Bethge Lab

Bethge Lab هي مجموعة بحثية في مجال الذكاء الاصطناعي في جامعة Tübingen. تهدف هذه المجموعة إلى دراسة وتطوير أنظمة قادرة على التعلم والاستيعاب والتعميم بمرور الوقت، كما تفعل البشر في عملية التعلم الفردية أو الجماعية في المجال العلمي.

البحث في Neuro AI

Neuro AI هو أحد المجالات الرئيسية التي يعمل عليها Bethge Lab. في هذه المجال، نحاول أن نفهم كيفية استيعاب البشر للمعرفة بشكل غير محدود، وكذلك كيفية رسم خرائط معرفية للبيئة والحركات، بما في ذلك عملية التسجيل الذاتي، التنقل، التأمل والخطط.

الأساليب المستخدمة في البحث

• التعلم المتمركز على البيانات: نحن نرتكز في أساليبنا على التعلم المتمركز على البيانات، حيث نركز على تقييم غير محدود ويتعلم التركيبي القابل للتوسع.
• استكشاف النماذج الأساسية متعددة الأشكال: نحن نستكشف النماذج الأساسية المتعددة الأشكال التي تدعم استرجاع سريع، وإعادة استخدام، وتكامل التركيبي لبعض المعرفة، مما يسمح بالتعلم القابل للتوسع والمرونة.

نتائج البحث السابقة

• تقييم النماذج غير المحدودة وقياس الأداء: مع دخول التعلم الآلي في حقبة ما بعد مجموعة البيانات، حيث يتم استخدام النماذج على بيانات ومهام متزايدة باستمرار، مع معايير تقييم تتطور بشكل ديناميكي بما في ذلك الأمان، والتلوث في المجال، والكلفة الحسابية بالإضافة إلى الأداء، فإن تطوير مفاهيم وأدوات جديدة للقياس الدائم والقياس الدائم للنماذج، وكيفية إتاحة التقييم بشكل فعال، أصبحت أكثر أهمية في تقييم النماذج بشكل شفاف.
• عوامل اللغة النموذجية: النماذج العوامل اللغة - وهي أنظمة الذكاء الاصطناعي القادرة على التفكير والاتصال والاستدلال بشكل مستقل - تسمح بتفاعلات و 협работات آدمية-آلة غنية وطبيعية في مهام معقدة. نهدف إلى تطوير مساعدات للاثبات النظرية، وتلقائي الكشف العلمي، وتجميع المعلومات من الإنترنت لصنع تنبؤات موثوقة في السيناريوهات غير المؤكدة في المستقبل القريب.
• التعلم التركيبي، القابل للتوسع، والمركز على الكائنات: التعلم الدائم يتطلب إعادة استخدام التجارب في الماضي في المستقبل. الطرق الشائعة للتنظيم للتجنب من النسيان الكارثي في التعلم الدائم لا ت.scale. نحن نفترض أن التعلم التركيبي هو المفتاح للتعلم الدائم القابل للتوسع في البشر. الطبيعة المركزة على الكائنات في الإدراك البشري هي مؤشر قوي على التمثيل التركيبي المتأصل في العالم. نحن نجمع بين البحث المفاهيمي على التركيبية والإدراك المركز على الكائنات مع طرق التعلم الدائم القابل للتوسع، والقياس الدائم، والقياس الدائم، والقياس الدائم، والقياس الدائم، والقياس الدائم، والقياس الدائم، والقياس الدائم، والقياس الدائم، والقياس الدائم، والقياس الدائم، والقياس الدائم، والقياس الدائم، والقياس الدائم، والقياس الدائم، والقياس الدائم، والقياس الدائم، والقياس الدائم، والقياس الدائم، والقياس الدائم، والقيس
• تمثيل الدماغ والاستفسار الميكانيكي: نحن نطور نماذج التعلم الآلي لبحث في البيانات العصبية لفهم كيفية أداء مجموعات العصبونات البيولوجية في عملية الاستدلال والتعلم في الدماغ. نحن نشعر بالاهتمام بشكل خاص في فهم المبادئ التي تحكم المعالجة الموزعة في مجموعات العصبونات.
• الاهتمام في البشر والآلات: الاهتمام البشري يسهل الإدراك الفعال والاستدلال، ويمكن أن يكون شارة على التنقل المعرفي الدائم. نريد أن نفهم كيفية الاستفادة البشر من هذه الآلية، وكيف يمكنها مساعدتنا في تحسين آليات الاهتمام في التعلم الآلي. نحن نبني ونقيّم نماذج الاهتمام البشري في أشكال مختلفة (البرز في الصورة والفيديو، التنبؤ بالمسار المسح، حركات العين في الواقع الافتراضي) ونهدف إلى تضمينها كعناصر بناء في نماذج في الأسفل في مهام الرؤية الكمبيوترية والتصرف البشري.

التعاون والشراكات

Bethge Lab تعاون مع العديد من الجهات، بما في ذلك: Felix Wichmann، Alexander Mathis، Ralf Engbert، وChristoph Teufel. كما تتعاون مع الشركات الناشئة مثل Maddox AI أو Black Forest Labs. كما أن هناك العديد من الشراكات الأكاديمية في Tübingen، بما في ذلك TÜ AI Center Excellence Cluster ML Cyber Valley MPI Intelligent Systems CRC Robust Vision BCCN Tübingen & CIN MPI Biological Cybernetics.

التأثير الأوسع

Bethge Lab جزء من ELLIS - المختبر الأوروبي للتعلم والأنظمة الذكية. كما أن هناك تأثير أوسع في المجال العلمي، بما في ذلك BWKI - المسابقة الفيدرالية للذكاء الاصطناعي في ألمانيا، النمسا، والشвейتزيرLAND، والتي تهدف إلى تشجيع الاهتمام والمنصب في الذكاء الاصطناعي بين الشباب. كما أن هناك منظمة IT4Kids في ألمانيا التي تقدم تعليم البرمجة للطلاب في المدارس الابتدائية والثانوية السفلية، والتي تهدف إلى دعم التحول الرقمي للتعليم في المدارس بطرق تعليمية ممتعة و جذابة.

Bethge Lab هي مجموعة بحثية في الذكاء الاصطناعي تقدم الكثير من البحث والاستكشاف في هذا المجال، وتعمل على تطوير أنظمة قادرة على التعلم والاستيعاب والتعميم، وتتعاون مع العديد من الجهات في مختلف المجالات.