Forschungsprojekt GAIn: Hochschulen aus München und Dresden arbeiten an Zukunft von Künstlicher Intelligenz

Hochschulen aus München und Dresden wollen in dem gemeinsamen Forschungsprojekt GAIn (Next Generation Al Computing) die Nutzung von Künstlicher Intelligenz (KI) voranbringen. Konkret geht es bei der auf drei Jahre angelegten Zusammenarbeit der Ludwig-Maximilians-Universität München (LMU), der Technischen Universität München (TUM) und der Technischen Universität (TU) Dresden um die Weiterentwicklung aktueller Hardware-Plattformen für KI-Anwendungen. Beide Freistaaten finanzieren das Projekt mit je drei Millionen Euro.

«Mit dem Forschungsprojekt GAIn wollen wir Sachsen und Bayern eine internationale
Führungsrolle für zentrale Computing-Technologien verschaffen und so auch einen
Beitrag zu Deutschlands technologischer Souveränität leisten», sagte Sachsens Wissenschaftsminister Sebastian Gemkow (CDU).

Fundament schaffen für Dinge, die noch nicht vorstellbar sind

Sein bayerischer Kollege Markus Blume (CSU) betonte: «Mit stetig wachsenden Anforderungen in Medizin, Robotik und Kommunikation muss auch unser technologischer Fortschritt an Größe gewinnen. Energieeffiziente Hardware und wegweisende Software-Konzepte sind dafür unser Schlüssel.» Auch wenn derzeit noch nicht vorstellbar sei, was irgendwann einmal möglich werde, müsse jetzt ein Fundament dafür geschaffen werden.

Der rasante Fortschritt im Bereich der Künstlichen Intelligenz habe in den vergangenen
Jahren weltweit gezeigt, dass die Anwendung von KI und darauf basierender
Technologien maßgeblich von den eingesetzten Hardware-Plattformen abhängig
sei, hieß es weiter. Langfristig stünden KI-Anwendungen vor Herausforderungen in den
Bereichen Energieverbrauch, Berechenbarkeit, Zuverlässigkeit und der Umsetzung
rechtlicher Anforderungen. 

Sorge vor Problemen bei der Weiterentwicklung von KI-Anwendungen

Diese könnten nach Einschätzung von Wissenschaftlerinnen und Wissenschaftlern der LMU, der TU München und der TU Dresden mit der derzeitigen Hardware aber nicht mehr vollständig bewältigt werden. Dadurch könnten Weiterentwicklungen etwa in den Bereichen Kommunikation, Medizin und Robotik stark eingeschränkt oder – im Fall des Energieproblems – sogar zum Erliegen gebracht werden.