Warum die Informatik ihren „Nobelpreis“ an zwei Pioniere der Künstlichen Intelligenz vergibt

Der Turing Award ist die höchste wissenschaftliche Auszeichnung in der Informatik und durchaus vergleichbar mit den Nobelpreisen in den Natur- und Wirtschaftswissenschaften. Er ist nach dem britischen Computerpionier Alan M. Turing benannt und wird seit 1966 jährlich verliehen. Um die mit dem Preis ausgezeichneten Errungenschaften einem breiteren Publikum näherzubringen, veranstaltet der Regina e.V. den "Turing Talk". In diesem Format präsentiert ein Wissenschaftler aus dem Fachgebiet der jeweiligen Preisträger deren wegweisende Beiträge und ordnet sie verständlich ein.

In diesem Jahr spricht Prof. Sebastian Trimpe von der RWTH Aachen über Andrew Barto und Richard Sutton, die im letzten Jahr mit dem Turing Award 2024 ausgezeichnet wurden. Ihr gemeinsames Forschungsgebiet, das sogenannte Reinforcement Learning, bildet eine zentrale Grundlage moderner Methoden der Künstlichen Intelligenz (KI). Der Vortrag gibt eine allgemeinverständliche Einführung in dieses Gebiet und zeigt auf, welchen Einfluss Reinforcement Learning auf aktuelle Entwicklungen in der KI hat – etwa in Sprachmodellen oder in der Robotik.

Im Zentrum des Vortrags steht die Frage: Wie lernen Maschinen? Anhand anschaulicher Beispiele betrachten wir, wie vielfältig Lernprozesse in der Künstlichen Intelligenz heute sind – etwa Roboter, die einen Zauberwürfel lösen, Fahrzeuge, die selbstständig ihre Steuerung verbessern, oder Systeme, die komplexe Bewegungsabläufe wie das Balancieren oder sogar Einradfahren erlernen. Solche Fähigkeiten entstehen nicht durch klassische Programmierung, sondern durch Lernen aus Erfahrung.

Wir nähern uns dem Thema, indem wir zunächst den menschlichen Lernprozess betrachten: Wie gelingt es uns, eine neue, anspruchsvolle Aufgabe zu meistern – zum Beispiel, mit einem Basketball den Korb zu treffen? Wir probieren aus, machen Fehler, passen unser Verhalten an und verbessern uns schrittweise. Genau dieses Prinzip steht im Kern des sogenannten Reinforcement Learning.

Die grundlegenden Ideen, um diesen Ansatz für künstliche Intelligenz und Maschinen nutzbar zu machen, wurden maßgeblich von Richard Sutton und Andrew Barto geprägt. Sie entwickelten Konzepte und Algorithmen, mit denen ein Computer durch Rückmeldungen aus seiner Umgebung schrittweise bessere Entscheidungen trifft. Anstatt explizit programmiert zu werden, lernt die Maschine, welche Handlungen langfristig erfolgreich sind. Der Vortrag gibt eine allgemeinverständliche Einführung in diese Ideen und ordnet sie in den Kontext moderner KI ein.

Sebastian Trimpe ist Professor für Data Science im Maschinenbau an der RWTH Aachen und Vorstandsvorsitzender des RWTH KI-Centers. Mit seinem Team erforscht er Grundlagen an der Schnittstelle von Maschinellem Lernen, Regelungstechnik und Robotik und setzt diese in innovative Anwendungen um. Für seine Arbeiten wurde er mehrfach ausgezeichnet, unter anderem mit dem Klaus Tschira Preis für Wissenschaftskommunikation. Die Aachener kennen ihn auch durch sein Engagement in der Öffentlichkeit, etwa die Aachener KI-Woche und sein Roboterlabor im KI-Center in der Theaterstraße.

Diese Veranstaltung wird in Zusammenarbeit von REGINA e.V, der Fakultät für Informatik, dem RWTH KI-Center und der GI/RIA  durchgeführt.