In seiner Begrüßung berichtete Dr. Alexander Braun, Geschäftsführender Vizepresident für IT-Systeme & Dienstleistungen und CIO der TUM, über die Errungenschaften und Ziele der TUM im Bereich Datenwissenschaften, Maschinellem Lernen und Künstlicher Intelligenz.

MDSI Best Paper Awards und PhD Fellowships 2024

Gemeinsam mit Prof. Stephan Günnemann, Geschäftsführender Direktor des MDSI, zeichnete Dr. Alexander Braun zunächst drei Nachwuchswissenschaftler für ihre hervorragenden Veröffentlichungen im Jahr 2023 aus. 
Norman Müller aus der Arbeitsgruppe von Prof. Matthias Nießner erhielt den 1. Platz, Kamilia Zaripova aus der Arbeitsgruppe von Prof. Nassir Navab den 2. Platz und Arthur Kosmala aus der Arbeitsgruppe von Prof. Stephan Günnemann bekam eine ehrenvolle Erwähnung. Neben den Preisgeldern bekamen alle drei Doktoranden eine Urkunde des MDSI überreicht.

Im Jahr 2024 wurden erstmals zwei MDSI PhD Fellowships vergeben: Isabel Schorr wird von Prof. Enkelejda Kasneci, Lehrstuhl für Human-Centered Technologies for Learning, und Christian Grashei von Prof. Peter Schüffler, Arbeitsgruppe für Computational Pathology, betreut. Diese neuen Fellowships umfassen die Finanzierung der Doktoranden über drei Jahre.

Einblick in aktuelle Themen

In seiner Keynote gab Prof. David Egger einen sehr guten Überblick über die Entdeckung und Weiterentwicklung von funktionellen Energiematerialien. Gerade bei der Vorhersage von Materialeigenschaften zur Charakterisierung und Verbesserung von Materialien für nachhaltige Energieumwandlung in Batterien, Solarzellen und Quantenmaterialien kommen atomistische Modellierungsmethoden wie maschinelles Lernen mit neuronalen Netzwerken zum Einsatz. Seit Juni 2024 wird die Forschung am Atomistic Modeling Center (AMC) der TUM mit Prof. Egger als einem der Direktoren gebündelt.

Prof. Zeynep Akata, neues Kernmitglied des MDSI, gab einen Einblick in ihre Forschung zu multimodalen Large Language Models (MLLMs). Anhand zahlreicher Beispiele erläuterte sie multimodales maschinelles Lernen mit dem Ziel, Bilder zu generieren oder den Inhalt eines Bildes korrekt beschreiben zu lassen, inklusive einer zielgruppenspezifischen Begründung zur Entscheidungsfindung. Ein wichtiger Aspekt für alle MLLMs ist dabei auch die Identifikation und Reduzierung von Bias. Die Mensch-Maschine-Kommunikation in Apps im Gesundheits- oder auch im Bildungswesen ist ein wichtiger Anwendungsbereich für solche Modelle. 

Prof. Stephan Günnemann gab in seinem Jahresbericht des Munich Data Science Institutes eine ausführliche Übersicht über die Entwicklungen und Veranstaltungen des vergangenen Jahres. Als besonderes Highlight ist die bereits erwähnte Gründung des Atomistic Modeling Center aus dem Fokusthema „Computational Material Design Powered by ML“ zu nennen, ebenso die weiteren Fokusthemen „PPTML & relAI“, „Causal Interference“, „Künstliche Intelligenz im Finanzbereich“ („AI in Finance“) und „InterConnect“. Hervorzuheben sich auch die Industriepartnerschaften mit SAP und Diehl, sowie Outreach-Aktivitäten wie verschiedene Hackathons, die „Women in Data Science Conference“ und MDSI Stände am „TUM Sustainability Day“ und „Tag der offenen Tür“ am Forschungscampus Garching. Darüber hinaus gab es auch im vergangenen Jahr Weiterentwicklungen beim Forschungsdatenmanagement am „TUM Research Data Hub“ und am Campus Heilbronn.

Im Anschluss an eine Diskussionsrunde zur Weiterentwicklung der Programme am MDSI fand in den Geschäftsräumen des Munich Data Science Institutes ein Postersession statt. Über 50 Wissenschaftler des MDSI und der Konrad Zuse School of Excellence in Reliable AI relAI präsentierten ihre Forschungsprojekte den interessierten Kollegen und Gästen der Mitgliederversammlung. 

Der Erfahrungsschatz von Alfred Spector

Zum Ausklang dieses spannenden Tages hielt Dr. Alfred Spector, Gastwissenschaftler am MIT und Senior Advisor bei Blackstone, ehemaliger CTO und Leiter der Entwicklungsabteilung bei Two Sigma Investments, ehemaliger Vizepräsident für Forschung und Sonderinitiativen bei Google sowie ehemaliger Global Vicepresident of Services and Software Research bei IBM und Global CTO des Softwaregeschäfts von IBM, einen Vortrag zum Thema „Beyond Models – Applying AI and Data Science Effectively​“. Er gewährte Einblicke in die Stationen seiner eindrucksvollen Karriere, diskutierte mit dem Publikum und ermutigte dazu, sich Gedanken zum sinnvollen Einsatz von künstlicher Intelligenz zu machen.