News Category: Press Release

Die Universität Stuttgart hat die Artificial Intelligence Software Academy (AISA) im Cyber Valley Verbund gegründet. Sie vereinigt die Bereiche künstliche Intelligenz (KI) mit der Softwareentwicklung, möglichen Anwendungen und ihrer Didaktik. So werden durch AISA Fachkräfte ausgebildet und Forschungsfragen bearbeitet. Das Land Baden-Württemberg verfolgt durch Cyber Valley das Ziel, sowohl akademische als auch wirtschaftliche Spitzenleistungen zu erbringen und hat deshalb die Förderung von AISA in Höhe von zunächst 2,75 Mio. Euro bis Ende 2023 beschlossen.

„Mit ‚AISA‘ erhalten Studierende aus verschiedensten Disziplinen die hervorragende Möglichkeit, sich zur Spitzenkraft im Bereich KI-Software ausbilden zu lassen. Die so gewonnenen Talente können bei der Entwicklung von KI-Software zukunftsorientierte und praxisnahe Lösungen erarbeiten und so die internationale Strahlkraft des Cyber Valley weiter vorantreiben“, sagt Wissenschaftsministerin Theresia Bauer. „Durch die AI Software Academy beschleunigen wir unsere internationale Wettbewerbsfähigkeit in Bezug auf Digitalisierung und künstliche Intelligenz über alle Fachbereiche hinweg, indem wir mit ihr eine bisher unadressierte Lücke in der Ausbildung schließen“, führt Prof. Dr. Wolfram Ressel, Rektor der Universität Stuttgart, fort. „So leistet AISA einen doppelten Beitrag zu unserer Vision der intelligenten Systeme für eine zukunftsfähige Gesellschaft.“ Prof. Dr. Stefan Wagner, Leiter des AISA Direktoriums und Direktor am Institut für Software Engineering der Universität Stuttgart, bestätigt: „Durch unser innovatives Ausbildungs- und Forschungskonzept in Verbindung mit der leistungsfähigen AISA Infrastruktur werden wir künstliche Intelligenz und ihre Nutzung mittels leistungsfähiger Software maßgeblich vorantreiben.“

AISA widmet sich den Herausforderungen in der Wirtschaft und Wissenschaft

Die rapide voranschreitende Digitalisierung und der weitreichende Einsatz von KI beeinflussen unseren Alltag, genauso wie Wirtschaft und Wissenschaft. Daraus resultieren viele neuartige Herausforderungen:

• Wie wird Software für KI-Anwendungen effizient entwickelt?
• Wie macht man KI-Software robust und flexibel?
• Wie wendet man KI-Software in der Wirtschaft und der Wissenschaft an?
• Und wie baut man eine Didaktik auf, die in der Lage ist, Wissen über die Entwicklung, Nutzung und Wartung von KI-Software in viele verschiedene Disziplinen hineinzutragen und so die KI-Expertinnen und -Experten von morgen zu prägen?

In AISA Research werden Projekte aus unterschiedlichsten Bereichen gefördert

In AISA Research werden interdisziplinäre Forschungsvorhaben rund um das Thema KI gefördert. Dabei werden Anwendungen (X), Softwareentwicklung (SE) und deren Didaktik mit KI verknüpft – AI+SE+X. Das AISA Direktorium hat im August 2021 die ersten elf Promotionsprojekte für AISA Research ausgewählt. In den geförderten Projekten zeigt sich die Integration der verschiedenen Bereiche: Es kooperieren Forschende aus der Architektur, Biologie, Chemie, Didaktik, Informatik, dem Maschinenbau und den Umweltingenieurwissenschaften. Projekte mit engem Bezug zu den Exzellenzclustern SimTech und IntCDC sind ebenso vertreten.

Die Promovierenden aus AISA Research bieten mittels AISA Training gezielt Lehrinhalte für Studierende im Master-Bereich und für Cyber Valley Promovierende an. Zusätzlich werden hier Projektarbeiten, Seminare und Hackathons organisiert und betreut. Die Zusatzqualifikation wird durch ein innovatives, mehrstufiges Zertifikatsprogramm strukturiert, das von thematisch fokussierten Microcredentials bis hin zum Diploma of Advanced Studies die passgenaue Abstimmung auf individuelle Qualifizierungsbedarfe ermöglicht.

AISA besteht aus drei Komponenten: Research, Training und Infrastructure

Die Struktur von AISA basiert auf den drei Elementen Forschung (AISA Research), Ausbildung (AISA Training) und einer leistungsfähigen Infrastruktur (AISA Infrastructure), die das AISA Triangle bilden. Sowohl AISA Research als auch AISA Training greifen auf die AISA Infrastructure zurück, die KI-spezifische Hochleistungsrechner bereitstellt. Durch die gute Verfügbarkeit und den einfachen Zugang können Methoden und KI-Pipelines effizient entwickelt werden. Die Leitung von AISA obliegt einem Direktorium bestehend aus Prof. Dr. Stefan Wagner (Vorsitz), Tenure-Track Prof. Dr. Maria Wirzberger, Prof. Dr. Steffen Becker, Prof. Dr. Steffen Staab und Prof. Dr. Felix Fritzen, die wiederum die verschiedenen Disziplinen in AISA repräsentieren.

Über die Förderung durch das Land Baden-Württemberg

AISA ist ein weiteres Projekt aus dem Maßnahmenpaket „Zukunftsland BW – Stärker aus der Krise“. In seinem Rahmen investiert die Landesregierung gezielt in wichtige Zukunftsfelder und stärkt damit nachhaltig den Wirtschafts- und Innovationsstandort. Das Programm legt den Grundstein dafür, dass Baden-Württemberg stärker aus der Coronakrise hervorgehen kann.

Weiterführende Links:

• Exzellenzcluster Data-Integrated Simulation Science (SimTech)
• Stuttgart Center for Simulation Science (SC SimTech)
• Exzellenzcluster Integrative Computational Design and Construction for Architecture (IntCDC)
• Leitbild und strategische Ziele der Universität Stuttgart

Das European Laboratory for Learning and Intelligent Systems (ELLIS) hat kürzlich vier neue Standorte eröffnet: Jena und Stuttgart in Deutschland, Mailand in Italien und Manchester in Großbritannien. Die ELLIS-Einheiten sind bestrebt, einen bedeutenden Beitrag zur Sicherung der Souveränität und Führung Europas auf dem Forschungsgebiet der modernen künstlichen Intelligenz (KI) zu leisten. Mit seinen Einheiten in 14 europäischen Ländern und Israel umfasst das ELLIS-Netzwerk mehrere Einrichtungen von Weltrang.

„Wir freuen uns sehr, die vier neuen Einheiten im ELLIS-Netzwerk willkommen zu heißen“, sagte Dr. Nuria Oliver, Mitbegründerin und Vizepräsidentin der ELLIS Society sowie wissenschaftliche Leiterin des Vodafone-Instituts, Berlin. „Wir haben jetzt die kritische Masse erreicht, bei der die Einheiten auch tatsächlich beginnen, miteinander zu kooperieren. Wir sprechen nicht mehr von einzelnen Einheiten, sondern freuen uns, dass das Netzwerk der Einheiten gedeiht.“
 
Die ELLIS-Einheit in Jena umfasst drei Forschungseinrichtungen: die Friedrich-Schiller-Universität Jena, das Max-Planck-Institut für Biogeochemie und das Institut für Datenwissenschaften des Deutschen Zentrums für Luft- und Raumfahrt. An der Schnittstelle zwischen Klima- und Umweltwissenschaften sowie maschinellem Lernen (ML) liegt ihr Schwerpunkt auf der Integration von wissenschaftlichem Wissen in und Generierung aus maschinellen Lernansätzen. „Die Einbindung der ELLIS Unit Jena in das europäische Netzwerk bietet Zugang zu exzellenter KI-Expertise in Europa, was zu fantastischen neuen Wegen der interdisziplinären Zusammenarbeit führt. KI ist extrem relevant für die Erd-, Umwelt- und Klimawissenschaften, die die Hauptthemen unserer Unit sind“, sagt Prof. Dr. Markus Reichstein, einer der beiden Direktoren der ELLIS Unit Jena und Direktor am Max-Planck-Institut für Biogeochemie sowie am Michael-Stifel-Zentrum Jena für Data-driven and Simulation Science Jena. „Diese Unit ist Ausdruck der erfolgreichen Zusammenarbeit der Beteiligten in den letzten zehn Jahren. Wir sehen die ELLIS Unit Jena als zentralen Knotenpunkt im Netzwerk, der das Potenzial hat, wissenschaftliche Durchbrüche zu fördern, die durch die Verknüpfung mit Politik und Wirtschaft letztlich zu einer nachhaltigen Entwicklung unseres Planeten beitragen“, ergänzt Prof. Joachim Denzler, Direktor des Instituts für Datenwissenschaften des Deutschen Zentrums für Luft- und Raumfahrt und Lehrstuhlinhaber der Computer Vision Group an der Universität Jena.
 
In Stuttgart ist die neu gegründete ELLIS-Einheit an der Universität Stuttgart angesiedelt. Hier liegen die Forschungsschwerpunkte in den Bereichen interaktive intelligente Systeme, Verarbeitung natürlicher und Programmiersprachen, Lerntheorie und Roboterlernen. Einer der beiden Gründungsdirektoren und Leiter des Instituts für Stochastik und Anwendungen der Universität Stuttgart, Prof. Dr. Ingo Steinwart, sagt: „Das ELLIS-Auswahlverfahren wird von Spitzenwissenschaftlern aus verschiedenen Ländern geleitet und ist sehr kompetitiv und selektiv. Dass es nun die ELLIS-Einheit in Stuttgart gibt, unterstreicht nicht nur die Exzellenz des Standorts mit seinen Forschungsschwerpunkten, sondern insbesondere auch die der beteiligten Forscher.“

„Dass wir in das ELLIS-Netzwerk aufgenommen wurden, ist ein großartiger Erfolg für unseren Standort in diesen wichtigen KI-Zukunftsbereichen, der unsere Sichtbarkeit innerhalb von Cyber Valley, national und international deutlich erhöhen wird“, sagt Prof. Dr. Andreas Bulling, Professor für Mensch-Computer-Interaktion und Kognitive Systeme vom Institut für Visualisierung und Interaktive Systeme der Universität Stuttgart, als ein Gründungsdirektor der ELLIS-Einheit Stuttgart. „Die Erfolgschancen für zukünftige Forschungsanträge sowie für die Gewinnung von Nachwuchs aller Stufen der wissenschaftlichen Karriereleiter erhöhen sich.“

Die ELLIS-Einheit in Mailand, Italien, vereint exzellente Forscher aus vier Institutionen: Bocconi-Universität, Politecnico di Milano, Universität Mailand und Universität Mailand-Bicocca. Die Hauptforschungsbereiche der Gruppe sind interaktives Lernen, statistisches Lernen und nicht-konvexe Optimierung, Gesundheit und Computerbiologie sowie natürliche Sprachverarbeitung und Computer-Sozialwissenschaften. Weitere Forschungsbereiche sind sequentielle Entscheidungsfindung und algorithmische Spieltheorie sowie neuronale Netze in Verbindung mit klassischer KI und Neurowissenschaften. „Die ELLIS-Einheit in Mailand ist das Ergebnis einer gemeinsamen Anstrengung, bei der die Forschungsgruppen von vier großen Universitäten zusammengeführt wurden, die über komplementäre Fähigkeiten und starke interdisziplinäre Komponenten verfügen. Dank dieser Anerkennung ist Mailand nun auf der Landkarte der europäischen KI-Exzellenz fest verankert“, sagt Prof. Dr. Nicolò Cesa-Bianchi, Leiter der ELLIS-Einheit Mailand und Professor für Informatik an der Fakultät für Informatik der Universität Mailand. „Die Entscheidung, die Kräfte im Rahmen von ELLIS zu bündeln, kommt genau zum richtigen Zeitpunkt, da sich die italienische KI-Strategie zu entfalten beginnt. Ziel ist es, die Zusammenarbeit zwischen den Forschungsgruppen zu fördern und ihre komplementären Stärken zu nutzen.“

Die neue britische ELLIS-Einheit ist an der Universität von Manchester angesiedelt. Sie bringt Experten für KI-Grundlagen mit Expert:innen aus anderen Bereichen zusammen. Ihre Forschungsschwerpunkte sind probabilistische Modellierung und Bayes’sche Inferenz, KI-Technologien, die besser mit Menschen zusammenarbeiten, ML für die digitale Gesundheit und Medizin sowie ML zur Wahrung der Privatsphäre. „Die Universität Manchester entwickelt sich immer mehr zu einem Exzellenzzentrum für KI-Forschung, und die neue ELLIS-Einheit wird diese Aktivitäten weiter stärken“, sagt Prof. Dr. Magnus Rattray, Direktor der ELLIS-Einheit Manchester und Professor für Computer- und Systembiologie sowie Direktor des Instituts für Datenwissenschaft und KI an der Universität Manchester. „Durch die ELLIS-Einheit Manchester werden wir in der Lage sein, ML-Forscherinnen und -Forscher in ganz Europa besser mit wirkungsvollen Anwendungen in der biomedizinischen und Gesundheitsforschung zu verbinden.“ Die Universität Manchester hat eine strategische Partnerschaft in Form einer gemeinsamen Professur mit dem Direktor der ELLIS-Einheit Helsinki, Prof. Dr. Samuel Kaski von der Aalto-Universität in Finnland, eingerichtet. Diese nördliche Verbindung wird in Zukunft genutzt, um die ELLIS-Einheit Manchester und die ELLIS-Einheit Helsinki als Zwillingseinheit einzurichten, wobei eine enge Zusammenarbeit durch gemeinsame Forschung und Austausch bereits im Gange ist und für den Rest des ELLIS-Netzes geöffnet werden soll.

Über ELLIS

ELLIS (European Laboratory for Learning and Intelligent Systems) ist ein europäisches Exzellenznetzwerk für KI, das im April 2018 ins Leben gerufen wurde. Sein zentrales Ziel ist es, die europäische Forschungsexzellenz im Bereich des maschinellen Lernens und verwandter Gebiete zu fördern, indem es Forschenden hervorragende Möglichkeiten bietet, ihre Arbeit in Europa durchzuführen, und die nächste Generation junger europäischer Wissenschaftler:innen in diesem strategisch wichtigen Bereich auszubilden. ELLIS verfolgt eine Drei-Säulen-Strategie, um die technologische Souveränität Europas in diesem wettbewerbsintensiven Bereich zu erhalten und zu fördern. Die drei Säulen konzentrieren sich auf Stipendiat:innen, Studierende und Standorte. Ziel ist es, in vorhandene Talente zu investieren, neue Talente zu fördern und ein Netzwerk herausragender europäischer Innovationsökosysteme aufzubauen. Die ELLIS-Einheiten werden auf der Grundlage wissenschaftlicher Exzellenz von einem Ausschuss führender Forschender aus mehreren Ländern ausgewählt. Derzeit besteht ELLIS aus 34 Einheiten in 14 europäischen Ländern und Israel. Weitere Informationen über die Einheiten finden Sie hier: https://ellis.eu/units.

Pressekontakt

Daniela Diaconu
c/o Max Planck Institute for Intelligent Systems
Max-Planck-Ring 4
72076 Tübingen
E-Mail-Adresse: daniela.diaconu@ellis.eu
Phone: +49 7071 6011541

Cyber Valley Forschende haben medizinische Lehrmittel entwickelt, die in Zukunft die Ausbildung von Chirurg:innen unterstützen könnten – ähnlich wie Flugsimulatoren angehende Pilot:innen. Das Team hat eine Reihe künstlicher Organe entwickelt, die Chirurg:innen als Trainingsplattform dienen sollen. Dank der strukturierten Daten erfahrener Mediziner:innen wird so eine quantitative und objektive Bewertung der Fähigkeiten der Auszubildenden in Echtzeit möglich.

Bei der Ausbildung angehender Chirurg:innen werden immer die Anweisungen und Geschicklichkeit einer erfahrenen Person nötig sein. Eines Tages jedoch könnten von künstlicher Intelligenz (KI) gestützte Trainingsmethoden wertvolle Assistenz leisten. Durch den Einsatz von Daten könnten cyber-physische Systeme die Ausbildung verbessern, indem sie den chirurgischen Probelauf zum Beispiel mit Informationen darüber ergänzen, wie ein Tumor am besten von gesundem Gewebe entfernt wird.

Bisher war die chirurgische Ausbildung auf mehreren Ebenen eine Herausforderung: Angehende Mediziner:innen haben nur wenig Zeit zum Üben, sie müssen zudem von erfahrenen Chirurg:innen betreut werden, deren Zeitplan oft eng getaktet ist. Nur selten kann man an menschlichem Gewebe üben. Tiergewebe einzusetzen ist oftmals anatomisch nicht korrekt und wirft ethische Fragen auf. Das Üben an lebenden Patient:innen kommt ebenfalls nicht in Frage, da das Risiko zu hoch ist, dass etwas schief geht oder nicht den medizinischen Anforderungen entspricht.

Entwicklung künstlicher Organe als Trainingsumgebung

Als Antwort auf diese Herausforderungen haben Forschende der Universität Stuttgart am Institut für Physikalische Chemie Lehrmittel der besonderen Art entwickelt: eine Simulationsplattform, die für Chirurg:innen das ist, was ein Flugsimulator für Pilot:innen. Das Team bestehend aus Ingenieur:innen und Mediziner:innen hat eine Reihe künstlicher Organe entwickelt – darunter eine Leber, eine Niere und eine Harnblase. Mit diesen künstlichen Organen schaffen die Forschenden eine Trainingsplattform, die einen chirurgischen Eingriff realitätsnah simuliert und während des Vorgangs eine quantitative und objektive Bewertung der Fähigkeiten der Auszubildenden ermöglicht. Die Forschenden haben die künstlichen Organe so entwickelt, dass man sie leicht nachbauen kann. So könnten sie auf der ganzen Welt bei der Ausbildung von Chirurg:innen zum Einsatz kommen.

Bei den künstlichen Organen handelt es sich um so genannte cyber-physische Nachbildungen von Organen: ein physisches System wird mit virtuellen Eigenschaften kombiniert. Die Beschaffenheit des Gewebes, die Anatomie, die haptische Wahrnehmung, sogar das Aussehen der winzigen Blutgefäße sind natürlichen Organen sehr ähnlich. Zusätzlich messen Sensoren eine Reihe von Parametern, etwa die Feinmotorik der Chirurg:innen wie sie ein Endoskop durch ein Organ navigieren, ob sie eine Nadel an der vorgesehenen Stelle richtig eingestochen haben oder die Zeit, die benötigt wurde, um alle Tumore zu lokalisieren. Ein Open-Source-Algorithmus, der auch in selbstfahrenden Autos zur Unterscheidung von Objekten eingesetzt wird, trainierten die Forschenden neu darauf, Karzinome oder Nierensteine zu erkennen. Sobald das Endoskop das Ziel erreicht hat, können die Trainierenden eine Biopsie simulieren und versuchen, die Genauigkeit und Schnelligkeit mit jeder Trainingseinheit zu verbessern. Während des ganzen Vorgangs werden Daten gesammelt, die selbst bei einem echten chirurgischen Eingriff an Patient:innen nicht zur Verfügung stünden.

Trainingsumgebung macht Bewertung von Operationen möglich

„Wenn wir uns das Forschungsgebiet des maschinellen Sehens oder der Spracherkennung ansehen, sind dort die Daten sehr reichhaltig und strukturiert. Im Bereich der Biomedizin, insbesondere bei Operationen, ist jedoch die Datenerfassung sehr schwierig. Wie kann die Qualität eines chirurgischen Eingriffs quantifiziert werden? Eine echte Operation findet in einer Umgebung statt, in der die Erfassung von Daten in Echtzeit fast unmöglich ist“, sagt Dr. Tian Qiu, Leiter der Cyber Valley Forschungsgruppe Biomedizinische Mikrosysteme an der Universität Stuttgart. Die Gruppe, die sich auf die Entwicklung KI-basierter Medizin-Hardware spezialisiert, entwickelt Werkzeuge, die große Datenmengen in der Biomedizin sammeln, um daraus zu lernen und minimal-invasive chirurgische Werkzeuge und Verfahren zu verbessern. Das Team arbeitet eng mit Medizinern der Universitätskliniken in Freiburg und Tübingen zusammen.

„Da wir den Bereich der Biomedizin mit künstlicher Intelligenz verbessern wollen, kombinieren wir physische Systeme mit virtuellen Eigenschaften. So können wir Daten über chirurgische Fähigkeiten sammeln. Erfahrene Chirurginnen und Chirurgen legen den Grundstein und dann vergleichen wir ihre Fähigkeiten mit denen zukünftiger Chirurginnen und Chirurgen. In jeder Trainingseinheit visualisieren wir die Daten der Auszubildenden, beurteilen, wie die Operation durchgeführt wurde, und bewerten, welche Fähigkeiten verbessert werden müssen“, sagt Tian Qiu.

Das Team hat seine Ergebnisse kürzlich in drei Fachzeitschriften und einem Konferenzbeitrag veröffentlicht. In einer dieser Veröffentlichungen stellen sie eine künstliche weiche Leber vor, mit der sich beurteilen lässt, wie gut eine endoskopische Inspektion und Tumorbiopsie in den hohlen Gallengängen, die sich durch die Leber ziehen, durchgeführt wird. Eine realistische Nachbildung einer weichen Leber herzustellen ist anspruchsvoll aber lohnenswert. „Unsere Organ-Phantome bieten viel objektivere Auswertungen und Rückmeldungen, viel besser als es zum Beispiel Virtual-Reality-Simulatoren,“ sagt Xiangzhou Tan, der als Arzt des Universitätsklinikums Tübingen medizinische Expertise in die Forschungsgruppe einbringt.

Die Handhabung eines Endoskops, eines langen und dünnen Instruments mit kleiner Kamera an der Spitze, mit dem Hohlräume im Inneren von Organen untersucht werden, ist ein weiterer wichtiger Teil der Ausbildung. „Ein von uns entwickelter Prototyp kann messen, wie gut das Endoskop gesteuert wird“, erklärt Do Yeon Kim, Doktorandin und Ingenieurin in der Gruppe. „Wenn eine Auszubildende oder ein Auszubildender durch ein Organ navigiert, werden viele Faktoren berücksichtigt. Zum Beispiel misst das künstliche Organ, wie lange es dauert, bis alle Bereiche im Inneren untersucht wurden. Wir können sicherstellen, dass nichts übersehen wird und alle Tumore in einer angemessenen Zeit entdeckt werden.“ Um die Navigationsfähigkeiten zu bewerten, trainierte Do Yeon Kim den Algorithmus mit Daten, die erfahrene Ärzt:innen zur Verfügung stellten. Die Leistung der Auszubildenden wird dann anhand dieser Schwellenwerte gemessen. „Man könnte sagen, wir haben einen Flugsimulator für Chirurgen geschaffen.“

Publikationen zum Thema Cyber-physical Organ Twin:

1. Liver phantom and needle puncture skill assessment
   Tan, X., Li, D., Jeong, M., Yu, T., Ma, Z., Afat, S., Grund, K.-E. & Qiu, T. Soft Liver Phantom with a Hollow Biliary System, Ann. Biomed. Eng. 2021. https://doi.org/10.1007/s10439-021-02726-x
2. Bladder phantom with blood vessels and tumors for endoscopy
   Choi, E., Waldbillig, F., Jeong, M., Li, D., Goyal, R., Weber, P., Miernik, A., Grüne, B., Hein, S., Suarez-Ibarrola, R., Kriegmair, M. C. & Qiu, T. Soft Urinary Bladder Phantom for Endoscopic Training. Ann. Biomed. Eng. 2021. https://doi.org/10.1007/s10439-021-02793-0
3. Endoscopic training and skills assessment
   Tan, X., Kim, D. Y., Jeong, M., Li, D., Miernik, A. & Qiu, T., Computer-Assisted Quantitative Assessment of Endoscopic Skills based on a High-fidelity Endourological Phantom. Under revision.
   Kim, D. Y., Tan, X., Jeong, M., Li, D. & Qiu, T., Computer-Assisted Quantitative Assessment of Endoscopic Skills based on a Urological Phantom. 55th DGBMT Ann. Conf. on Biomed. Eng. Accepted.