Den Werkzeugkoffer für KI-Problemstellungen ausbauen

Auch können wir den Werkzeugkasten nicht blind verwenden, sondern müssen geeignete Ansatzpunkte finden. Hier hinkt das Grundlagenwissen den angewandten Ergebnissen hinterher. Das Projekt soll unser Verständnis dafür verbessern, warum, wann und wie schnell KI- und ML-Aufgaben gelöst werden können. Ein typischer Bereich, den wir uns ansehen wollen, ist die Klassifikation. Was vielleicht jeder kennt, sind Spam-Filter: Ein Algorithmus soll entscheiden, ob eine echte E-Mail-Nachricht oder Spam vorliegt. Im START-Projekt wollen wir einen angepassten Werkzeugkasten auf Grundlage der parametrisierten Komplexitätstheorie für typische Probleme in den Bereichen der künstlichen Intelligenz und des maschinellen Lernens entwickeln und eine Theorie dafür etablieren. FWF: Wie sehen die ersten Schritte aus? Ganian: Zunächst werden wir sorgfältig analysieren, warum der bestehende Werkzeugkoffer auf bestimmte Probleme nicht angewendet werden kann. Dann überarbeiten wir ihn gezielt, um bestimmte Herausforderungen lösen zu können. Ein großer Bereich, für den wir das Paradigma anpassen und erweitern wollen, ist die Stichprobenkomplexität. Der zweite Schritt ist die Anwendung auf individuelle Probleme im Bereich der künstlichen Intelligenz, was nicht auf Knopfdruck geht. Hier sind für jede Anwendung spezifische Beweise zu erbringen. Mit unserem Werkzeugset werden wir sehr exakte Aussagen bekommen: Einerseits können wir durch neue Algorithmen ein Problem in einer bestimmten Zeit lösen, andererseits können wir beweisen, dass es keine schnelleren Algorithmen gibt. Wir werden also auch die Grenzen der Methode ausloten. FWF: Was bedeutet der START-Preis für Ihre Forschungstätigkeit? Ganian: Der Versuch, das theoretische Framework auf künstliche Intelligenz auszuweiten, ist wirklich ein großes Unterfangen, das ich alleine nicht durchführen könnte. Um das Vorhaben erfolgreich zu machen, muss man Expertinnen und Experten, die sich mit KI-Problemfeldern auskennen und solche wie mich, die das Framework gut kennen, zusammenbringen. Wir müssen als Team die Anpassungen ausarbeiten und zum Laufen bringen. Das heißt, wir kombinieren Wissen aus verschiedenen Bereichen, das einer allein nicht haben kann. FWF: Was motiviert Sie im Forschungsalltag? Ganian: Ich verfüge über eine Kombination von motivierenden Faktoren. An der Basis steht sicher, dass ich verstehen will, wie schnell und gut wir ein Problem lösen können. Diese fundamentale Frage zu beantworten, treibt mich an. Eine weitere Motivation ist, dass meine Forschung für viele andere auch sehr interessant ist. Auch meine Frau und meine beiden Kinder inspirieren und motivieren mich. Außerdem müssen wir als Forscherinnen und Forscher bereit sein, mit Misserfolgen umzugehen. Ich möchte immer aus meinen Fehlern lernen und beim nächsten Versuch besser werden.

Robert Ganian ist Privatdozent an der Technischen Universität Wien und Mitglied der dortigen Algorithms and Complexity Group. 2012 promovierte er an der Masaryk Universität in Brünn, Tschechien und war bis 2013 am Institut für Computerwissenschaften der Goethe Universität Frankfurt tätig. Seine Forschung dreht sich um parametrisierte Algorithmen und Komplexitätstheorie. Seit 2018 führt er dazu u.a. Untersuchungen im Rahmen eines FWF-Einzelprojektes durch.