Vom Menschen lernen, wie er lernt

Wie funktioniert Lernen? Können intelligente Systeme in Zukunft so flexibel und selbstständig lernen wie Menschen? Zu diesen Themen fördert die Deutsche Forschungsgemeinschaft (DFG) ein deutschlandweites Schwerpunktprogramm mit dem Titel „Autonomes Lernen“.

Koordinator des Programms ist Dr. Marc Toussaint, ein junger Forscher der TU Berlin auf dem Gebiet des Maschinellen Lernens und der Robotik. Seine Forschungsgruppe am Fachgebiet Maschinelles Lernen wird im Rahmen des Emmy-Noether-Programms der DFG gefördert.

Mit dem neuen Schwerpunktprogramm „Autonomes Lernen“ wird die DFG in den kommenden sechs Jahren gezielt die Forschung auf diesem Gebiet mit circa 15 Millionen Euro finanzieren. Deutschlandweit sollen Projekte unterstützt, koordiniert und vernetzt werden mit dem Ziel, die strategische Entwicklung dieses zukunftsweisenden Forschungsgebiets in Deutschland zu sichern. Initiiert wurde das Programm von deutschen Experten auf diesem Forschungsgebiet, unter anderem von Dr. Marc Toussaint, Prof. Dr. Helge Ritter (Universität Bielefeld), Prof. Dr. Jürgen Jost (Max-Planck-Institut Leipzig) und Prof. Dr. Christian Igel (Ruhr-Universität Bochum).

Während die Forschung auf dem Gebiet des Lernens seit langem Gegenstand der Geisteswissenschaften ist, versuchen seit einiger Zeit auch Informatiker, Mathematiker und Ingenieure die Fähigkeit zu lernen, besser zu verstehen. Nach dem Motto „Ich verstehe es, wenn ich es konstruieren kann“ wird versucht, Systeme (also Algorithmen und Roboter) zu entwickeln, die lernfähig sind. „Viele dieser konstruktiven Herangehensweisen an das Lernen basieren aber auf einer recht reduzierten Sichtweise, dass Lernen gleich Modellieren statistischer Abhängigkeiten in Daten sei“, sagt Marc Toussaint. Obwohl dieser Ansatz sehr erfolgreiche Methoden der Datenanalyse hervorgebracht und damit große Fortschritte in der Genetik und Hirnforschung ermöglicht habe, sei er offensichtlich nicht hinreichend, um das selbstständige Lernen nach dem Vorbild des Menschen zu verstehen.

Denn Lernen bedeutet weit mehr: Menschen lernen durch aktive Exploration ihrer Umwelt. Statt passiv eingegebene Daten zu verarbeiten, erforscht der Mensch seine Umwelt, ist neugierig und bestimmt damit aktiv die „Daten“'. Lernen bedeutet auch, Abstraktionen zu entwickeln, Begrifflichkeiten und Sichtweisen zu (er-)finden, die das Erfahrene konzentrieren und überschaubar machen. „Lernen ist ein wachsender Prozess, bei dem auf jeder Stufe der Abstraktionen auf der vorherigen Ebene aufgebaut wird“, erklärt Marc Toussaint. Die Forschung an diesen Aspekten des Lernens gewinne in letzter Zeit immer mehr an Bedeutung. „Falls wir je in der Lage sein werden, intelligente und lernende Systeme zu konstruieren, werden diese Aspekte die zentrale Rolle spielen. Deshalb ist dieses Forschungsgebiet in vielerlei Hinsicht zentrale Basiswissenschaft sowohl für die Entwicklung neuer Technologien als auch für die Kognitionswissenschaften“, so Marc Toussaint.

Neben diesem Schwerpunktprogramm richtete die DFG noch zwölf weitere ein, die sich unter anderem mit den internationalen Finanzmärkten und selbstheilenden Materialien beschäftigen. Jedes Schwerpunktprogramm wird in den kommenden Monaten von der DFG einzeln ausgeschrieben. Welche konkreten Forschungsprojekte innerhalb der 13 Schwerpunktprogramme dann gefördert werden, wird nach einem strengen Begutachterverfahren entschieden.

Weitere Informationen erteilt Ihnen gern: Dr. Marc Toussaint, Fachgebiet Maschinelles Lernen, Institut für Softwaretechnik und Theoretische Informatik der TU Berlin, Franklinstr. 28/19, 10587 Berlin, Tel.: 030/314-24470, E-Mail: mtoussai@cs.tu-berlin.de; http://user.cs.tu-berlin.de/~mtoussai/