ERC Starting Grant für Frank Hutter

Dr. Frank Hutter, PI bei BrainLinks-BrainTools wird in den nächsten fünf Jahren einen ERC Starting Grant in Höhe von knapp 1,5 Mio Euro erhalten. Die Auszeichnung gehört zu den renommiertesten Preisen der Europäischen Union. Der ERC unterstützt damit junge Wissenschaftlerinnen und Wissenschaftler, die einige Jahre nach ihrer Promotion eine unabhängige Karriere beginnen und eine eigene Arbeitsgruppe aufbauen wollen. Von knapp 3.000 eingereichten Anträgen werden in der aktuellen Runde 325 Vorhaben in 23 Ländern Europas gefördert. Die Albert-Ludwigs-Universität Freiburg hat insgesamt drei dieser Grants erhalten (siehe Pressemitteilung der Universität).

Hutters Projekt heißt „Data-Driven Methods for Modelling and Optimizing the Empirical Performance of Deep Neural Networks“ und ist dem sogenannten "Deep Learning" zuzuordnen. Unter diesem Stichwort macht die künstliche Intelligenz in jüngster Zeit von sich reden, zum Beispiel durch ihre Fähigkeit, Bilder zu erkennen, Sprache zu verstehen, den Weltmeister im japanischen Brettspiel GO zu schlagen, oder – wie im Exzellenzcluster BrainLinks-BrainTools der Universität Freiburg – durch Gedanken intelligente Roboterarme zu steuern. „Eins der Hauptprobleme des Deep Learning ist jedoch seine Sensitivität“, sagt Frank Hutter. „Damit es funktioniert, müssen Dutzende freie Parameter richtig eingestellt werden. Wenn auch nur einer davon schlecht gewählt ist, funktioniert oft gar nichts mehr.“ Forscherinnen und Forscher testen deswegen oft Hunderte von Einstellungen, um eine gute zu finden. Für die typischerweise umfangreichen Datensätze im Zeitalter von „Big Data“ wäre dieser blinde Blackbox-Ansatz aber zu langsam – hier will Hutter Abhilfe schaffen, um Rechenzeiten von mehreren Jahren pro Datensatz zu vermeiden: „Wir entwickeln intelligente Optimierungsverfahren, die ganz ähnlich wie menschliche Expertinnen und Experten arbeiten. Sie nutzen frühere Ergebnisse bei der Analyse von ähnlichen Datensätzen und führen autonom kurze Experimente auf Teilmengen der Daten aus, um etwa 100-mal schneller eine gute Einstellung zu finden.“ Der Informatiker will mit seiner methodischen Grundlagenforschung das Deep Learning so weit entwickeln, dass es auf Knopfdruck funktioniert und dass auch Laien es effektiv verwenden können. Im Exzellenzcluster BrainLinks-BrainTools möchte Hutter seine Forschung konkret anwenden, um Gehirnsignale besser zu klassifizieren – zum Bespiel, um zu erkennen, an welche Bewegung des Roboterarms eine Probandin denkt. Während das Lernen eines optimierten Klassifikationsmodels dafür zur Zeit noch Tage benötigt, soll es durch Hutters Forschung in der Zukunft in Echtzeit möglich werden.