Informatik mit dem Schwerpunkt Künstliche Intelligenz
seit 01.09.2025
Leben
Jörg Lücke studierte Physik an der TU Dortmund mit Auslandjahren in Exeter (UK) und Marseille (Frankreich) und Spezialisierungen in Neuroinformatik (an der Ruhr-Universität Bochum) und Mathematik. Nach seiner Promotion über unüberwachtes Lernen am Institut für Neuroinformatik, Ruhr-Universität Bochum, wechselte er 2005 als Senior Research Fellow an die Gatsby Computational Neuroscience Unit, UCL, in London. Ab 2008 baute er dann an der Goethe-Universität in Frankfurt und am Frankfurt Institute for Advanced Studies seine eigene von Drittmitteln finanzierte Nachwuchsgruppe auf. Mit dieser wechselte er dann an die TU Berlin, und wurde von dort 2013 auf eine assoziierten Professur (W2) für Maschinelles Lernen an die Universität Oldenburg in Deutschland berufen, wo er 2022 zum ordentlichen Professor (W3) ernannt wurde. Jörg Lücke ist seit September 2025 Professor für Künstliche Intelligenz an der Universität Innsbruck.
Forschung
Jörg Lücke befasst sich in seiner Forschung mit lernenden Systemen, die möglichst intelligente künstliche Systeme ermöglichen. Sein Forschungsfokus lag hierbei seit seiner Promotion auf dem unüberwachten Lernen, d.h. auf Systemen, die ohne die Vorgabe konkreter Ein- und Ausgabe-Ziele aus Daten lernen können. Jörg Lücke befasste sich zunächst mit dem unüberwachten Lernen in Neuronalen Netzen und mit Hilfe von probabilistischen Modellen von Daten. Lernalgorithmen, die auf solchen sogenannten generativen Modellen beruhen, sind heute entscheidende Grundlage von generativer KI, d.h. von künstlicher Intelligenz, die Bild- oder Text-Daten generieren kann.
Spätere Arbeiten von Jörg Lücke befassten sich mit neuartigen Algorithmen für unüberwachtes und halbüberwachtes Lernen und mit lernenden Systemen als Modelle für biologisches Lernen und biologische Intelligenz. Besondere langjährige Interessen in seiner Forschung liegen in der Erforschung neuer Grundlagen des Lernens, im skalierbarem Lernen, im Lernen auf der Grundlage starker Modelle und im Lernen unter schwierigen Bedingungen (wenige Daten, Big Data, starkes Rauschen, strukturiertes Rauschen usw.).
Seine Forschungsansätze befassen sich hierbei oft mit solchen Aspekten der Intelligenz, mit denen sich aktuelle KI-Systeme schwer tun. Dies führt auf Forschungsthemen wie Datenverständnis, Generalisierung, fortgeschrittenes Lernen aus begrenzten Daten, effizientes Lernen mit Big Data. Die in den Arbeitsgruppen von Jörg Lücke entwickelten Systeme ermöglichen oft neuartige Anwendungen oder Anwendungen unter Bedingungen, die für herkömmliche Ansätze große Herausforderungen darstellen. Die entwickelten Algorithmen werden angewandt auf Daten aus verschiedenen Bereichen z.B. auf Daten zur allgemeinen Mustererkennung, auf visuelle Daten, akustische Daten, heterogene medizinische Daten und Daten der medizinischen Bildgebung.