Uni-Logo

Direktzugriff

    Künstliche Intelligenz gewinnt gegen menschliche Experten

    20.11.2015 10:09
    Erneuter Erfolg eines Informatik-Teams beim Wettbewerb Automatic Machine Learning (AutoML)

    Ein lehrstuhlübergreifendes Team der Gruppen Automatisches Algorithmendesign (Dr. Frank Hutter) und Maschinelles Lernen (Dr. Joschka Boedeker), das vom Exzellenzcluster BrainLinks-BrainTools gefördert wird, hat in der zweiten Phase des Wettbewerbs Automatic Machine Learning (AutoML) einen erneuten Erfolg erzielt.

    Der Wettbewerb zielt auf die Entwicklung automatischer Verfahren zur Untersuchung von Datensätzen aller Arten (z.B. medizinische Diagnostik, Spracherkennung, und Objekterkennung). Traditionell ist die Untersuchung solcher Datensätze durch Experten des maschinellen Lernens ein langwieriger manueller Prozess. In diesem Wettbewerb geht es nun darum, diesen Prozess zu automatisieren und schnellstmöglich gute Vorhersagen zu machen.

    Basierend auf ihren automatischen Methoden gewann das Team vom IIF den 1. Platz im Wettbewerb gegen 125 Teams menschlicher Experten und den 2. Platz im vollautomatisierten Wettbewerb, und somit insgesamt 2.500 Dollar Preisgeld.

    Maschinelles Lernen wird in unserer heutigen Informationsgesellschaft immer gefragter und die Nachfrage nach Experten übersteigt bei weitem die Ausbildungskapazitäten der Universitäten. Dass die künstliche Intelligenz des IIF-Teams nun zum ersten Mal einen unabhängigen Wettbewerb gegen ebensolche menschliche Experten gewonnen hat kann also weitreichende Konsequenzen haben.

    Einen wissenschaftlichen Artikel zu seinen Verfahren wird das Team auf der weltweit führenden Konferenz im maschinellen Lernen Neural Information Processing Systems vom 7.-12. Dezember in Montreal, Kanada, vorstellen.

    Eine Vorabversion dieses Artikels finden Sie hier: http://aad.informatik.uni-freiburg.de/papers/15-NIPS-auto-sklearn-preprint.pdf

    Das System des Teams ist online verfügbar und ermöglicht selbst Laien die effektive Benutzung von maschinellem Lernen: https://github.com/automl/auto-sklearn

    Mehr Infos zum AutoML Wettbewerb finden Sie hier: http://automl.chalearn.org/



    Benutzerspezifische Werkzeuge