(openPR) Dr. Jan Eric Lenssen erhält die Förderung im Umfang von rund 1,9 Millionen Euro für den Aufbau der Forschungsgruppe „Spatial Modeling and Reasoning“. Das Ziel der Gruppe ist, Computern, insbesondere KI-Systemen, die auf Maschinellem Lernen basieren, ein visuelles Szenenverständnis beizubringen, das dem des Menschen nachempfunden ist: also auf Grundlage weniger visueller „Eindrücke“, bzw. Daten, möglichst viele relevante Informationen über die Umgebung zu erschließen. Dazu werden zwei miteinander verbundene Forschungsvorhaben verfolgt:
Zum einen sollen effiziente räumliche Repräsentationen entwickelt werden, die als Grundlage für Maschinelles Lernen verwendet werden können. Dabei geht es um die Erforschung von Methoden, mit denen ein Computer aus einer beobachteten Szene auf die zugrundeliegenden Ursachen schließen kann, zum Beispiel, in einem zweidimensionalen Bild die darin enthaltenen dreidimensionalen Formen, die Kameraposition und die Beleuchtung zu rekonstruieren. Der zweite Schwerpunkt bezieht sich auf die Entwicklung von Modellen, die innerhalb dieser Repräsentationen räumlich schlussfolgern können: also etwa sich selbst und Objekte in der 3D-Umgebung lokalisieren, Objekte identifizieren, Interaktionspotenziale erkennen und Hypothesen über nicht beobachtete Bereiche der Umgebung aufstellen können. „Fortschritte sind hier in der Anwendung für cyber-physische Systeme wie Roboter oder autonome Fahrzeuge, die mit ihrer Umwelt interagieren, besonders relevant. Auch generative 3D-Modellierung könnte davon profitieren“, erklärt Jan Eric Lenssen.
Ein aktuelles Ergebnis aus Lenssens Forschung in diesem Bereich ist die Entwicklung neuartiger „Spatial Reasoning Models (SRMs)“. Diese generativen Modelle können beim Erzeugen von Bildern komplexe visuelle Zusammenhänge Schritt für Schritt erschließen, indem sie Bildinhalte miteinander in Beziehung setzen und Abhängigkeiten erkennen. So konnte Lenssens Team Halluzinationen, also plausibel wirkende, aber falsche Bildinhalte, deutlich reduzieren. Als Maßstab nutzten die Forscher in dieser Arbeit unter anderem schwere Sudokus: SRMs konnten diese zu mehr als 50 Prozent korrekt lösen, während klassische bildgenerierende Modelle mit einer gegen null Prozent gehenden Erfolgsquote nahezu vollständig scheiterten.
Jan Eric Lenssen promovierte im Februar 2022 an der Technischen Universität Dortmund unter Professor Heinrich Müller und wechselte anschließend als Postdoc ans MPI für Informatik. Seit Juni 2023 ist er Senior Researcher am Institut und leitet die Forschungsgruppe „Geometric Representation Learning“ in der Abteilung „Computer Vision and Machine Learning“ von Direktor Professor Bernt Schiele. Für seine Dissertation mit dem Titel „Differentiable Algorithms with Data-driven Parameterization in 3D Vision“ erhielt er 2024 den „PhD-Award“ der „European Association for Computer Vision“, 2025 wurde er zudem mit dem „German Pattern Recognition Award“ der Deutschen Arbeitsgruppe für Mustererkennung (DAGM) ausgezeichnet.
Dr. Karol Węgrzycki wird für den Aufbau einer Gruppe mit insgesamt 1,8 Millionen Euro gefördert. Ziel seiner Gruppe ist, neue Lösungsansätze für sogenannte
„Packungsprobleme“, weit verbreitete und höchst relevante Optimierungsaufgaben, zu finden.
Beispiele für Packungsprobleme sind das geschickte Verstauen von Gepäckstücken mit unterschiedlicher Größe und/oder Form und/oder unterschiedlichem Geldwert in einem Laderaum, zur besten Ausnutzung der Transportkapazität; aber auch das Zerteilen eines Blocks Rohmaterial wie einem Baumstamm, sodass der Abfall minimal ist; auch das Stapeln von Containern gleicher Größe auf einem Schiff, sodass die Be- und Entladezeiten in den Häfen, die nacheinander angelaufen werden, möglichst gering sind, gehört dazu.
Die bisher entwickelten Methoden sind häufig auf solcherlei Spezialprobleme optimiert und damit für breitere Anwendungsfelder nur begrenzt einsetzbar. Węgrzycki will nun Lösungsmethoden aus anderen Gebieten der Computerwissenschaften übertragen, um bisher unzugängliche Probleme lösen zu können, oder bei Anwendungen, die bisher nur näherungsweise lösbar waren, die tatsächlich beste Variante ermitteln zu können. Dazu will er mit seiner Gruppe schon entwickelte Lösungsmethoden aus Kryptographie, Graphentheorie oder parametrisierter Algorithmik in den Bereichen Optimierung, algorithmischer Geometrie, Operations Research und Logik nutzen. Sie hoffen, dass durch diese rigorose Analyse die Zusammenarbeit zwischen den Feldern beschleunigt und tieferes Verständnis ermöglicht wird.
Karol Węgrzycki hat an der Universität Warschau Physik und Informatik studiert und abgeschlossen. 2021 erhielt er seine Promotion mit einer Arbeit zu "Provably Optimal Dynamic Programming"; diese wurde durch den polnischen Ministerpräsidenten als eine der 25 besten Doktorarbeiten des Landes ausgezeichnet. Seit 2021 ist er als Postdoctoral Researcher und seit 2024 als Gruppenleiter in der Abteilung „Algorithms and Complexity“ von Direktor Professor Danupon Nanongkai am MPI für Informatik beschäftigt.
Kontakt:
Bertram Somieski
Joint Administration
Max-Planck-Institut für Informatik
Max-Planck-Institut für Softwaresysteme
Tel: +49 681 9302-5710
E-Mail: 
Philipp Zapf-Schramm
Max-Planck-Institut für Informatik
Tel: +49 681 9325 4509
E-Mail: 
