Time Machine-Projekt mit Beteiligung von LS Mustererkennung
Time Machine-Projekt nimmt wichtige Hürde zu EU-Großforschungsvorhaben
Die Europäische Kommission hat das Time Machine-Projekt als einen der sechs Vorschläge für eine große, strategische Forschungsinitiative für das nächste Jahrzehnt ausgewählt. Insgesamt werden Mittel in Höhe von einer Million Euro bereitgestellt, um eine detaillierte Roadmap des Projekts vorzubereiten, die auf die Extraktion und Nutzung von Big Data der Vergangenheit abzielt.
Die FAU beteiligt sich an diesem Projekt mit 30 Wissenschaftler/innen (Historiker, Archäologen und Informatiker). Federführend ist Prof. Dr. Andreas Maier, Lehrstuhl für Informatik 5 (Mustererkennung), der auch zugleich Leitungsmitglied des Konsortiums mit 30 Wissenschaftler/innen beteiligt ist.
Es werden neuartige KI-Technologien entwickelt, um große Informationsmengen aus komplexen historischen Datensätzen verwerten zu können. Dies ermöglicht die Umwandlung fragmentierter Daten – von mittelalterlichen Manuskripten über historische Objekte bis hin zu Smartphone- und Satellitenbildern – in verwertbares Wissen für die Wirtschaft. Im Grunde wird eine weitreichende Computer- und Digitalisierungsinfrastruktur die gesamte soziale, kulturelle und geografische Entwicklung Europas erfassen. Angesichts der beispiellosen Größe und Komplexität der Daten hat das Time Machine-Projekt das Potenzial, Europa einen klaren Wettbewerbsvorteil im globalen KI-Rennen zu verschaffen.
„Die Time Machine wird sich wahrscheinlich zu einem der fortschrittlichsten künstlichen Intelligenzsysteme entwickeln, das je gebaut wurde, und das mit Hilfe von Daten aus einem breiten geographischen und zeitlichen Spektrum trainiert wurde“, erklärt Frederic Kaplan, Professor für Digital Humanities an der Ecole Polytechnique Fédérale de Lausanne (EPFL) und Koordinator des Time Machine-Projekts.
„Unser Ziel ist es, möglichst alle Dokumente, Bilder, Skulpturen, archäologische Funde und Sammlungsstücke zu digitalisieren“, führt Prof. Maier aus. Doch um solche heterogene und unstrukturierte Daten verarbeiten zu können, sind völlig neue Werkzeuge in der Informatik nötig, etwa die Verknüpfung von klassischer künstlicher Intelligenz und Deep Learning. „Entscheidend ist aber auch die Bewertung durch Wissenschaftler, etwa um Scheinkorrelationen zu erkennen.“ Die FAU-Wissenschaftler beschäftigen sich innerhalb des Time Machine-Projekts insbesondere mit der Fusion von symbolischer KI und Methoden des Deep Learnings, aber auch deren Anwendung zum Aufbau einer Nürnberg-Time-Machine. Den gesamten Artikel lesen Sie hier.