaufwendig also muss deren GPU Cluster zum Beispiel die verbrauchen relativ viel Strom und das kostet relativ viel Energie also da muss effizienter werden und man lernt Robustheit der ändern irgendeine Dimensionen und schon funktioniert unsere unser System nicht mehr Verkettung heißt sowas also mit KI und Maschinenlernen die müssen auch mit meinen Augen kettet werden am Ende und der Flexibilität heißt halt ich möchte Daten Dimension später zu comma 16 Beispielen Berliner neue U-Bahnstation oder neue U-Bahn Linie habe dann möchte ich die möglichst einfach hinzufügen kannst und sagen period oder zum starten und das ohne konkrete Vorschläge gemacht oder Wünsche geäußert von den damaligen Teilnehmer was machen würde also müsste mehr attraktivere Professoren geben die mehr Freiraum auch haben man soll Zentrum auf und in dort Teil verschiedene Professoren zusammenbringen die an unterschiedlichen Maschinenlernen Themen forschen damit die sich gegenseitig befruchten können man soll die Weiterbildung der Anwender stärken das sind halt mehr ausgebildet werden bei verschiedenen eigene Datensätze schaffen auch ein ganz wichtiger Punkt und da und Testzentrum für die Industrie schaffen um mental doch aus viel Verständnis aufzubahren bei denen das ja ins wie Vertreter komme zu dem 1. ich weiß dann
es ist nicht gut wenn ich sehen und dass sie in NRW 1 Qualifizierungsmaßnahmen da ging es wirklich in die Aus und Weiterbildung im Bereich Maschinen lernen dann gab es 71 ein Reich also eine sieht die Skizzen eingereicht worden zu diesen Kohle und Öl am Ende sind jetzt 29 Projekte gefördert worden muss allerdings dazusagen dass das BMBF hier gesagt ok es sind so viele so gut es geht dass wir unser Budget aufstocken Männer sind jetzt 17 comma decimal 3 Millionen Euro Fördersumme für alle 29 Projekte es sind nur 27 Orte bei Berlin zweimal vertreten ist und Hannover ganz aktuell L 2 die Kompetenzzentren hier geht's halt wirklich darum den Forschern mehr Freiräume zu lassen verschiedene Forschungsrichtung zusammenzubringen die sich gegenseitig befruchten können damit die im Teil verschiedener Länge sich bei der wichtiges Auswahlkriterium hierbei enthalte Exzellenz auch die internationale Sichtbarkeit deswegen haben wir nur 15 einreichte gehabt die für Skizzen eingereicht haben es werden ich habe jetzt geschrieben vermutlich 4 Projekte gefördert werden 4 Projekte gefördert wenn alle 4 einreichen wovon ich ausgehe und in etwa werden dort 32 comma decimal 5 Millionen Euro als Fördersumme in diese 4 Cent eingestellt und noch zu nennen weil man sie nicht sehen kann Berlin Dortmund Tübingen und München das sind die 4 Standorte EML Kompetenz hat L 3 Forschungs- vorhaben das ist glaube ich das Thema gewesen womit wir oder das BMBF die größte Aufmerksamkeit erzeugt hat und auch die er denn nicht die stärkste Nachfrage wurden insgesamt 136 Skizzen eingereicht das hat man in Suncor relativ selten dass eingereicht wird ich glaube dass in der Form wie wir haben es auf es unterschätzt wie wie er wie attraktiv dieses Thema ist das würde nämlich dazu dass wir am Ende nur 15 Förderprojekte fördern können wir jetzt Budget ist sozusagen alles was wir dafür eingeplant haben haben die aktuelle geplante Fördersumme sind 25 comma decimal 7 Millionen und das ist schon drüber über dem was einzig fürs Budget vorgesehen war das waren die 3 Bekanntmachung zum Thema Maschinenlernen es gibt aber noch mehr was in dem Fach ist BMBF
fördert sie gibt aber die Plattform Lernende Systeme die läuft seit letztem Jahr dies auch relativ hoch aufgehangen BMBF wird mit 6 comma decimal 7 Millionen Euro gefördert da gibt es 7 Arbeitsbereiche die sich im Tal verschiedene Ziele gesetzt haben und da geht halt sowas wie darum wie die wirtschaftlichen Potenziale von Calvi nutzbar zu machen die zukünftigen Herausforderungen irgendwie anzugeben damit man die Inhalte bearbeiten kann Schlüsseltechnologien zu identifizieren damit wenn Teil den Wirtschaftsstandort Deutschland weiter stärken können in diesen in dieser Plattform deren Systeme sind viele Experten eingebunden und die sollen halt auch sich so gegenseitig müssen befruchten und die Expertise bündeln man mit wirft aber auch und das wurde doch das wundert gesehen in der Broschüre das prägt er wieder das ist auch schon so dass man teilt den gesellschaftlichen Diskurs angehen möchte das sollen diese in dieser Form bei der Plattform Lernende Systeme hat auch mal passieren und er möchte China Anwendungen öffentlichen privaten Bereich halt ermöglichen ich komme schon Zusammenfassung ich bin jetzt sehr schnell durch gerannt und das ein wichtiger Punkt es gibt in Deutschland häufig den Vorwurf dass wir zu wenig Kalli gefordert sie nehme die Zahlen genannt aus Amerika aus China wie viel dort investiert wird in die Bereiche mit China KI aber wenn man das mal sieht die vielen Deutschen gefordert wird dann stehen die gar nicht so schlecht da ich habe jetzt die Zahlen nur fürs Referat 514 aus dem BMF gezogen das sind nur die Zahlen wird für dieses eine Referat wurden in letzten Jahren mindestens 145 Millionen Euro in die Themen KI und ML investiert und das ist eine sehr sehr konservative Schätzung Bayern ist aber dass wir denn das benutzt wird ist in man es ist nicht leicht musste und wie durch alle Skizzen durch und das wird immer so bisschen das Maschinen und die kann die mir sagt dass ist nur relevantes Skizze was es wird schon relativ viel Geld oder wurde relativ viel Geld in die Hand genommen und in den nächsten 4 Jahren sind weitere 100 Millionen Euro nur für dieses Referat geplant die Inhalte die Themen beschienen Learning und KI bringen wollen und ich kann sagen dass es weitere Fördermaßnahmen für den Bereich China geben würde habe ich kann nicht drüber sprechen welche die entsprechend wenn Sie Ideen haben Wünsche haben können Sie auf mich zukommen ich werde diese sammeln und er ist also wenn es nicht das schon was das BMBF sich vorstellt Milch weitere Vorschläge machen in dem Betreff ob man nicht auch noch was machen könnte dann bedanke ich mich hinten nochmal
die Kontaktdaten die Werner bei sich auf
und wie anders auf zugänglich macht denke
Algorithmus
Expertensystem
Länge
Punkt
Content <Internet>
Rand
Systemplattform
Fehlerabschätzung
Digitalisierung
Maschinelles Lernen
Schätzung
Systemplattform
Zahl
Linie
Datensatz
Robustheit
Energie
Potenzialfunktion
Anwendungssoftware
Abschätzung
Robustheit
Systems <München>

Metadaten

Formale Metadaten

Titel Qualifizierungsmaßnahmen und Forschungsvorhaben des BMBF im Bereich Maschinelles Lernen
Serientitel Leibniz-Symposium “Maschinelles Lernen – Intelligente Digitalisierung”
Autor Schulz, Matthias
Lizenz CC-Namensnennung 3.0 Deutschland:
Sie dürfen das Werk bzw. den Inhalt zu jedem legalen Zweck nutzen, verändern und in unveränderter oder veränderter Form vervielfältigen, verbreiten und öffentlich zugänglich machen, sofern Sie den Namen des Autors/Rechteinhabers in der von ihm festgelegten Weise nennen.
DOI 10.5446/36800
Herausgeber Technische Informationsbibliothek (TIB)
Erscheinungsjahr 2018
Sprache Deutsch

Inhaltliche Metadaten

Fachgebiet Informatik

Ähnliche Filme

Loading...
Feedback