Sebastian Trimpe zum ordentlichen Professor an die RWTH Aachen ernannt
Stuttgart – Sebastian Trimpe, Leiter der Cyber Valley Forschungsgruppe „Intelligent Control Systems“ am Max-Planck-Institut für Intelligente Systeme (MPI-IS) in Stuttgart, hat eine ordentliche Professur (W3) an der RWTH Aachen, der größten technischen Hochschule in Deutschland, übernommen. Die Professur trägt den Titel „Data Science in Mechanical Engineering“. Trimpe baut nun sukzessive das entsprechende Institut auf, das er auch leiten wird. Die kommenden zwölf Monate werden eine Übergangszeit für Trimpes Stuttgarter Forschungsgruppe sein. Trimpe wird in dieser Zeit weiter mit dem MPI-IS verbunden bleiben.
„Die Leitung meiner Cyber Valley Forschungsgruppe war ein aufregendes Kapitel in meiner Karriere. 2013 kam ich ans MPI-IS und habe es seither sehr genossen, mit allen Forscherinnen und Forschern in Stuttgart und Tübingen eng zusammenzuarbeiten. Ich bin dankbar für die Möglichkeiten, die ich am Institut hatte, und besonders für all die großartigen Kolleginnen und Kollegen“, sagt Trimpe.
„Sebastian Trimpes akademischer Erfolg ist genau das, was wir uns von Cyber Valley erhoffen“, sagt Michael J. Black, Direktor der Abteilung für Perzeptive Systeme am Max-Planck-Institut für Intelligente Systeme und Sprecher des Cyber Valley Forschungskonsortiums. „Die Positionen als unabhängige Gruppenleiter innerhalb des Cyber Valley Ökosystems geben jungen Wissenschaftlerinnen und Wissenschaftlern die Möglichkeit, ihre Karriere an der Spitze ihres Fachgebiets zu etablieren. Die Ausbildung und Unterstützung der nächsten Generation an Spitzenwissenschaftlern ist unser erklärtes Ziel. Ganz gleich, ob sie eine akademische Laufbahn einschlagen, in der Industrie arbeiten oder ihr eigenes Unternehmen gründen – dies stärkt Deutschlands Führungsposition in der Erforschung künstlicher intelligenter Systeme.“
Cyber Valley ist Europas größtes Forschungskonsortium auf dem Gebiet der Künstlichen Intelligenz mit Partnern aus Politik, Wissenschaft, Wirtschaft und Gesellschaft. Die Partnerschaft stärkt Forschung und Lehre auf den Gebieten des maschinellen Lernens, des maschinellen Sehens und der Robotik sowie die Verbindungen zwischen diesen Wissenschaftsgebieten. Partner sind das Max-Planck-Institut für Intelligente Systeme, die Universität Stuttgart, die Universität Tübingen, die Fraunhofer Gesellschaft, das Land Baden-Württemberg sowie sieben Industriepartner.
Trimpe und sein Team untersuchen, was er als „maschinelles Lernen für Maschinen“ bezeichnet: die grundlegende Frage, wie eine Maschine innerhalb bestimmter Grenzen zuverlässig, sicher und effizient aus Daten lernen kann. Konkret geht es in seiner Forschung darum, die Grundlagen zu verstehen, die es künstlich intelligenten Systemen wie Robotern und autonomen Fahrzeugen ermöglichen, in der physischen Welt autonom zu agieren und zu lernen. Um selbstlernende Systeme für die reale Welt zu entwickeln, verbindet Trimpe klassische Methoden der System- und Regelungstheorie mit maschinellem Lernen – zum Beispiel entwickelt er Algorithmen, die physikalisches Wissen über die Welt mit experimentellen Daten kombinieren.
Lern- und Entscheidungsalgorithmen sind wesentlich für das Funktionieren des Kreislaufs von Wahrnehmen, Entscheiden und Handeln, der auch als Regelkreis bezeichnet wird. Vereinfacht ausgedrückt sind diese Algorithmen das „Gehirn“ eines technischen Systems. Sie stehen im Mittelpunkt von Trimpes Forschung. Mit Hilfe von Sensordaten nimmt die Maschine ihren eigenen Zustand und ihre Umgebung wahr. Auf der Grundlage dieser Daten entscheidet ein Algorithmus, was als nächstes geschehen soll. Die Maschine setzt dann Motoren und andere Aktuatoren ein, um zu handeln und ein gewünschtes Ziel zu erreichen. Dieser Zyklus findet kontinuierlich und oft viele Male pro Sekunde statt. Beispielsweise kann ein Auto automatisch den Abstand zum vorausfahrenden Fahrzeug einhalten, eine Klimaanlage ist in der Lage, eine bestimmte Temperatur einzuregeln, und ein Roboter in Trimpes Labor kann eine Stange selbstständig balancieren. Eine wichtige Forschungsfrage ist, wie solche Maschinen aus Erfahrung und Interaktion mit der Welt lernen können, um ihre Fähigkeiten zu erweitern oder ihre Leistung zu verbessern.
Trimpe befasst sich auch mit der Kommunikation mehrerer intelligenter Systeme, die gemeinsam eine Aufgabe erfüllen sollen, wie zum Beispiel Gruppen von Robotern. Dies geschieht heute oft über drahtlose Netzwerke. Wenn Maschinen jedoch ständig miteinander kommunizieren, wird das Netzwerk schnell überlastet und wichtige Daten können nicht übertragen werden. Um dieses Problem zu lösen, entwickelt Trimpe intelligente Verfahren, die es jedem Subsystem erlauben, nur dann zu kommunizieren, wenn es etwas Relevantes zu sagen hat. Auf diese Weise ist es vielen Systemen möglich, gemeinsam zu agieren oder voneinander zu lernen, ohne dabei zu viele Ressourcen zu verbrauchen.
Da Trimpes Forschung auf grundlegenden mathematischen Fragestellungen und deren Lösungen basiert, sind die Ergebnisse allgemein gültig und könnten in Zukunft möglicherweise auf viele verschiedene Systeme übertragen werden. Sein Team hat theoretische Ergebnisse in Laborexperimenten mit humanoiden Robotern und auf drahtlos vernetzten mechatronischen Systemen validiert. In gemeinsamen Projekten mit den Cyber Valley Partnern Bosch und IAV wurden einige der Algorithmen erfolgreich in der Industrie eingesetzt. Beispielsweise wurde der gleiche Algorithmus, den der Roboter Apollo verwendet um zu lernen wie man eine Stange ausbalanciert, auch bei einem Motor angewandt, der selbst lernt, wie man die Drosselklappe am besten steuert (Zusammenarbeit mit der IAV).