Die Helmholtz AI Conference (HAICON26) brachte Anfang Juni mehr als 600 Forschende, Industriepartner und Vertreterinnen und Vertreter aus 21 Ländern in München zusammen. Unter dem Motto „AI for Science“ diskutierten sie aktuelle Entwicklungen an der Schnittstelle von Künstlicher Intelligenz und wissenschaftlicher Forschung. Das SCC war mit zahlreichen Beiträgen vertreten und brachte seine Expertise in den Bereichen Forschungsinfrastrukturen, MLOps, Föderiertes Lernen sowie KI-Anwendungen für Energie-, Klima- und Sicherheitsforschung ein.
Bereits am Workshop & Tutorials Day der Konferenz war das SCC mit einem eingeladenen Vortrag zur internationalen Benchmarking-Initiative UNLOCK vertreten. Dabei wurden Erfahrungen und Herausforderungen bei der Bewertung moderner KI-Systeme vorgestellt. Der Beitrag entstand aus der Arbeit der Junior Research Group Robust and Efficient AI (RAI, geleitet von Charlotte Debus) und wurde von Philipp Huber präsentiert.
Ein weiterer Schwerpunkt lag auf dem Bereich Quantum Machine Learning. Zwei Tutorials vermittelten sowohl die theoretischen Grundlagen als auch praktische Programmierkenntnisse für den Einsatz quantenbasierter Methoden im maschinellen Lernen. Die Veranstaltungen wurden von Eileen Kühn und Gabriel Mejia Ruiz vom Quantum Machine Learning Team des SCC organisiert.
Auch Fragen rund um die Entwicklung und den produktiven Einsatz von KI wurden in zwei World-Café-Formaten behandelt. Die Teilnehmenden diskutierten einerseits über Föderiertes Lernen, das die gemeinsame Weiterentwicklung großer KI-Modelle über Institutionsgrenzen hinweg ermöglicht, ohne Daten austauschen zu müssen. Andererseits wurden Werkzeuge und Anforderungen für ein effektives Management des gesamten KI- und Machine-Learning-Lebenszyklus thematisiert. Diese World Cafés wurden federführend von Khadijeh Alibabaei, Leonhard Duda, Lisana Berberi, Valentin Kozlov, Paul Kieckhefen organisiert und moderiert.
Die Posterbeiträge des SCC, präsentiert von Lisana Berberi, Khadijeh Alibabaei und Paul Kieckhefen, spiegelten eine große thematische Bandbreite der Forschungs- und Infrastrukturaktivitäten wider: unter anderem zu einem MLflow-Pilotdienst für Helmholtz-Forschende, die kürzlich gestartete europäische Initiative EOSC-ARENA zum Aufbau einer offenen und ethisch verantwortungsvollen Generative-AI-Infrastruktur für die Forschung sowie neue Ansätze für Surrogatmodelle in der Sicherheitsanalyse schwerer Nuklearunfälle.
Weitere Beiträge von Elena Vollmer, Muhammed Öz und Kaleb Phipps beschäftigten sich mit datengetriebenen Anwendungen in den Energie- und Umweltwissenschaften. Präsentiert wurden Arbeiten zu RenewBench, einem Datensatz für die Forschung an Energiesystemen, zu differenzierbarer Lastflussoptimierung in Stromnetzen sowie zu innovativen Möglichkeiten der Interaktion mit globalen Wettermodellen durch KI-gestützte Verfahren.
Die Beiträge von Elena Vollmer und Lisana Berberi wurden zusätzlich als Poster Spotlight Talks ausgewählt und damit besonders hervorgehoben.
Mit dieser breiten Beteiligung innerhalb der Helmholtz AI Community trugen die Wissenschaftlerinnen und Wissenschaftler des SCC dazu bei, den interdisziplinären Austausch rund um „AI for Science“ auf der HAICON26 aktiv mitzugestalten.