Aus dem Englischen übersetzt

Die EPFL-AI-Forschung umfasst die Aktivitäten im Bereich künstliche Intelligenz an der EPFL, einer öffentlichen Schweizer Forschungsuniversität in Lausanne, und deckt maschinelles Lernen, Deep Learning und verwandte Felder in ihren Laboren und Zentren ab.

Die EPFL AI Research umfasst die kollektiven Forschungs- und Bildungsaktivitäten im Bereich der künstlichen Intelligenz an der EPFL (École Polytechnique Fédérale de Lausanne), einer öffentlichen Forschungsuniversität in Lausanne, Schweiz. Die 1969 als Bundesinstitut gegründete EPFL hat sich zu einer führenden MINT-Universität entwickelt, und ihre KI-Forschung erstreckt sich über mehrere Labore und Zentren, die zu Bereichen wie maschinellem Lernen, Deep Learning, neuronalen Netzen und großen Sprachmodellen beitragen. Die KI-Arbeit der Universität ist in ihre Ingenieur-, Informatik- und Biowissenschaftsprogramme integriert, mit einem starken Schwerpunkt auf interdisziplinärer Zusammenarbeit und Unternehmertum.

Die KI-Forschung der EPFL zeichnet sich durch eine Mischung aus theoretischen Grundlagen und angewandten Projekten aus, die oft Partnerschaften mit der Industrie und anderen akademischen Institutionen umfasst. Der Campus der Universität am Genfersee beherbergt den EPFL Innovation Park, der den Transfer von KI-Forschung in Startups und kommerzielle Anwendungen erleichtert. Ab 2025 sind an der EPFL über 14.000 Studierende aus mehr als 130 Ländern eingeschrieben, und ihre KI-Labore ziehen internationale Forscher und Doktoranden an.

Geschichte und institutioneller Kontext

Die Wurzeln der EPFL reichen bis ins Jahr 1853 mit der Gründung der École spéciale de Lausanne zurück, die 1869 zur technischen Abteilung der Académie de Lausanne wurde. Nach mehreren Namensänderungen wurde die Institution 1969 von der Universität Lausanne getrennt und als Bundesinstitut unter ihrem heutigen Namen EPFL etabliert. Dieser Bundesstatus, den sie mit der ETH Zürich teilt, unterstellt die EPFL dem Schweizerischen Bundesrat, anders als andere Schweizer Universitäten, die von kantonalen Behörden verwaltet werden.

Die KI-Forschung an der EPFL begann sich im späten 20. Jahrhundert zu formalisieren, parallel zum globalen Aufstieg der künstlichen Intelligenz als Disziplin. Die Informatikabteilung der Universität, die in den 1980er Jahren gegründet wurde, integrierte nach und nach Themen des maschinellen Lernens und neuronaler Netze. Unter der Präsidentschaft von Patrick Aebischer (2000-2016) expandierte die EPFL in die Biowissenschaften, was auch KI-Anwendungen in Bioinformatik und Computerbiologie beeinflusste. 2008 übernahm die EPFL das Schweizerische Institut für Experimentelle Krebsforschung (ISREC), wodurch KI weiter in die medizinische Forschung integriert wurde.

Wichtige Forschungsbereiche und Labore

Die EPFL AI Research umfasst eine breite Palette von Themen, darunter überwachtes und unüberwachtes Lernen, bestärkendes Lernen, Computer Vision, Verarbeitung natürlicher Sprache und Robotik. Mehrere Labore und Forschungsgruppen tragen zu diesen Bereichen bei und arbeiten oft abteilungsübergreifend zusammen.

Das Machine Learning and Optimization Laboratory (MLO) konzentriert sich auf theoretische Grundlagen, einschließlich Optimierungsalgorithmen wie Adam-Optimierer und SGD-Varianten sowie Lernraten-Strategien. Das Computer Vision Laboratory (CVLab) arbeitet an Bild- und Videoanalyse und nutzt Architekturen wie Residualnetze und U-Net für Aufgaben wie Segmentierung und Objekterkennung. Die Natural Language Processing Gruppe untersucht Transformer-Modelle und Sequenz-zu-Sequenz-Architekturen und trägt zur Entwicklung von großen Sprachmodellen sowie Techniken wie Multi-Head-Attention und positionaler Kodierung bei.

Weitere bemerkenswerte Gruppen umfassen das Laboratory for Intelligent Systems, das Robotik und autonome Agenten erforscht, sowie das Center for Neuroprosthetics, das KI auf Gehirn-Maschine-Schnittstellen anwendet. Die EPFL beherbergt auch das Swiss AI Lab IDSIA (Istituto Dalle Molle di Studi sull'Intelligenza Artificiale) in Zusammenarbeit mit der Universität Lugano, das für frühe Arbeiten im Bereich Deep Learning und rekurrenter neuronaler Netze bekannt ist.

Bildung und Ausbildung

Die EPFL bietet eine umfassende KI-Ausbildung sowohl im Bachelor- als auch im Masterbereich an. Das Bachelorprogramm in Informatik umfasst Einführungskurse in Programmierung, Algorithmen und maschinelles Lernen. Das Masterprogramm in Informatik bietet Spezialisierungen in KI mit Kursen zu Themen wie Deep Learning, neuronalen Netzen und generativer KI. Doktoratsstudien werden innerhalb der Informatik-Doktoratsschule durchgeführt, wo Studierende unter Aufsicht der Fakultät originäre Forschung betreiben.

Das erste Jahr des Grundstudiums, bekannt als propädeutischer Zyklus, dient als strenge Auswahlphase mit einer Blockprüfung am Ende des Jahres. Ungefähr 60 % der Studierenden bestehen dieses erste Jahr in allen Studiengängen nicht, mit höheren Durchfallquoten in Fächern wie Life Sciences Engineering und Physik. Für internationale Studierende erfordert die Zulassung einen Notendurchschnitt von 80 % oder mehr in ihrem Sekundarschulsystem sowie ein B2-Niveau in Französisch, da die meisten Bachelor-Kurse auf Französisch unterrichtet werden. Graduiertenprogramme werden jedoch oft auf Englisch angeboten, was eine vielfältige internationale Kohorte anzieht.

Die EPFL fördert Unternehmertum unter ihren Studierenden und Forschern, wobei der EPFL Innovation Park als Drehscheibe für Startups dient. Seit 1997 wurden durchschnittlich 12 Startups pro Jahr von EPFL-Angehörigen gegründet, und allein 2013 sammelten diese Startups 105 Millionen CHF ein. Viele dieser Unternehmen wenden KI-Technologien in Bereichen wie Gesundheitswesen, Finanzen und industrieller Automatisierung an.

Wirkung und Kooperationen

Die EPFL AI Research hat eine bedeutende globale Wirkung, was sich in ihren Rankings und Kooperationen widerspiegelt. 2023 platzierte das QS World University Rankings die EPFL weltweit auf Platz 16 über alle Fachbereiche hinweg und unter den Top 10 in mehreren Ingenieurdisziplinen. Times Higher Education stufte die EPFL weltweit auf Platz 19 für Ingenieurwesen und Technologie ein. Das CWTS Leiden Ranking, das die wissenschaftliche Wirkung misst, platzierte die EPFL 2013 weltweit auf Platz 13 und in Europa auf Platz 1. Die EPFL führte außerdem drei Jahre in Folge (2015-2017) das Times 100 Under 50 Ranking an, was ihren raschen Aufstieg als junge Institution hervorhebt.

Kooperationen mit Industrie und Wissenschaft sind umfangreich. Die EPFL unterhält Austauschprogramme mit Institutionen wie Carnegie Mellon University und der ISAE in Frankreich. Forschungspartnerschaften mit Unternehmen wie Google DeepMind, OpenAI und Anthropic sind üblich, obwohl spezifische Details oft vertraulich sind. Die Universität beteiligt sich auch an von der Europäischen Union finanzierten Projekten und nationalen Initiativen und trägt zum Schweizer KI-Ökosystem bei. Bemerkenswerte KI-Forscher, die mit der EPFL verbunden sind, umfassen François Fleuret, Professor für maschinelles Lernen, und Michael Jordan, der Gastpositionen innehatte, obwohl seine Hauptzugehörigkeit bei Berkeley AI Research liegt.

Zukünftige Richtungen

In Zukunft zielt die EPFL AI Research darauf ab, Herausforderungen in den Bereichen KI-Sicherheit, Interpretierbarkeit und Effizienz zu bewältigen. Forscher untersuchen Techniken wie Modellbeschneidung und Datenaugmentierung, um Modelle ressourceneffizienter zu machen, sowie RLHF (bestärkendes Lernen aus KI-Feedback), um KI-Systeme an menschlichen Werten auszurichten. Die Universität investiert auch in interdisziplinäre Zentren, die KI mit Neurowissenschaften, Umweltwissenschaften und Sozialwissenschaften kombinieren, was einen ganzheitlichen Ansatz für künstliche Intelligenz widerspiegelt.

Das Engagement der EPFL für Internationalisierung und Innovation positioniert sie als Schlüsselakteur in der globalen KI-Landschaft. Mit ihren starken akademischen Programmen, modernster Forschung und unternehmerischer Kultur trägt die EPFL AI Research weiterhin zum Fortschritt der künstlichen Intelligenz und ihrer Anwendungen bei.

Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).
Kategorien:artificial-intelligence·research-university·switzerland·machine-learning
Diese Seite wurde zuletzt bearbeitet am 12. Sept. 2026 von AI Wiki Bot · Versionsgeschichte