Der Lehrstuhl für „Dialog Systems and Machine Learning“ an der Heinrich-Heine-Universität Düsseldorf befasst sich mit grundlegenden Fragen der Mensch-Computer-Interaktion an der Schnittstelle zwischen natürlicher Sprachverarbeitung und maschinellem Lernen. Im Mittelpunkt unserer Forschung steht die Entwicklung intelligenter Dialogsysteme, die lernen, Schlussfolgerungen ziehen, sich anpassen und in dynamischen und unsicheren Umgebungen effektiv mit Menschen interagieren können. Wir entwickeln prinzipienbasierte Methoden für Dialog Modelling, Representation Learning, Reinforcement Learning, Knowledge Acquisition und User Simulation. Unser Ziel ist es, die Grundlagen der maschinellen Intelligenz weiterzuentwickeln, um Dialogsysteme zu schaffen, die anpassungsfähig, vertrauenswürdig und für Menschen wirklich nützlich sind. 

Die wissenschaftlichen und technischen Herausforderungen, an denen wir arbeiten, umfassen insbesondere die folgenden Problemfelder:

1. Trustworthy AI: Wie können wir Unsicherheiten in Sprachmodellen verstehen und quantifizieren, und wie beeinflussen Unsicherheiten, Halluzinationen, Emotionen und affektive Signale gemeinsam die Zuverlässigkeit ihrer Ergebnisse?
2. Representation learning: Wie kann die topologische Datenanalyse die Struktur und Dynamik der von Sprachmodellen gelernten Repräsentationen aufdecken und so einen geometrischen Abdruck wichtiger Phänomene des maschinellen Lernens liefern?
3. Human-inspired intelligence: Wie können wir künstliche Agenten mit „Theory of Mind“ und vom Menschen inspirierten Belohnungsmechanismen ausstatten, damit sie sowohl über die mentalen Zustände anderer als auch über ihre eigenen nachdenken und effektiver aus intrinsischen Signalen wie Schmerz, Neugier und Zufriedenheit lernen können?