«Der grösste Erfolg wäre, wenn das Center in etwas Grösserem aufgehen würde»

Gemeinsam mit Professor Bernhard Schölkopf sind Sie Co-Direktor des CLS. Was ist Ihre Rolle?
Nach der Gründung des CLS galt es, die operativen Rahmenbedingungen festzulegen, die wissenschaftliche Agenda voranzutreiben, die Zusammenarbeit zu fördern und eine Community von Forschenden aufzubauen. Meine Aufgabe war es auch, das heterogene Umfeld der ETH Zürich in diese Kooperation einzubinden. Während das Max-Planck-Institut für Intelligente Systeme eine organisatorische Einheit ist, sind seitens der ETH verschiedene Departemente beteiligt: Informatik, Informationstechnologie und Elektrotechnik, Maschinenbau, Mathematik und mehr. Schliesslich haben wir die strategische Ausrichtung des Centers in Europa definiert und uns um junge Talente für unser Doktoratsprogramm bemüht. Dafür haben wir ein zentralisiertes Auswahlverfahren mit strengen Qualitätsauflagen entwickelt.

Konnte das Center bereits zur Forschung beitragen?
Wir arbeiten nicht an einem zentralen Forschungsvorhaben, sondern verfolgen eine Vielzahl von Forschungsfragen. Da es unser Ziel ist, die ETH Zürich und das Max-Planck-Institut für Intelligente Systeme zu vernetzen, messen wir unseren Erfolg unter anderem an der Anzahl gemeinsamer hochkarätiger wissenschaftlicher Publikationen. Es sind bereits zahlreiche Publikationen entstanden, in den Bereichen von Robotik und maschinellem Sehen bis hin zu Kausalität und theoretischer Grundlagenforschung, an der ich auch selbst arbeite.

Bei Themen wie Robotik liegt der potenzielle Nutzen auf der Hand. Welchen Nutzen bringt die theoretische Grundlagenforschung?
Eines der grossen Probleme im maschinellen Lernen ist, dass wir diese gigantischen Modelle mit riesigen Datenmengen für verschiedenste Aufgaben trainieren können, dabei aber nicht ausreichend verstehen, wie und warum sie funktionieren. So bilden Modelle oft nicht die kausalen Zusammenhänge in der Welt ab, sondern machen Vorhersagen basierend auf Beobachtungsdaten und den darin enthaltenen statistischen Korrelationen und Abhängigkeiten. Um unsere Modelle übertragbarer, zuverlässiger und transparenter zu machen, müssen aber kausale Zusammenhänge Berücksichtigung finden.

Diese theoretischen Fragestellungen sind gleichzeitig sehr praxisrelevant. Unsere Grundlagenforschung bringt nicht erst in ferner Zukunft einen Nutzen – wir beantworten drängende Fragen, die sich heute stellen. Hier besteht auch eine gewisse Arbeitsteilung zwischen der akademischen Forschung und der Industrie. Wir können nicht mit grossen Unternehmen mithalten, die diese Modelle für eine Vielzahl an kommerziellen Anwendungen einsetzen. Aber wir können die Grundlagen für bessere Modelle schaffen.

Was werden die nächsten fünf Jahre bringen?
Natürlich wollen wir unsere Forschung, das Doktoratsprogramm und die Öffentlichkeitsarbeit fortsetzen. Neu wollen wir auch Masterstudierenden ermöglichen, am Center zu forschen. Gleichzeitig soll das CLS zu einer Keimzelle für ein europäisches Netzwerk von Forschenden werden, auch über die nächsten fünf Jahre hinaus. Heute ist das Feld der künstlichen Intelligenz mit hohen Erwartungen seitens der Politik und der Öffentlichkeit konfrontiert. Zahlreiche Länder haben nationale Forschungsinitiativen gestartet. Die Forschung in Europa muss sich organisieren und zusammenschliessen, was Zeit braucht. Da das CLS sehr früh gestartet ist, sind wir bereits in Betrieb und können nun organisch wachsen. Von unseren Erfahrungen profitieren auch andere Initiativen, wie zum Beispiel das ETH-eigene Center for Artificial Intelligence, das sich gerade in der Gründung befindet, oder auch das European Laboratory for Learning and Intelligent Systems (ELLIS), welches europaweit Wissenschaftler und Wissenschaftlerinnen vernetzt.