Beteiligte Bernstein Mitglieder: Klaus-Robert Müller

2024 geht der mit 150.000 Euro dotierte renommierte Hector Wissenschaftspreis an den Professor der TU Berlin und Direktor des Berlin Institutes for the Foundations of Learning and Data (BIFOLD), Prof. Dr. Klaus-Robert Müller. Die in Weinheim ansässige Hector Stiftung widmet sich der Förderung von Bildung und Forschung, Kunst und Kultur sowie Hilfe und Gesundheit für sozial benachteiligte Menschen. Mit dem persönlichen Preis werden Professor:innen deutscher Universitäten und Forschungseinrichtungen für ihre herausragenden Forschungsleistungen und ihr besonderes Engagement in der Lehre und in der Förderung des wissenschaftlichen Nachwuchses ausgezeichnet.

„Ich freue mich riesig über die Verleihung des Hector Wissenschaftspreises und die Tatsache, dass ich mich in die Riege der herausragenden Wissenschaftler:innen einreihen darf, die den Preis vor mir verliehen bekommen haben“, so Klaus-Robert Müller anlässlich der Verleihung in Heidelberg.

Klaus-Robert Müller ist seit 2006 Professor für Maschinelles Lernen an der TU Berlin. Gemeinsam mit seinem Kollegen Prof. Dr. Volker Markl von der TU Berlin leitet Müller das Berlin Institute for the Foundations of Learning and Data (BIFOLD), eins von sechs nationalen KI-Zentren in Deutschland, das seit 2022 dauerhaft vom Land Berlin und dem BMBF gefördert wird.

KI-Anwendungen für die Wissenschaften

Die Jury der Hector Stiftung begründete die Verleihung des Preises und die Aufnahme in die Hector Fellow Academy mit den herausragenden Arbeiten von Müller auf dem Gebiet der Maschinellen Lernmethoden in der Neurotechnologie, der Pathologie und der Quantenchemie. „Neben diesen methodischen Beiträgen zeichnet sich Klaus-Robert Müller durch seine hohe Affinität zu Anwendungen dieser für die heutige Wissenschaft so wesentlichen Technologie aus. Damit hat er in einer breiten Fächerung von Disziplinen wesentliche Fortschritte oder sogar Durchbrüche erzielt“, so die Jury.

Weltweite Beachtung hat unter anderem die grundlegende Forschung von Klaus-Robert Müller an der Schnittstelle von Maschinellem Lernen und Quantenmechanik erzeugt. Einige der größten wissenschaftlichen Herausforderungen der Welt sind mit dem Verständnis von Systemen mit vielen wechselwirkenden Atomen über die Zeit verbunden. Dazu gehören unter anderem die Bildung von DNA im Genom, die Wirkung von Pharmazeutika im Organismus oder auch die Zersetzung schädlicher Moleküle in der Atmosphäre. All diese Interaktionen werden von den Gesetzen der Quantenmechanik gelenkt. Das Verständnis der räumlichen und zeitlichen Korrelationen solcher quantenmechanischen Systeme ist ein uralter Traum der Wissenschaft. Die interessantesten Eigenschaften dieser Systeme resultieren nicht aus der Summe der individuellen Beiträge der Atome, sondern aus komplexen elektronischen Interaktionen. Da eine direkte und genaue Modellierung dieser komplizierten Korrelationen alle bestehenden Rechenkapazitäten übersteigt, entzogen sich große Quantensysteme bislang der mathematischen Simulation. Ein internationales Team um Klaus-Robert Müller entwickelte vor einer Dekade einen maschinellen Lernalgorithmus, der genau dieses Problem adressiert und dies mit einem 30-millionenfachen Geschwindigkeitsgewinn. Damit eröffneten sie der Quantenchemie ganz neue Horizonte.

KI in der Medizin muss nachvollziehbar sein

Ein weiterer Schwerpunkt seiner Arbeit liegt auf der Erforschung der sogenannten erklärbaren KI. KI-Modelle haben in den vergangenen Jahren zahlreiche anspruchsvolle Anwendungsprobleme gelöst. Im Allgemeinen bleibt die KI aber eine „Black Box“ – auch für die beteiligten Wissenschaftler:innen. Sie können nicht nachvollziehen, aufgrund welcher Befunde die KI so entscheidet, wie sie entscheidet. Während das für die Frage, ob auf einem Bild ein Hund oder eine Katze zu sehen ist, nicht dramatisch erscheint, gelten für den Einsatz von KI in der Medizin oder dem autonomen Fahren völlig andere Voraussetzungen.

In einer Arbeit von 2019 konnte Müllers Team zeigen, dass weit verbreitete KI-Verfahren in der Bilderkennung ihre Entscheidungen aufgrund der Erkennung von Artefakten treffen. In der Öffentlichkeit bekannt wurde das Beispiel eines Bilderkennungsalgorithmus, der unter anderem auf Pferdebilder trainiert worden war. Das Team konnten belegen, dass der Algorithmus sich nicht an Merkmalen wie vier Beine, Mähne oder Kopfform orientiert, sondern an einem für das menschliche Auge nicht lesbaren Schriftzug „Pferdebilder“, der sich auf der überwiegenden Mehrzahl der Trainingsbilder fand.

In inzwischen diversen grundlegenden Arbeiten zu erklärbarer KI haben Klaus-Robert Müller und sein Team verschiedene Verfahren entwickelt, die es ermöglichen, die Entscheidungen einer KI zurück zu verfolgen und damit erklärbar, nachvollziehbar und vertrauenswürdig zu machen. Einige dieser KI-Verfahren fanden einen nahezu unmittelbaren Einsatz in der digitalen Histopathologie – einem weiteren Forschungsschwerpunkt von Klaus-Robert Müller.