Gleich zehn neue Professoren forschen und lehren an der TN-Fakultät der JKU. Hier stellen wir sie vor - heute Johannes Fürnkranz.
Prof. Johannes Fürnkranz forscht und lehrt seit Oktober 2019 am Institute for Application-oriented Knowledge Processing. Wovor man sich im Umgang mit AI hüten muss und warum er sich gegenüber seinen Studierenden mehr als Lehrer denn als Prüfer sieht, erzählt er im Interview.
Herr Fürnkranz, in welchem Bereich forschen Sie?
Johannes Fürnkranz: Meine Forschung ist in den Bereichen Maschinelles Lernen und Data Mining angesiedelt. Während im Moment tiefe Neuronale Netzwerke durch ihre in vielen Bereichen herausragende Klassifikationsleistung die
Forschung dominieren, beschäftige ich mich mit dem Lernen in formalen Beschreibungssprachen. Ein gelerntes Konzept, das in der Form von logischen Wenn-Dann-Regeln formuliert werden kann, ist oft leichter zu interpretieren als ein intransparentes neuronales Netzwerk. Dadurch kann man auch größeres Vertrauen in maschinell erstellte Empfehlungen schaffen.
Was begeistert Sie an diesem Bereich?
Johannes Fürnkranz: Das Lernen an sich ist eine der Kernkompetenzen natürlicher und künstlicher Intelligenzen, und die Frage wie man Lernen formalisieren kann, hat mich schon als Student sehr interessiert, nicht zuletzt weil sich hier Informatik und Psychologie treffen. Jedoch hat das maschinelle Lernen mit dem menschlichen Lernen mittlerweile sehr wenig zu tun. Es geht hier zumeist darum, Muster und Regelmäßigkeiten in großen Datenmengen automatisch zu erkennen, etwas, das menschliches Lernen oft nicht zu leisten vermag. Umgekehrt reichen Maschinen noch in keinster Weise an das vielfältige, oft sehr wissensintensive Lernen aus sehr wenigen Erfahrungen heran, das uns Menschen auszeichnet.
Wofür ist diese Forschung überhaupt notwendig bzw. wie verbessert sie unser Leben?
Johannes Fürnkranz: Künstliche Intelligenz bringt, wie viele andere Technologien auch, einsehr großes Potenzial mit sich, unsere Umwelt zu verbessern. Es muß dabei darauf geachtet werden, dass Empfehlungen solcher Systeme immer begründbar und transparent erfolgen, und dass nicht etwa unnachvollziehbare Entscheidungen allein aufgrund von Computer-Empfehlungen getroffen werden (wie z.B. in den "Computer says no..." Sketches der Serie "Little Britain"). Die EU hat ja bereits mit der General Data Protection Regulation (GPDR) entsprechende Schritte gesetzt. Forschung im Bereich der Explainable AI dient nicht zuletzt dazu, hier notwendige Fortschritte zu erzielen.
Warum sollten sich Studierende Sie als Lehrenden wünschen?
Johannes Fürnkranz: Ich stelle mir oft die Frage, was ich als Student von mir als Lehrendem gehalten hätte. Ich weiß nicht, ob ich mit mir zufrieden gewesen wäre. Es gelingt mir vermutlich zu wenig oft, den Funken der Begeisterung für meine Themen überspringen zu lassen. Ich hoffe, dass es mir aber zumindest gelingt, den Studierenden zu vermitteln, dass ich sie ernst nehme, dass ich für ihre Wünsche und Bedürfnisse ein offenes Ohr habe, und dass ich versuche, ihnen in ihrem Studium zur Seite zu stehen. Ich mag meine Rolle als Lehrer auf jeden Fall viel lieber als die als Prüfer.
An welchem Projekt arbeiten Sie momentan konkret?
Johannes Fürnkranz: Die größte Herausforderung auf meinem Gebiet ist es meines Erachtens, das Lernen tiefer Strukturen, die bei neuronalen Netzwerken so erfolgreich waren, auch auf das Lernen in Logik übertragen zu können. Das Hauptproblem ist dabei, dass die entstehenden diskreten Optimierungsprobleme viel schwieriger handzuhaben sind, als die numerischen Optimierungsverfahren, die mittlerweile in numerischen Lernverfahren sehr effizient eingesetzt werden können. Daneben interessiere ich mich auch sehr für den Einsatz von Methoden des maschinellen Lernens in Spielen. Systeme wie AlphaZero in Schach und Go haben hier ja auch entscheidend zum Durchbruch des tiefen Lernens beigetragen. Auch hier interessiert mich primär der Aspekt, verständliche Begründungen für vorgeschlagene Züge zu finden, was das Thema des nächsten Projekts sein wird, das ich angehen werde.
Welche Hobbys haben Sie?
Johannes Fürnkranz: Zum einen lese sehr gerne, nicht nur Fachliteratur, aber leider lange nicht mehr so viel wie ich gerne möchte, sodass die Stapel ungelesener Bücher zu Hause immer höher werden. Zum anderen spiele ich gerne Schach, was oft auch in kurzen Pausen in der Form von Blitzpartien gegen Gegner im Internet möglich ist. Am Wochenende stehen dann vermehrt Spaziergänge mit Familie und Hund am Programm.
Was wollen Sie in Ihrem Leben unbedingt noch machen oder erreichen?
Johannes Fürnkranz: Sachlich denke ich, dass ich noch gerne dazu beitragen möchte, dass maschinelles Lernen in Logik ähnlich erfolgreich sein wird wie tiefes neuronales Lernen. Das Potenzial dazu ist meiner Meinung nach da, aber
da benötigt es noch einige Durchbrüche. Privat gibt es einiges, was mich reizen würde, wenn ich wieder mal mehr Zeit dafür aufbringen könnte, wie z.B. mal zu versuchen einen Roman zu schreiben?
