基于人工智能（AI）的系统已经在许多领域做出了决策，这些决策可以在任何时候、任何地方影响到每个人，也对整个社会产生深远影响。搜索引擎、互联网推荐系统和社交媒体机器人使用人工智能系统，影响我们对政治发展甚至科学发现的感知。公司在招聘过程中使用人工智能，银行用于贷款。但当人工智能决定贷款被拒绝或某人接受医疗，这就带来了风险：例如，如果基于算法的决策导致歧视。因为即使是机器大脑也无法摆脱偏见：当从数据中学习时集，人工智能系统也采用了它们包含的刻板印象。因此，公司可能会错失机会，因为偏见导致AI驱动的决策表现不佳；更糟糕的是，他们可能侵犯人权。一个问题研究人员L3S因此要解决的问题是：如何在大数据分析和基于算法的决策中维护公正态度和非歧视做法的标准？

单击此处查看所有相关项目.

计算机科学迎来了一个新时代：量子信息时代。用于量子信息处理的设备现在已经商业化，并对物理学家和信息理论家提出了根本性的挑战：量子计算机的计算能力能在实践中使用吗？这就是L3S的科学家希望在新的研究项目中发现的。他们正在利用数十年的量子算法和机器学习开发经验开发基于量子的神经网络架构。这些网络旨在定期发现改进的量子计算方法，尤其是对于使用复杂量子系统的工业应用在药物开发和材料研究方面。

单击此处查看所有相关项目.

云计算和物联网等技术发展正在塑造我们的社会。我们被无数联网的数字设备包围着。其他发展，如自动车辆、加密货币和智能医疗植入物将在未来甚至已经彻底改变生活。在这种情况下，数字社会面临着一个重大挑战：网络安全。近年来，威胁的性质发生了变化彻底地。当今的许多网络攻击都来自强大的攻击者。国家组织尤其令人担忧，因为它们长期运作，拥有相当大的技术能力和资源。几乎每周都会发生的事件表明：针对大规模攻击，许多现有的安全解决方案几乎无效。

单击此处查看所有相关项目.

基于人工智能（AI）的系统已经在许多领域做出决策，其性能正在快速增长，有时甚至超过了人类的性能。然而，人工智能虽然在进步，但还面临着额外的挑战限制他们成功的挑战。虽然单个算法可以在无实体应用程序（如支付Atari游戏和棋盘游戏）中的特定任务中表现出色，但在机器人领域很少出现这种情况。挑战之一是在我们看来很容易掌握的技能，例如操纵物体，不仅依赖于单一的学习算法，还依赖于主体的形态、多模态感知、多年的个人经验和多种学习策略其他事情。L3S的研究人员正致力于开发越来越智能的机器人系统，该系统能够安全自然地与真实环境和人进行交互，这是人工智能的具体化和整体化方法。

单击此处查看项目页面.