Kryptografie als Schlüssel zur Vertrauenswürdigkeit von Machine Learning
LMU München veranstaltet Vortrag von Prof. Shafi Goldwasser über kryptografische Methoden zur Bewertung der Vertrauenswürdigkeit von Machine Learning. Der Fokus liegt auf interaktiven Beweisen.
Die Ludwig-Maximilians-Universität München (LMU) veranstaltet am 20. Oktober 2026 einen Vortrag von Professor Shafi Goldwasser im Rahmen der „Munich AI Lectures“. Die Veranstaltung, die in der Bayerischen Akademie der Wissenschaften und online stattfindet, widmet sich der Frage, wie kryptografische Methoden und interaktive Beweise zur Erhöhung der Vertrauenswürdigkeit von maschinellem Lernen eingesetzt werden können.
Professor Goldwasser, eine renommierte Wissenschaftlerin am MIT und der UC Berkeley, wird erläutern, wie kryptografische Ansätze helfen können, die Zuverlässigkeit von Machine-Learning-Modellen in verschiedenen Phasen – von der Datenverarbeitung bis zur Modellanwendung – sicherzustellen. Ihre Forschung wurde 2012 mit dem Turing Award ausgezeichnet.
Der Vortrag adressiert die wachsende Bedeutung verlässlicher KI-Systeme in einer digitalisierten Welt. Die vorgestellten Methoden zielen darauf ab, potenzielle Fehlerquellen und Schwachstellen in KI-Anwendungen zu identifizieren und zu minimieren, um die Integrität und Sicherheit zu gewährleisten.
Die Munich AI Lectures werden von einem Konsortium verschiedener Institutionen, darunter der AI-HUB@LMU, organisiert. Ziel der Reihe ist es, führende internationale KI-Forscher nach München zu holen und den wissenschaftlichen Austausch über aktuelle Herausforderungen und Lösungsansätze im Bereich der künstlichen Intelligenz zu fördern.