TOPML: Trading off Non-Functional Properties of Machine Learning
- Laufzeit: 01.07.2022 - 30.06.2028
Zuwendungsgeber: Carl-Zeiss-Stiftung
Prof. Dr. Stefan Kramer
Johannes Gutenberg-Universität Mainz
Wie dezentral sollen Daten gespeichert werden, um die Privatsphäre zu schützen und inwieweit wird dadurch die Transparenz von Daten und Algorithmen beeinflusst? Diese Zielkonflikte werden in einem Forschungszentrum für Machine Learning analysiert.
Ziel des Projekts ist die Einrichtung eines interdisziplinären Forschungszentrums für Machine Learning an der Universität Mainz. Hier sollen Wechselwirkungen und Abhängigkeiten von verschiedenen Eigenschaften des Maschinellen Lernens analysiert und abgewogen werden. Untersucht werden Transparenz und Fairness von Daten und Algorithmen sowie Datenschutz und eine effiziente Nutzung von Ressourcen wie beispielsweise Strom. Im Fokus stehen dabei konkurrierende Bedürfnisse, beispielsweise wie dezentral können Daten gespeichert und verarbeitet werden, um die Privatsphäre zu schützen, inwieweit wird dadurch die Transparenz von Algorithmen und Daten beeinflusst und welche Auswirkungen hat das auf den Energieverbrauch? Die verschiedenen Zielkonflikte werden identifiziert und charakterisiert, um tragfähige Kompromisse für die Anwendung zu schaffen. Ethische und rechtliche Aspekte sollen mitgedacht werden.
Das Forschungsprojekt ist für 6 Jahre angelegt und wird durch die Carl-Zeiss-Stiftung gefördert.
https://topml.uni-mainz.de/
KI-Schwerpunktfelder des Forschungsprojekts
Grundlagenforschung
- Machine Learning (ML): Representation Learning, (Semi) Supervised Learning, Decision Tree
- Knowledge-Based Systems
- Technologieanalyse: Soziale und Rechtliche Rahmenbedingungen