Bethge Lab ist eine KI-Forschungsgruppe an der Universität Tübingen, die sich der Weiterentwicklung des Verständnisses und der Entwicklung von künstlichen Intelligenzsystemen widmet, die menschliches Lernen und Kognition nachahmen. Ihre Mission konzentriert sich darauf, agentische Systeme zu schaffen, die zu autonomem, lebenslangem Lernen, Anpassung und Generalisierung im Laufe der Zeit fähig sind und die offene Natur des menschlichen Lernens widerspiegeln. Hauptmerkmale und Funktionalität: - Neuro-KI-Forschung: Erforschung des autonomen lebenslangen Lernens in Maschinen und Gehirnen mit dem Ziel, Systeme zu entwickeln, die kontinuierlich lernen und sich anpassen können. - Offene Modellbewertung & Benchmarking: Entwicklung neuer Konzepte und Werkzeuge für lebenslanges Benchmarking und Demokratisierung der Bewertung für eine transparente Modellbewertung. - Sprachmodell-Agenten: Fokus auf KI-Systeme, die zu autonomem Denken, Kommunikation und Argumentation fähig sind und reichhaltige Mensch-Maschine-Interaktionen ermöglichen. - Lebenslanges kompositionelles Lernen: Untersuchung skalierbarer, objektzentrierter Lernmethoden, um katastrophales Vergessen in lebenslangen Lernszenarien zu verhindern. - Modellierung von Gehirndarstellungen: Erstellung von maschinellen Lernmodellen, um zu verstehen, wie Populationen biologischer Neuronen im Gehirn Inferenz und Lernen durchführen. - Menschliche und maschinelle Aufmerksamkeit: Untersuchung menschlicher Aufmerksamkeitsmechanismen zur Verbesserung der Aufmerksamkeitsmechanismen im maschinellen Lernen. - KI-Wissenschaftsunternehmertum: Zusammenarbeit mit Startups zur Entwicklung wirtschaftlich tragfähiger KI-Lösungen, die langfristige menschliche Bedürfnisse adressieren. Primärer Wert und Lösungen: Bethge Lab adressiert die Herausforderung, KI-Systeme zu entwickeln, die in einer offenen Weise lernen und sich anpassen können, ähnlich der menschlichen Kognition. Durch den Fokus auf Neuro-KI, lebenslanges Lernen und robuste Modellbewertung zielen sie darauf ab, KI-Systeme zu schaffen, die zu autonomem Lernen und Anpassung fähig sind und damit das Feld der künstlichen Intelligenz und deren Anwendungen voranbringen.