Bis zu 4 Positionen als Wiss. Mitarbeiter:in / PostDoc (w/m/d) m Exzellenzcluster Reasonable AI - Darmstadt

Darmstadt   /   100%   /    Befristet (3 Jahre)   /   Entgeltgruppe 14 TV TU Darmstadt   /   zum nächstmöglichen Zeitpunkt

Bis zu 4 Positionen als Wiss. Mitarbeiter:in / PostDoc (w/m/d) m Exzellenzcluster Reasonable AI

Über die TU Darmstadt

Die TU Darmstadt steht für exzellente und relevante Wissenschaft. Die tiefgreifenden globalen Veränderungsprozesse – von Energiewende bis zu Künstlicher Intelligenz – gestalten wir durch herausragende Erkenntnisse und zukunftsweisende Studienangebote entscheidend mit. Unsere Spitzenforschung bündeln wir in drei Feldern: Energy and Environment, Information and Intelligence, Matter and Materials. Als eine in der Metropolregion Frankfurt-Rhein-Main verankerte und sehr stark international geprägte Universität sehen wir uns den europäischen Werten und der europäischen Integration verpflichtet.

Über unseren Bereich

Der Exzellenzcluster 3057 Reasonable Artificial Intelligence - RAI wurde in einem hochkompetitiven Verfahren als einer von bundesweit insgesamt 70 zu fördernden Exzellenzclustern ausgewählt. Im Zentrum der Forschung des Exzellenzclusters RAI stehen Kl-Systeme, die menschenähnliche Kommunikations- und Denkfähigkeiten erwerben und neue Situationen erkennen, einordnen und sich selbstständig an diese anpassen können. Das Exzellenzcluster betreibt Spitzenforschung auf höchstem internationalen Niveau und bietet Wissenschaftler:innen in frühen Karrierephasen bestmögliche Arbeits- und Forschungsbedingungen. Das Exzellenzcluster ist zudem eng eingebunden in das Hessische Zentrum für Künstliche Intelligenz (hessian.AI). RAI gliedert sich in vier Research Labs.

Research Lab Systemic AI: Systemic AI zielt darauf ab, systemische Grundlagen zu entwickeln, um die Wirksamkeit und Qualität der Erstellung von RAIs zu verbessern und diese in groß angelegte Softwaresysteme zu integrieren. Durch die Erhöhung des Abstraktionsniveaus werden wir die differenzierbare Programmierung auf die multiparadigmatische neurosymbolische Programmierung ausweiten und hochsprachige Programmierabstraktionen auf hybride KI-Architekturen abbilden, die aus vielen KI-Modulen bestehen. Unser Ziel ist es, Programmiergrundlagen zu schaffen, die von Natur aus den kompositorischen Aufbau groß angelegter KI-Systeme aus modularen und adaptiven KI-Modellen unterstützen. Darüber hinaus glauben wir, dass die Zusammensetzbarkeit und Anpassungsfähigkeit von KIs die Grundlage für eine Zukunft bilden wird, in der KI-Modelle die „Software” sind – wir nennen dies das KI-basierte Computing-Paradigma.

Research Lab Observational AI: Das Observational AI Lab konzentriert seine Forschung auf KI-Systeme und -Agenten, die als Beobachter fungieren, d. h. sie sammeln Informationen auf passive, beobachtende Weise. Diese Systeme gewinnen Informationen aus einer Vielzahl von Modalitäten wie Bildern, Videos, Audiodaten oder Texten, um eine Vielzahl von Beobachtungsaufgaben zu lösen, die von der Wahrnehmung bis hin zu hochgradigem logischem Denken reichen. Um KI-Lösungen erfolgreich in der realen Welt einzusetzen, muss jedoch sichergestellt werden, dass sie robust genug sind, um mit der unvorhersehbaren und dynamischen Natur der Welt umzugehen. Dies verlangt nach der Bearbeitung der Frage: Wie können (grundlegende) Modelle der Beobachtungs-KI so gestaltet werden, dass sie als Bausteine für den Einsatz in der realen Welt dienen können, ohne auf bestimmte Aufgaben oder Bereiche beschränkt zu sein?

Research Lab Active AI: Ein wesentlicher Aspekt der Intelligenz ist die Fähigkeit, sich schnell an unerwartete Veränderungen anzupassen; Menschen und Tiere können dies, und sie lernen ihr Leben lang kontinuierlich, indem sie mit ihrer Umgebung interagieren und diese erkunden. Im Gegensatz dazu weisen aktuelle KI-Systeme nicht das gleiche Maß an Anpassungsfähigkeit auf, da Trainingsalgorithmen nicht in der Lage sind, aus beobachteten Daten effektiv zu extrapolieren. Wir wollen daher im Active AI Lab KI-Systeme entwickeln, die über den anfänglichen Verbrauch von Daten hinausgehen und stattdessen proaktiv, reaktiv und anpassungsfähig in ihrer Interaktion mit der Welt sind.

Research Lab Challenging AI with Cognitive Science: CAI wird dazu beitragen, die Grenzen von KI-Systemen zu verstehen, indem es sie mit Aufgaben konfrontiert, die Menschen bewältigen können, mit denen aktuelle KI-Systeme jedoch Schwierigkeiten haben. Das Ziel von Challenging AI with Cognitive Science ist es also, Aufgaben zu entwickeln und gemeinsam weiterzuentwickeln, die aktuelle und zukünftige KI-Systeme – auch die in OAI und AAI entwickelten – herausfordern. In CAI werden Aufgaben und Benchmarks entwickelt, die bewerten (A) wie gut Systeme Wahrnehmung auf niedriger Ebene hin zum Denken auf hoher Ebene überbrücken können, indem sie aus Trainingsdaten abstrahieren und Wissen übertragen, (B) wie anpassungsfähig und flexibel sie neue Fähigkeiten in neuen Situationen erwerben, (C) wie sie aktiv neue Darstellungen und Wissen entdecken und (D) wie verständlich die von ihnen gefundenen symbolischen Erklärungen für Menschen sind und (E) wie sie Theory-of-Mind-Inferenzen über sich selbst und andere Akteure durchführen, um kooperative Interaktionen zu ermöglichen.

Ihre Aufgaben

• Sie tragen maßgeblich zum Aufbau, zur Koordination und zur Organisation eines der oben genannten Research-Labs bei und koordinieren dessen Forschungsaktivitäten in enger Abstimmung mit der Lab-Leitung. Je Research Lab ist max. eine Postdoktorand:innen-Position zu besetzen.
• Sie forschen eigenständig innerhalb des Research-Labs und qualifizieren sich wissenschaftlich weiter; Sie publizieren international.
• Sie übernehmen Lehraufgaben (und wirken an der Betreuung von Studierenden und Promovierenden mit.
• Sie arbeiten an der Einwerbung neuer Forschungsprojekte mit.
• Sie tragen proaktiv zum strategisch-organisatorischen Austausch mit der Geschäftsstelle des Exzellenzclusters bei.
• Sie unterstützen bei der Vernetzung des Research-Labs mit relevanten Akteur:innen.