Nach Fei-Fei Li hat ein Schüler von Kaiming He erneut einen renommierten AI-Preis gewonnen. 28 Fellows, darunter Alumnis der Tsinghua-Universität, sind auf der Liste.

Gerade jetzt wurde die Liste der Stipendiaten des Stipendiums „AI2050“ veröffentlicht!

Das Ziel dieser Runde ist es, die breite Verfügbarkeit von KI sicherzustellen und sicherzustellen, dass KI für das Gute eingesetzt wird. Der Gesamtbetrag der Preise übersteigt 18 Millionen US-Dollar.

Insgesamt 28 Wissenschaftler wurden in diesem Jahr ausgewählt, wobei das Augenmerk auf drei Schwerpunkten liegt: Aufbau eines Systems für KI-Wissenschaftler, Entwurf sicherer und vertrauenswürdiger KI-Modelle sowie Verbesserung der Anwendungsfähigkeit von KI in der biomedizinischen Forschung.

Das Stipendium wird von der Schmidt Science Foundation unterstützt, die von dem ehemaligen Google-Chef finanziert wird.

21 Forscher in der Anfangsphase ihrer Karriere und 7 Senior-Forscher erhalten eine dreijährige Förderung.

Dies ist das vierte AI2050-Projekt. Bislang hat das Projekt insgesamt 99 Forscher in 42 Institutionen in 8 Ländern weltweit gefördert.

Chinesische Wissenschaftler wie Fei-Fei Li und Percy Liang wurden bereits als Senior-Forscher ausgewählt. Anfang des Jahres wurde der ehemalige Tsinghua-Alumnus Chaowei Xiao in die Liste der Stipendiaten des vergangenen Jahres „AI2050“ aufgenommen.

Die Liste der neu ausgewählten Stipendiaten finden Sie hier:

https://www.schmidtsciences.org/2025-ai2050-fellows-announcement/

AI2050 gliedert sich in Senior-Fellows und Fellows in der Anfangsphase ihrer Karriere. Senior-Fellows werden auf der Grundlage ihrer bisherigen Leistungen ausgewählt und werden über eine geschlossene Nominierungsprocedure ernannt, ohne dass ein Antrag erforderlich ist. Fellows in der Anfangsphase ihrer Karriere müssen Postdoc-Stellen oder befristete Forschungsstellen innehaben.

Neben der Förderung selbst werden die ausgewählten Wissenschaftler auch eingeladen, an jährlichen wissenschaftlichen Austauschveranstaltungen teilzunehmen, um ihre Forschungsergebnisse zu teilen, ihr Netzwerk zu erweitern und möglicherweise zusätzliche Unterstützung für Kooperationsforschung zu erhalten.

Seit der Gründung im Jahr 2022 hat AI2050 auch ein Sonderfonds eingerichtet, um große Rechenanforderungen zu unterstützen und den ausgewählten Forschern zu helfen, die Hardwarebeschränkungen zu überwinden und den Forschungsfortschritt zu beschleunigen.

Senior-Fellows

In diesem Jahr wurden insgesamt 7 Wissenschaftler mit einer beamteten Professur als Senior-Fellows ausgewählt.

Alán Aspuru-Guzik

Alán Aspuru-Guzik ist Professor für Chemie und Informatik an der Universität Toronto.

Er ist Mitglied der Royal Society of Canada.

Seine Forschung konzentriert sich auf das Schnittgebiet von Quanteninformation, maschinellem Lernen und Chemie. Er hat die Entdeckung von Materialien wie organischen Halbleitern, organischen Photovoltaikzellen und organischen Leuchtdioden beschleunigt. Er hat auch grundlegende Forschungen in Bezug auf molekulare Darstellung und Generative Modelle durchgeführt.

Im Rahmen des AI2050-Projekts arbeitet er daran, einen „KI-Chemiker“ (AIchemist) zu schaffen – eine spezialisierte KI-Wissenschaftlerin, die mit menschlichen Forschern zusammenarbeiten kann. Das Projekt kombiniert fortschrittliche KI-Technologien (einschließlich großer Sprachmodelle und Agentensysteme), um die wissenschaftliche Entdeckung in der Chemie zu beschleunigen.

Der Kern des Projekts ist die Entwicklung eines intelligenten Systems namens „El Agente“, das in der Lage ist, den chemischen Raum autonom zu erkunden und neue Verbindungen zu entdecken, um so globalen Herausforderungen wie dem Klimawandel und Pandemien zu begegnen und die Effizienz der Synthese und des Tests neuer Stoffe zu verbessern.

Surya Ganguli

Surya Ganguli ist Professor für angewandte Physik an der Stanford University, Vizepräsident des Stanford Human-Centered AI Institute (HAI) und Risikopartner bei General Catalyst.

Er hat an der Massachusetts Institute of Technology (MIT) Abschlüsse in Physik, Mathematik sowie Elektrotechnik und Informatik (EECS) erworben. Anschließend absolvierte er seinen Doktor in Stringtheorie an der University of California, Berkeley und arbeitete als Postdoc in theoretischer Neurowissenschaft an der University of California, San Francisco (UCSF).

Er war Gastforscher bei Google und Meta AI und war auch Risikopartner bei a16z (Andreessen Horowitz).

Seine Forschung erstreckt sich über KI, Physik und Neurowissenschaften. Sein Kerninteresse liegt darin, zu verstehen und zu verbessern, wie biologische und künstliche neuronale Netzwerke durch Lernen komplexe und faszinierende emergente Berechnungen realisieren können.

Er hat zahlreiche Auszeichnungen und Ehrungen erhalten, darunter zwei Auszeichnungen für herausragende Artikel auf der NeurIPS-Konferenz, den Sloan Research Fellowship, den NSF CAREER Award und den Schmidt Science Polymath Award.

Gangulis Forschungsprojekt zielt darauf ab, eine solide wissenschaftliche Grundlage für nachvollziehbare und vertrauenswürdige KI zu schaffen und die Kernmechanismen von Generative Modellen und großen Sprachmodellen bei der Kreativität, dem Schlussfolgern und dem Lernen aufzudecken.

Sein Team entwickelt ein analytisches Theoriesystem, um die „Kreativität“ und das „Schlussfolgern“ von Diffusionsmodellen und großen Sprachmodellen auf Mechanismusebene zu erklären.

Das endgültige Ziel des Projekts ist es, die Kernprinzipien hinter der allgemeinen Intelligenz aufzudecken und die Entwicklung von KI-Systemen zu fördern, die besser nachvollziehbar, vertrauenswürdiger und stärker an menschlichen Werten ausgerichtet sind.

Shirley Ho

Shirley Ho ist eine renommierte US-amerikanische Astrophysikerin und Expertin für maschinelles Lernen. Sie ist Leiterin einer Forschungsgruppe der Simons Foundation, Professorin an der New York University und Gastprofessorin an der Princeton University.

Shirley Ho führte erstmals dreidimensionale Convolutional Neural Networks in die astrophysikalische Forschung ein und trug so zur wissenschaftlichen Anwendung des modernen Deep Learnings bei. In den letzten Jahren hat sie ihren Forschungsschwerpunkt auf innovative Ansätze für interpretierbares maschinelles Lernen verlagert.

Im Jahr 2020 wurde sie auch zur Fellow der International Astrostatistics Association gewählt.

Ihr AI2050-Projekt zielt darauf ab, wissenschaftliche allgemeine Künstliche Intelligenz (scientific AGI) voranzubringen.

In den nächsten drei Jahren wird sie neue Methoden entwickeln, um das Funktionsprinzip verschiedener wissenschaftlicher KI-Modelle besser zu verstehen, ihre Integration zu erkunden und sie mit sprachlicher KI zu verbinden. Das Projekt hat das Potenzial, die ersten KI-Systeme zu schaffen, die die Welt wirklich „verstehen“ und so einen wichtigen Schritt in Richtung einer allgemeinen KI mit wissenschaftlichem Verständnis zu gehen.

Sheila McIlraith

Sheila McIlraith ist Professorin für Informatik an der Universität Toronto, Canada CIFAR Chair in Künstlicher Intelligenz (Vector Institute) und Vizepräsidentin und Forschungsleiterin des Schwartz-Reisman Institute for Technology and Society.

Sie hat mehr als 150 wissenschaftliche Artikel in den Bereichen Wissensrepräsentation, automatisiertes Schließen und maschinelles Lernen veröffentlicht. Ihr Forschungsschwerpunkt liegt auf „menschenzentrierter“ Künstlicher Intelligenz, insbesondere auf sequentiellen Entscheidungsproblemen.

Sheila ist Fellow der ACM und der AAAI, Präsidentin des „Centennial Study on Artificial Intelligence“ (AI100) und Mitglied des Forschungsrates des Canadian AI Safety Institute.

Die Forschungsergebnisse von McIlraith und ihren Koautoren haben zahlreiche Auszeichnungen erhalten, darunter den SWSA Ten-Year Impact Award 2011, den ICAPS Most Influential Paper Award 2022 und den IJCAI-JAIR Best Paper Award 2023.

Im Rahmen des AI2050-Projekts arbeitet Sheila McIlraith daran, KI die Fähigkeit zu geben, „zielgerichtetes Theory of Mind“ zu entwickeln.

Verständnis ist die Grundlage für Vertrauen und Zusammenarbeit, und die Fähigkeit zur „sozialen Kognition“ ist der Schlüssel, um dieses Verständnis zu verbessern.

Das bedeutet, dass KI nicht nur in der Lage sein muss, die eigenen und die psychologischen Zustände anderer – wie Überzeugungen, Wünsche und Absichten – zu erkennen und zu verstehen, sondern auch aktiv darüber nachdenken muss, wie ihre Entscheidungen und Handlungen das Wohlergehen und die Autonomie anderer beeinflussen. Auf dieser Grundlage soll sie dann dazu motiviert sein, Handlungswege zu wählen, die sowohl ihre eigenen Ziele erreichen als auch das Wohl anderer berücksichtigen und ihre Würde achten.

Diese Forschung zielt darauf ab, ein KI-System zu entwickeln, das sozialer bewusst, moralisch empfindlicher und kooperationsfreudiger ist und so die Grundlage für vertrauenswürdige und gemeinschaftliche Intelligenzen legt.

Dawn Song (Xiaodong Song)

Dawn Song ist Professorin für Informatik an der University of California, Berkeley.

Ihre Forschung konzentriert sich auf KI-Sicherheit und -Absicherung, Agentic AI, Deep Learning, Sicherheitstechnologien und Privatsphäre sowie dezentrale Technologien.

Dawn Song hat zahlreiche internationale Spitzenauszeichnungen erhalten, darunter den MacArthur Fellowship, den NSF CAREER Award, den Sloan Research Fellowship und mehr als 10 „Test of Time Awards“ und Best Paper Awards auf führenden Konferenzen in den Bereichen Computersicherheit und Deep Learning.

Sie ist Fellow der ACM/IEEE und Mitglied der American Academy of Arts and Sciences.