Arbeitsgruppe Hybride KI

Analog zur menschlichen Informationsverarbeitung, die eine ganzheitlichere und intuitivere, schnellere Informationsverarbeitung („System I“) mit einer rationaleren, langsameren Schlussfolgern („System II“) verbindet, integrieren neuronal-symbolische Lernansätze logisches Denken mit neuronalen Netzen. Auf diese Weise kann das Hintergrundwissen (in unserer Gruppe hauptsächlich Ontologien und ihre logischen Axiome) von neuronalen Netzen genutzt werden, um sowohl aus Daten als auch aus Axiomen zu lernen, wodurch die Leistung verbessert und gleichzeitig die für das Training benötigte Datenmenge reduziert wird.

Unsere Forschung und Lehre umfasst die Grundlagen der neurosymbolischen Integration sowie Anwendungen in Energiesystemen und der Chemie.