GRK 2340

Graduiertenkolleg "Computational Cognition"


Navigation und Suche der Universität Osnabrück


Hauptinhalt

Topinformationen

Starkes Duo: Kognitionswissenschaft und künstliche Intelligenz

Das Graduiertenkolleg in Computational Cognition strebt die Reintegration von Kognitionswissenschaft und künstlicher Intelligenz an. Studierende des Programms werden in beiden Bereichen ausgebildet, um so die Erkenntnisse aus beiden Bereichen zu kombinieren, und Intelligenz bei Menschen und Maschinen besser zu verstehen. Dazu legt das Graduiertenkolleg den Schwerpunkt auf die Integration von zwei Forschungsgebieten.

Topinformationen

Doktorandinnen und Doktoranden gesucht

Das Graduiertenkolleg "Computational Cognition" vergibt zum 1. Oktober acht PhD-Stellen. Studierende des Programms werden in den Bereichen Kognitionswissenschaft und künstlicher Intelligenz ausgebildet, um so die Erkenntnisse zu kombinieren und Intelligenz bei Menschen und Maschinen besser zu verstehen. Ziel des von der Deutschen Forschungsgemeinschaft (DFG) geförderten Graduiertenkollegs ist die Reintegration beider Bereiche.

Deep Reinforcement Learning Workshop

Ein Workshop organisiert von zwei unserer Promovierenden, Viviane Clay & Ashima Keshava, zu Deep Reinforcement Learning. Bestehend aus einem Crashkurs sowie Vorträgen und wissenschaftlichen Diskussionen. Unsere Vortragende sind international renommierte Forschende die an höchst relevanten Themen im diesem Forschungsfeld arbeiten.

YouTube live stream über die Vorträge und Diskussionen

Technisches Museum Wien zeigt unsere Erklärvideos zu Thema KI

Wie funktioniert Deep Learning? Warum ist es wichtig, dass künstliche neuronale Netze sich selbst erklären? Unsere Erklärvideos, die als Teil unseres Ausstellungsbeitrages auf der MS-Wissenschaft in 2019 entwickelt worden waren, werden seit Dezember 2020 in der Ausstellung „Künstliche Intelligenz?“ im Technisches Museum Wien gezeigt. Gleich neben dem interkativen Modell eines neuronalen Netzes - sehenswert!!

Interview mit Viviane Clay, Gewinnerin des Mendeley Data FAIRest Datasets Awards

Frei zugängliche Forschungsdaten sind essentiell für eine prosperierende Forschungsgemeinschaft, sagt Viviane Clay, die den Mendeley Data FAIRest Datasets Award als eine wichtige Anerkennung für ihr Bemühen ansieht, Forschungsdaten und Analyse-Skripten wiederverwendbar zu veröffentlichen. In ihrem Interview in Elsevier Connect News stellt sie die Wichtigkeit von Open Access Daten für Forschende und die Forschung dar.

Höher, schneller, smarter – Besser codieren durch interaktives Lernen

Neue Publikation! Wie können simulierte Agenten eine interne Repräsentation der Welt lernen ohne, dass man ihnen die Gegenstände in deren Welt benennt, bzw. erklärt? Darauf sucht Viviane Clay eine Antwort in ihrer Doktorarbeit. Dazu versucht sie, dass ein Software-Agent allein durch Ausprobieren die Welt versteht, also den Gegenständen Bedeutung zuordnet und gegebenenfalls als hilfreich erkennt. Hierzu nutzt sie ein künstliches neuronales Netzwerk welches in einer 3D simulierten Labyrinth-Welt trainiert wird. Die ersten Ergebnisse die jetzt veröffentlicht wurden zeigen, dass dieses sogenannte embodied learning (lernen durch körperliche Erfahrungen) zu robustem Lernen führt, das heißt, dass der Agent besser generalisieren und ohne Supervision effiziente und informative Repräsentationen lernt. Jetzt veröffentlicht in Neural Networks.

Corona-Vorhersagen: gemeinsames Projekt mit dem Forschungszentrum Jülich

Neuroinformatiker der Universität Osnabrück und Datenspezialisten des Forschungszentrums Jülich stellen täglich neue Modellergebnisse zur Vorhersage der Covid-19-Infektionen bereit. Die Ergebnisse enthalten tagesaktuelle Schätzungen der gemeldeten Neu-Infektionen und eine 5-Tages-Vorhersage für jeden deutschen Landkreis, und sind hier abrufbar. Die Prognosen beruhen auf Daten des Robert Koch-Instituts, die mit einem neuen, wahrscheinlichkeitsgewichteten Modell der Osnabrücker Neuroinformatiker auf Höchstleistungsrechnern des Jülich Supercomputing Centre (JSC) statistisch analysiert werden.

Schneller verstehen mit 'zwar' und 'aber'

Wörter wie 'zwar' und 'aber' sind linguistische Hinweiswörter, die uns helfen Texte zu strukturieren und so schneller den Inhalt zu erfassen. Wie nützlich solche Hinweiswörter in der Sprachverarbeitung sind, und ob auch subtilere Elemente im Kontext als Hinweise auf Diskursrelation erkannt werden können waren einige der Fragen dieser Studie, die unsere Doktorandin Juliane Schwab untersuchte. Um einen allgemeineren Einblick in die kognitive Verarbeitung von Sprache zu erhalten, hat sie die Experimente sprachübergreifend (englisch und deutsch) durchgeführt. Das Verständnis für den richtigen Gebrauch von linguistischen Signalwörtern ist essentiell für das Ziel künstliche Sprechassistenten mit natürlich wirkenden Sprachfähigkeiten zu entwickeln.

Wissenschaftskommunikation mal anders: VR-Projekt WESTDRIVE auf der Jobmesse

In dem interaktiven Experiment ‘Westdrive LoopAR‘ wird in einer virtuellen Umgebung getestet, unter welchen Bedingungen der Fahrer eines autonom fahrenden Kfz am schnellsten und effizientesten wieder die Kontrolle übernehmen kann, falls dieses einmal notwendig ist.
Der Fahrsimulator mit integrierten Lenkrädern und Eyetracking-fähigen VR-Brillen wird auf drei Jobmessen in Lingen, Osnabrück und Hannover präsentiert. Das Team um die Projektleiter Maximilian Wächter und Farbod Nosrat Nezami erhoffen neben einer großen Zahl von Teilnehmern gute Gespräche rund um die Thematik Autonomes Fahren, Mensch-Maschine Interaktion, etc.

KI: Sprechen lernen wie die Kinder

Wie können künstliche Agenten effektiv Begriffe lernen ohne, dass sie jedes einzelne Wort gesagt bekommen? Können sie „Tricks“ anwenden die Kinder nutzen um schneller Begriffswelten zu erschließen?
Unsere Doktorandin Xenia Ohmer hat mithilfe von maschinellem Lernen ein Modell implementiert womit künstliche Agenten effektiver Begriffe lernen können. Ihre Implementierung ist nicht nur für die Linguistik und Entwicklungspsychologie interessant, sondern auch für die Weiterentwicklung von künstlichen neuronalen Netzen „Mutual Exclusivity Bias Challenge“.

Trotz Covid-19: Dagstuhl-Treffen der Informatik GRKs - natürlich online :)

Das traditionelle Treffen der deutschen Informatik Graduiertenkollegs drohte wegen der Epidemie auszufallen, gerade jetzt, wo wir das erste mal die Organisation übernahmen zusammen mit dem Hasso-Plattner Institut. Kurzerhand setzten wir eine Online-Version Anfang Juni um - die von 50 Teilnehmern gut angenommen wurde und ein erfolgreiches Alternativ-Format darstellte.

01 - 02 oct 2019: Computational Cognition Workshop

The ComCo-2019 workshop pursues to contribute to the re-integration of Cognitive Science and Artificial Intelligence. There is a schism between low- and high-level cognition: a lot is known about the neural signals underlying basic sensorimotor processes and also a fair bit about the cognitive processes involved in reasoning, problem solving, or language. However, explaining how high-level cognition can arise from low level mechanisms is a long-standing open problem in Cognitive Science.

Organized by: Britta Grusdt, Hristofor Lukanov & Marc Vidal de Palol

Unser filmischer Beitrag zum Jahr der KI

Was sind neuronale Netze? Wie funktioniert Deep Learning? Warum ist es wichtig, dass künstliche neuronale Netze sich selbst erklären? Unsere Kurzfilme erklären diese Begriffe. Diese Filme sind Teil unseres Ausstellungsbeitrages auf der MS-Wissenschaft.