Über die Forschung von Zeynep Akata Schulz
Der Forschungsschwerpunkt von Zeynep Akata Schulz liegt im Erklärbaren Maschinellen Lernen. Erklärbares Maschinelles Lernen bietet Erklärungen, damit Menschen nachvollziehen können, wie und warum eine Künstliche Intelligenz (KI) eine bestimmte Entscheidung getroffen hat. Dies stärkt das Vertrauen in KI, ermöglicht es Benutzer*innen, Fehler zu erkennen und trägt zu verantwortungsvollen Entscheidungen bei. Dieser Ansatz könnte Anwendung finden im Finanz-, Gesundheits- und Rechtswesen und anderen Bereichen, in denen es wichtig ist, dass Menschen die Entscheidungen von KI-Systemen verstehen.
Eine Methode des Maschinellen Lernens ist Deep Learning. Moderne Computeralgorithmen nutzen Deep Learning Modelle, um komplexe Aufgaben zu bewältigen und hochdimensionale Probleme zu lösen. Allerdings sind diese Modelle intransparent und können ihre Entscheidungen nicht erklärbar darstellen. Akata arbeitet daran, transparente Algorithmen zu entwickeln, die nachvollziehbare Entscheidungen treffen können. Dafür nutzt sie Modelle des „weakly supervised learnings“ – ein Ansatz im Maschinellen Lernen, bei dem unvollständige oder unspezifische Informationen zum Einsatz kommen. Dies ermöglicht das Training mit unstrukturierten oder unqualifizierten Daten. Die Methode ist sinnvoll, um große Datensätze effizient zu nutzen und Modelle mit begrenzten Ressourcen zu trainieren.
Akatas Vision ist es, eine selbsterklärende Künstliche Intelligenz zu schaffen, die mit minimalem Feedback lernen und zuverlässig sowie transparent mit Menschen interagieren kann. Dies kann besonders relevant für mobile Robotik und intelligente Fahrzeuge sein.
Fachkolleg*innen beschreiben Akata als Ausnahmewissenschaftlerin: Neben ihren wissenschaftlichen Leistungen und der Publikationstätigkeit – sie wurde bereits 15.000-mal in Fachkreisen zitiert – engagiert sie sich in der Lehre und betreut Studierende sowie Promovierende.
„Es ist uns eine große Freude, Zeynep Akata Schulz mit dem diesjährigen Alfried Krupp-Förderpreis auszuzeichnen“, so Prof. Ursula Gather, die Kuratoriumsvorsitzende der Krupp-Stiftung. „Erklärbares Maschinelles Lernen hat das Potenzial, unsere Lebensqualität zu verbessern und innovative Lösungen für komplexe Probleme zu finden. Es wird unser Leben verändern. Der Ansatz von Zeynep Akata Schulz, Maschinelles Lernen ohne den Einsatz von klassifizierten Trainingsdaten, jedoch unter Verwendung mehrerer Datenmodalitäten zu erforschen sowie Vertrauen in die Technologie zu stärken, spielt eine entscheidende Rolle für die Anwendungsmöglichkeiten und die gesellschaftliche Akzeptanz. Auf diesem Gebiet gehört sie zur internationalen Weltspitze. Der Förderpreis unterstützt sie auf diesem Weg.“
Prof. Dr. Dr. h. c. Ursula Gather, Vorsitzende des Kuratoriums der Krupp-Stiftung