idw - Informationsdienst
Wissenschaft
TU Wien und IARAI erforschen gemeinsam moderne Computerarchitekturen für maschinelles Lernen.
Die fortschreitende Digitalisierung beziehungsweise Technisierung unseres Alltags ist eine Herausforderung, der sich Wissenschaftler_innen der TU Wien gemeinsam mit Forscher_innen des IARAI stellen. Während die Kooperation TU Wien-seitig am Fachbereich für High Performance Computing verankert ist, bringt das Institute of Advanced Research in Artificial Intelligence (IARAI) mit Standorten in Wien, Linz und Zürich komplementäres Know-how über Künstliche Intelligenz (KI) in die Kooperation ein. Mit der Vertragsunterzeichnung im April bekundeten die beiden Partner ihre Zusammenarbeit.
Langfristige Zusammenarbeit geplant
Auf den ersten Blick scheinen die Partner recht unterschiedlich: Während das IARAI über umfangreiches Hintergrundwissen im Bereich des maschinellen Lernens verfügt, hat die TU Wien weitreichende Erfahrungen im Betrieb derartiger Systeme und verfügt über technisches Know-how. Gerade durch diese unterschiedlichen Ausgangslagen und Arbeitsumgebungen kann es aber zu einer spannenden und erfolgreichen Zusammenarbeit kommen, sind sich die Forscher_innen einig.
Sobald die Infrastruktur steht, wird das Forschungsteam erste Experimente durchführen, unter anderem mit Hochleistungs-Netzwerken, schnellen Storage-Anbindungen und diversen Software-Stacks. Neben der technischen Umsetzung sei aber vor allem die innere Einstellung entscheidend: „Ein wichtiger Aspekt in dieser frühen Phase ist, für neue Ideen und innovative Ansätze offen zu sein“, so Dr. Michael Kopp, Gründungsdirektor bei IARAI. Um die Verbindung von TU Wien und IARAI weiter zu festigen, wird nicht nur modernste Hardware an der TU Wien etabliert, auch ein reger Austausch von technischen Expert_innen des IARAI und der TU Wien wird eingerichtet, wobei Mitarbeiter_innen des IARAI auch direkt an der TU arbeiten werden.
Die technischen Herausforderungen
„In der ersten Phase geht es darum, dass wir das vorhandene Wissen austauschen und vom Know-how des jeweils anderen profitieren“, sagt Dr. David P. Kreil, Gründungsdirektor bei IARAI. Weiters sollen bestehende Ressourcen durch die Kooperation nicht nur effizienter genutzt werden, auch wird neue Hardware im dataLAB der TU Wien installiert. Zu dieser modernen Ausstattung gehören neueste GPU-Systeme der Firma NVIDIA (A100 GPUs)) verbunden mit einem Hochgeschwindigkeits-Netzwerk (intern 4.800 Gbit/s, extern 200 Gbit/s) sowie ein hoch performantes Storage-System im dataLAB. Obwohl solche GPU-basierten Systeme eine große Herausforderung bei der Entwicklung hochkomplexer Systeme darstellen, werden sie derzeit sehr gerne für KI-Systeme verwendet. Daher sollen im Rahmen der Kooperation auch alternative, nicht auf GPU basierende KI-Systeme untersucht und evaluiert werden.
KI für den Menschen schaffen
„Im Rahmen der Zusammenarbeit möchten wir primär grundlegende (IT) Prozesse verstehen und optimieren“, so Dipl.-Ing. Bernd Logar, CIO der TU Wien. „Derzeit sind die Entscheidungen von KIs nur schwer nachvollzieh- und überprüfbar – nicht nur für die Nutzer_innen, sondern auch für die Entwickler_innen der KIs selbst“. Für die gesellschaftliche Akzeptanz von KIs ist dies Verständnis aber dringend erforderlich.
Obwohl die Wissenschaftler_innen primär Computersysteme untersuchen, spielt folglich auch der Mensch eine zentrale Rolle bei der Erforschung maschinellen Lernens: „So kontrovers Künstliche Intelligenz, gerade auch im Zusammenhang mit ethischen Fragen, gesehen und diskutiert wird, geht es schlussendlich um die Frage, wie man den Menschen ein gutes und selbstbestimmtes Leben in Zeiten fortschreitender Digitalisierung ermöglichen kann“, resümiert Dr. Ernst Haunschmid, Leiter dataLAB, TU Wien IT Solutions.
Dipl.-Ing. Bernd Logar
CIO – Leiter TU Wien IT Solutions
Technische Universität Wien
+43 1 58801 42010
bernd.logar@tuwien.ac.at
Dr. Ernst Haunschmid
Leiter dataLAB, TU Wien IT Solutions
Technische Universität Wien
+43 1 58801 42080
ernst.haunschmid@tuwien.ac.at
Ziel der Kooperation ist, grundlegende Prozesse des maschinellen Lernens zu verstehen.
Pixabay │ geralt
Merkmale dieser Pressemitteilung:
Journalisten, jedermann
Informationstechnik
überregional
Forschungsprojekte, Kooperationen
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).