Ziel der neuen Förderrichtlinie ist es, die Entwicklung innovativer, ressourcenschonender Machine-Learning-Ansätze entscheidend voranzubringen und die interdisziplinäre Vernetzung zu stärken.

Die Leistungsfähigkeit von Künstlicher Intelligenz (KI) hat sich in den letzten Jahren erheblich gesteigert. Dies ist vor allem auf Fortschritte im Bereich lernender Systeme zurückzuführen. Eine herausragende Bedeutung haben dabei tiefe künstliche neuronale Netze, die auf großen Datensätzen trainiert wurden. Solche Deep-Learning-Modelle werden mittlerweile erfolgreich in vielen Anwendungsbereichen eingesetzt. Darüber hinaus beginnen lernende Systeme auch, den wissenschaftlichen Fortschritt zu beschleunigen. So können sie gezielt die Vorhersagequalität und Effizienz komplexer Simulationsmodelle, beispielsweise aus den Geowissenschaften, der Klimaforschung oder der Wirkstoffentwicklung, entscheidend verbessern und so zur Lösung von gesamtgesellschaftlichen, globalen Problemen beitragen.

Die neue Förderrichtlinie zielt darauf ab, die Entwicklung von innovativen Machine-Learning-Ansätzen zur Verbesserung der Flexibilität, Resilienz und Effizienz von lernenden Systemen oder Simulationsmodellen entscheidend voranzubringen. Damit sollen die Nachhaltigkeit und Praxistauglichkeit von Machine-Learning-Modellen verbessert werden.

Weiterhin soll durch die Förderrichtlinie die arbeitsgruppenübergreifende Zusammenarbeit an gemeinsamen Machine-Learning-Modellen, das Teilen von Daten und Rechenressourcen sowie die interdisziplinäre Vernetzung zwischen dem Gebiet des Machine-Learning und anderen Fachdisziplinen und Anwendungsdomänen gestärkt werden.

Effizienz komplexer Simulationsmodelle sollen signifikant verbessert werden

Zuwendungszweck ist die Förderung von Forschungsprojekten, die durch die fachübergreifende Zusammenarbeit neue Architekturen und Lernalgorithmen entwickeln, um die Flexibilität, Resilienz und Effizienz lernender Systeme oder die Effizienz komplexer Simulationsmodelle nachweislich signifikant über den derzeitigen Stand der Technik hinaus zu verbessern. 

Die entwickelten Methoden sollen zur Lösung von gesamtgesellschaftlichen, globalen Problemen beitragen und dabei auch ihren Energie- sowie Ressourcenverbrauch der Methoden berücksichtigen.

In der ersten Verfahrensstufe sind dem Projektträger, Deutsches Zentrum für Luft- und Raumfahrt e.V., zunächst Projektskizzen in elektronischer Form vorzulegen.

Für die Einreichung läuft die Frist bis zum 12. Januar 2024.