Auf dem HLF-YouTube-Kanal geben 21 Preisträger Einblicke in ihre Arbeit und ihr Leben.
Im Gespräch mit Jeff Dean
Das Highlight beim Heidelberg Laureate Forum (HLF) sind unumstritten die Preisträger aus Mathematik und Informatik, die jedes Jahr im September aus der ganzen Welt nach Heidelberg kommen. Ob Abelpreis, ACM A.M. Turing Award, ACM Prize in Computing, Fields-Medaille oder Nevanlinna-Preis – sie alle gehören zu den angesehensten Mathematikern und Informatikern der Welt. Besonders die 200 hochbegabten Nachwuchswissenschaftlerinnen und Nachwuchswissenschaftler, die sich in einem anspruchsvollen Auswahlprozess für die Teilnahme am HLF qualifizieren, werden durch die bahnbrechenden Arbeiten der Preisträger inspiriert und in ihrer eigenen Forschung motiviert. In einer exklusiven Interviewreihe auf dem HLF-YouTube-Kanal geben 21 Preisträger Einblicke in ihre Arbeit und ihr Leben.
Was waren die fünf prägendsten Jahre im Werdegang der Preisträger? Was ist das Geheimnis ihres Erfolgs? Und wo sehen sie ihr Forschungsgebiet in fünf Jahren? Das sind zentrale Fragen, die sich durch die rund 20-minütigen Interviews ziehen. Fünf Jahre deshalb, weil zum Zeitpunkt der Dreharbeiten im Jahr 2017 das Heidelberg Laureate Forum sein fünfjähriges Jubiläum feierte. Die Preisträger berichten über ihre Erfahrungen in der Wissenschaftswelt. Sie geben Ratschläge, die nicht nur für Nachwuchswissenschaftler hilfreich sind, und erklären, warum sie das HLF für eine wegweisende Veranstaltung halten.
Wissenschaftler brauchen Realismus und Ehrgeiz
Interviewpartner des aktuellen Videos ist der US-amerikanische Informatiker Jeff Dean, der 2012 den ACM Prize in Computing erhielt. Dean ist einer der Mitgründer des auf Künstliche Intelligenz (KI) ausgerichteten Bereichs Google Brain und seit 2018 Leiter aller KI-Unternehmungen von Google. Seit vielen Jahren beschäftigt er sich mit Themen des maschinellen Lernens. Rückblickend kann er sagen, dass es vor allem darum geht, lohnenswerte Fragen auszuwählen oder, wie er es nennt, „to pick the right problems“. Lohnenswert sind Fragen für ihn, wenn ihre Lösung dazu beiträgt, die Welt zu verändern. Deshalb ermutigt er Wissenschaftler, realistisch zu sein, aber gleichzeitig auch den Ehrgeiz zu besitzen, hochgesteckte Ziele anzugehen.
Fortschritt erfordert Spezialisierung
Maschinelles Lernen ist ein hochaktueller Bereich, der vor allem in den letzten fünf Jahren auf große Anwendungserfolge und methodischen Fortschritt zurückblicken kann. Das zeige sich beispielsweise an der Vielzahl aktueller Forschungsergebnisse, so Dean. Auf arXiv, einem Dokumentenserver für Preprints, erscheinen allein zu maschinellem Lernen rund 35 neue Publikationen pro Woche. Wissenschaftler haben heutzutage in nie dagewesenem Umfang Zugang zu neuen Erkenntnissen und es sei nahezu unmöglich, alle Studien im Detail zu kennen. Deshalb rät Dean, sich zu spezialisieren, zum Beispiel auf „Computer Vision“ oder „Unsupervised Learning“.
Dean erwartet Big Push
In die Zukunft blickt Dean optimistisch und voller Begeisterung: „I think there is going to be a big push in the next five years to really build much more flexible machine learning systems that can do thousands of different things.” Es bleibt spannend, ob dieser bedeutsame Schritt in den nächsten fünf Jahren gelingt. Ein Blick auf die Entwicklungen im autonomen Fahren oder auf die Qualität der heutigen Bilderkennungssoftware lässt bereits heute erahnen, was in Zukunft alles möglich sein könnte.
Wenn Sie mehr erfahren wollen, besuchen Sie den HLF-YouTube-Kanal. In der Playlist „Laureates@HLF17“ finden Sie das Interview mit Jeff Dean in voller Länge. Die Interviews wurden geführt, aufgezeichnet und bearbeitet von Tom Geller Productions.
Presseeinladung
Das 6. Heidelberg Laureate Forum findet vom 23. bis 28. September 2018 statt. Journalisten sind herzlich eingeladen. Das Programm sowie eine aktuelle Liste der teilnehmenden Preisträger, darunter auch Jeff Dean, finden Sie auf der HLF-Website unter http://www.heidelberg-laureate-forum.org/event_2018/
Bei Interesse an einem Interview mit einem der Preisträger wenden Sie sich bitte an: media@heidelberg-laureate-forum.org
Hintergrund
Die Stiftung Heidelberg Laureate Forum Foundation (HLFF) veranstaltet jährlich das Heidelberg Laureate Forum (HLF), eine Netzwerkveranstaltung für Mathematiker und Informatiker aus aller Welt. Getragen wird die HLFF von der Klaus Tschira Stiftung (KTS), die Naturwissenschaften, Mathematik und Informatik fördert. Wissenschaftliche Partner sind das Heidelberger Institut für Theoretische Studien (HITS) und die Universität Heidelberg. Die Organisation erfolgt durch die HLFF in Zusammenarbeit mit der KTS sowie mit der Association for Computing Machinery (ACM), der International Mathematical Union (IMU) und der Norwegian Academy of Science and Letters (DNVA).
Pressekontakt
Wylder Green, Nicole Schmitt, Christiane Schirok
Kommunikation
Heidelberg Laureate Forum Foundation
media@heidelberg-laureate-forum.org
Tel.: +49 6221 533-389
http://www.heidelberg-laureate-forum.org
Facebook: http://www.facebook.com/HeidelbergLaureateForum
Twitter: http://www.twitter.com/HLForum
YouTube: http://www.youtube.com/LaureateForum
Science Blog: http://www.scilogs.com/hlf
http://www.heidelberg-laureate-forum.org/event_2018/ (Informationen zu Programm und teilnehmenden Preisträgern)
Criteria of this press release:
Journalists
Information technology, Mathematics
transregional, national
Miscellaneous scientific news/publications, Transfer of Science or Research
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).