Projektbeschreibung
Einfacher, erschwinglicher Zugang zu den fortschrittlichsten Methoden des maschinellen Lernens
Die Unternehmensführung von heute stützt ihre Entscheidungen auf eine enorme Menge zuverlässiger Daten, die in Geschäftsprozesse und Kundenanforderungen integriert sind. Maschinelles Lernen hat sich dabei zur hilfreichsten Technologie entwickelt, insbesondere für intelligente, datengetriebene Branchen, welche die Automatisierung vieler dieser Prozesse ermöglichen. Kleinen und mittleren Unternehmen fehlt jedoch das notwendige Fachwissen für die Anpassung von Methoden des maschinellen Lernens. Aus diesem Grund will das EU-finanzierte Projekt AutoML (automated machine learning) eine erschwingliche, automatisierte Methode des maschinelles Lernen erproben, die eine effiziente Umsetzung modernster Anwendungen des maschinellen Lernens ermöglicht. Ziel wird die automatische Ausarbeitung und Verwendung der Nutzerdaten sein. Zu diesem Zweck wird AutoML einen Prototyp einsetzen, der vom ERC-finanzierten Projekt BeyondBlackbox entwickelt wurde. Dieser soll in einen professionellen Prototyp für die Anwendung in einem industriellen Umfeld umgewandelt werden.
Ziel
Machine learning has become a key technology for modern data-driven industrial applications. This success is built on recent research advances in the field of artificial intelligence and more specifically was enabled by key advances in machine learning. Unfortunately, the performance of many machine learning methods is very sensitive to a myriad of design decisions and thus requires a significant amount of machine learning expertise which is often rare and makes this technology inaccessible for small and medium-sized companies that cannot afford their own team of machine learning experts. My ERC grant BeyondBlackbox on automated machine learning (AutoML) addresses this problem from a research perspective. In it, my team and I developed methods which systematically and efficiently adapt and tune machine learning pipelines and implemented them into a research prototype. This resulting research prototype, in principle, allows ML novices easy and affordable access to the most advanced ML methods, automatically customized for the user's own data, and with this research prototype, my team and I have won several competitions, including competitions against up to 130 teams of human ML experts. The potential economic impact is substantial since AutoML technology saves computational resources and human time and therefore reduces the cost of creating value from ML. In this POC project, I and my team will transform our existing research prototype to a professional prototype, perform a technical validation, perform market research and build up business contacts to evaluate this prototype in an industrial setting. Furthermore, we will develop a sustainable business model and assess ways of commercializing the advances made in my ERC grant in order to bring them to market.
Wissenschaftliches Gebiet
Programm/Programme
Thema/Themen
Finanzierungsplan
ERC-POC-LS - ERC Proof of Concept Lump Sum PilotGastgebende Einrichtung
79098 Freiburg
Deutschland