人工智能研究中心的跨国合作与技术发展

某中心与马克斯·普朗克学会启动科学中心

首个位于美国之外的某中心科学中心将专注于推动整个德国的人工智能研究与开发。

某中心与马克斯·普朗克学会（MPG）今日宣布成立科学中心。这一合作标志着首个位于美国之外的某中心科学中心，并将专注于推进整个德国的人工智能研究与开发。

该中心的目标是推动人工智能、计算机视觉和机器学习研究的前沿，确保研究成果能够为社会各行业广泛共享。为实现这一目标，合作将包括资助研究、开放研究、由马克斯·普朗克和某中心共同监督的工业奖学金，以及社区活动资金，以丰富MPG和某中心的研究社区。

该中心为进一步与马克斯·普朗克研究所（MPI）的科学合作打开了大门，包括MPI智能系统研究所、MPI软件系统研究所、MPI信息学研究所和MPI生物控制论研究所。

某中心最初将在五年合作的第一年资助约70万欧元。某中心科学家和马克斯·普朗克学会研究人员将共同致力于应用研究问题，并通过联合出版物将研究成果提供给更广泛的社区。

合作还将包括六个博士奖学金，探索以下主题：

• 鲁棒深度学习：某云服务图宾根因果表示学习团队将与MPI信息学研究所的计算机视觉和机器学习部门合作，开发利用未标记或弱标记数据的新架构和训练技术。
• 标签高效深度学习：某云服务图宾根因果表示学习团队将与MPI信息学研究所的计算机视觉和机器学习部门合作，减少对下游标记数据的依赖，以实现现代神经网络的迁移学习。
• 可扩展特征相关性归因：某云服务图宾根因果团队将与MPI智能系统研究所的经验推理部门合作，重新定义特征相关性归因，使其能够应用于不同抽象级别的特征。
• 标签高效深度学习：某云服务图宾根因果表示学习团队将与MPI智能系统研究所的自主学习部门合作，弥合神经网络中感知与推理之间的差距。
• 合并数据源：某云服务图宾根因果团队将与MPI智能系统研究所的经验推理部门合作，探索如何从汇集涉及不同变量子集的统计信息中产生因果洞察。
• 通过3D表示实现鲁棒性：图宾根团队将与MPI-INF合作，研究分解为可解释物理量（如3D形状、照明和外观）的新型神经表示。目标是使深度学习模型对变化因素具有鲁棒性，并使模型可解释。

某中心与MPG有广泛联系。某中心杰出科学家Bernhard Schölkopf同时也是马克斯·普朗克智能系统研究所经验推理部门的主任。

某中心还聘请MPG学者作为学者和访问学者。当前的学者包括MPI信息学研究所主任兼萨尔兰大学教授Bernt Schiele，他于2021年4月加入某云服务；以及马克斯·普朗克软件系统研究所科学主任Rupak Majumdar，他于2021年10月加入自动推理组。马克斯·普朗克智能系统研究所（MPI-IS）主任Michael J. Black在2020年3月至2021年12月期间曾是某中心学者。图宾根马克斯·普朗克智能系统研究所感知系统部门的研究科学家Timo Bolkart于2021年6月作为访问学者加入。

2019年11月下旬，某中心宣布在德国图宾根建立一个新的研究单位。该研究团队致力于人工智能的开放研究，专注于与可解释性、因果性以及AI系统如何理解其环境相关的长期挑战。该实验室是某中心在德国的第四个研发中心，其他中心位于柏林、德累斯顿和亚琛。

在图宾根，某中心是所谓“网络谷”的七个行业合作伙伴之一，这是欧洲最大的人工智能科学与行业研究合作之一。该地点使行业与来自世界各地的顶级研究人员能够紧密合作。某中心的目标是通过投资创造新工作岗位来支持这一方法，同时促进图宾根作为技术地点的地位。

研究领域

• 机器学习
• 计算机视觉

标签

• 某中心学者
• 学术合作
• 马克斯·普朗克学会
  更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
  公众号二维码