Zur Hauptnavigation springen Direkt zum Inhalt springen

Logo: Deutsche Forschungsgemeinschaft (DFG) - zur Startseite Deutsche Forschungsgemeinschaft

Information für die Wissenschaft Nr. 55 | 7. Oktober 2013
DFG-Schwerpunktprogramm „Autonomes Lernen“ (SPP 1527)

Der Senat der Deutschen Forschungsgemeinschaft (DFG) hat 2010 die Einrichtung des Schwerpunktprogramms „Autonomes Lernen“ (SPP 1527) beschlossen. Als Laufzeit sind sechs Jahre vorgesehen. Für die zweite Förderperiode wird zur Einrichtung von Neu- und Fortsetzungsanträgen aufgerufen.

Die Erforschung der Grundlagen des Lernens hatte in den letzten Jahrzehnten beachtliche Erfolge vorzuweisen. Die Methoden des Maschinellen Lernens und der statistischen Lerntheorie sind heute aus vielen technischen und naturwissenschaftlichen Anwendungen nicht mehr wegzudenken. In der Praxis sind diese Methoden jedoch in erheblichen Maße von einem menschlichen Experten abhängig, der die Trainingsbeispiele auswählt und die Daten in einer vorverarbeiteten Form repräsentiert, der entscheidet, welcher Lernalgorithmus mit welchen Parametern angewandt wird, und der schließlich die Struktur und die intern genutzten Repräsentationen des Systems festlegt. Dies widerspricht der Intention, dass die Fähigkeit zu Lernen ein System flexibler und autonomer machen sollte, und verdeutlicht die Kluft zwischen dem momentanen Stand des Maschinellen Lernens und dem Lernen in biologischen Systemen.

Das Schwerpunktprogramm zielt auf neue Forschungsansätze in Richtung autonom lernender Systeme. Kernaspekte und Ziele des autonomen Lernens sind:

  • die Unabhängigkeit des lernenden Systems von einem menschlichen Experten; dazu soll das System Entscheidungen über die Wahl von Parametern, Repräsentationen oder Aktionen eigenständig treffen können;

  • eine entsprechend ganzheitliche Betrachtung von Lern- und Entscheidungsproblemen und ihrer Einbettung in laufendes Systemverhalten (anstelle von getrenntem „off-line“-Lernen);

  • die autonome Exploration und die aktive Suche nach Information statt des Lernens aus vorgegebenen Datensätzen;

  • die autonome Erzeugung geeigneter Repräsentationen.

Ausgangspunkte und Basismethoden für die Erforschung solcher Lernprozesse bieten die existierenden Methoden des Maschinellen Lernens, des Reinforcement-Lernens und der Robotik. Darauf aufbauend muss aber der nächste Schritt in Richtung vollständiger Autonomie des Lernsystems gemacht werden. Der Fokus des Programms liegt auf der Entwicklung neuer Theorie und Methoden für das autonome Lernen.

Zentrale Themenbereiche, in denen Projekte gefördert werden, sind folgende:

  • Grundlagenforschung an autonomen Lernmethoden. Insbesondere Systeme, die Lernprobleme und Entscheidungsprobleme in ganzheitlicher Weise betrachten: Entscheidungen über die Wahl von Hyperparametern, genutzten Repräsentationen und Kernels, über die Wahl der genutzten Lernalgorithmen, über die Auswahl der Daten. Wie können tiefe Repräsentationen autonom entwickelt werden? Wie können schwache Lerner oder Repräsentationen inkrementell und hierarchisch aufeinander aufbauen?

  • Systeme, in denen das Lernziel den treibenden Faktor der Verhaltensorganisation in interaktiven Umwelten darstellt, wie etwa Forschung zu autonom explorierenden und intrinsisch motivierten Systemen. Wie können entsprechende Methoden in komplexere Umwelten übertragen werden?

  • Forschung an solchen Methoden im konkreten Kontext autonom lernender Roboter. Wie können Roboter in autonomer Weise lernen mit den Freiheitsgraden der Umwelt zu interagieren? Wie können diese Verhaltensziele in generische Lernmethoden für Repräsentationen einfließen?

  • Was sind mathematische Ansätze zur Analyse, Modellierung und Bewertung autonomer Lernprozesse? Wie kann Systemautonomie mathematisch formalisiert werden? Wie kann die Komplexität einer Umgebung gemessen und bewertet werden?

Ein dezidiertes Ziel des Schwerpunktprogramms ist die Vernetzung von Forschern aus den verschiedenen Spezialgebieten, wie beispielsweise das Maschinelle Lernen im engeren Sinne, Robotik, Bildverarbeitung, Reinforcement-Lernen etc. Entsprechend diesem Ziel gibt es kein verbindliches Integrations- oder Anwendungsszenario. Alle zur Thematik autonom lernender Systeme im obigen Sinne arbeitenden Forscher sind eingeladen, Projektanträge zu stellen.

Das Schwerpunktprogramm zielt auch auf eine bessere Kooperation der beteiligten Forschungsgruppen in Deutschland. Anträge, die dem Rechnung tragen, finden besondere Beachtung.

Projektbeginn soll der 1. August 2014 sein. Die Laufzeit der geplanten Projekte soll 36 Monate betragen und darf diesen Zeitraum nicht überschreiten.

Die vollständigen Anträge in englischer Sprache mit sämtlichen Anlagen für die zweite Förderperiode (36 Monate) sind in elektronischer Form über das elan-Portal bis zum 17. Januar 2014 bei der Geschäftsstelle der Deutschen Forschungsgemeinschaft, Dr. Andreas Raabe, unter dem Kennwort „SPP 1527/2“ einzureichen (Zusammenfassung und Mittelangaben bitte zusätzlich in deutscher Sprache). Ein weiteres Exemplar des Antrags ist jeweils in elektronischer Form an den Koordinator des SPP 1527/2 zu senden.

Anforderungen zum inhaltlichen und formalen Aufbau des Antrages regeln das DFG-Merkblatt 50.05 „Merkblatt Schwerpunktprogramm“ und der DFG-Vordruck 54.01 „Leitfaden für die Antragsstellung“.

Die Begutachtung wird voraussichtlich im Mai/Juni 2014 stattfinden. Der genaue Termin wird rechtzeitig bekannt gegeben.

Weiterführende Informationen

Weitere Details zum Thema finden Sie auf der Webseite des SPP unter:

Das Merkblatt 50.05 und der DFG-Vordruck 54.01 zur Antragstellung stehen unter:

Koordinator des SPP und Ansprechpartner für inhaltliche Rückfragen:

Ansprechpartner für fachliche Fragen der Antragstellung bei der DFG:

  • Dr. Andreas Raabe,
    Deutsche Forschungsgemeinschaft,
    Kennedyallee 40,
    53175 Bonn,
    Tel. +49 228 885-2871,
    andreas.raabe@dfg.de

Ansprechpartnerin für formale Fragen der Antragstellung bei der DFG:

  • Tanja Gemein,
    Deutsche Forschungsgemeinschaft,
    Kennedyallee 40,
    53175 Bonn,
    Tel. +49 228 885-2580,
    tanja.gemein@dfg.de

© 2010-2017 by DFG
Ausdruck aus dem Angebot der DFG (Deutsche Forschungsgemeinschaft)