Weitere Forschungsrichtungen: Ameisenkolonien, Roboter und Schliessen unter Unsicherheit

Die Arbeit des IDSIA reicht über neuronale Netze hinaus. In den 1990er-Jahren entwickelten Luca Maria Gambardella, der das Institut später viele Jahre leitete, und Marco Dorigo das «Ant Colony System», eine Methode der kombinatorischen Optimierung nach dem Vorbild des Verhaltens von Ameisen, die kurze Wege zwischen ihrem Nest und Futterquellen finden, indem sie chemische Spuren legen und ihnen folgen. Die Methode wurde auf das Problem des Handlungsreisenden und auf die Tourenplanung von Fahrzeugen angewandt. Sie führte auch zu einem der ersten Spin-off-Unternehmen des Instituts, das Logistik- und Vertriebsunternehmen Routenoptimierung anbot.¹ 1997 wurde das IDSIA zu den zehn besten Laboratorien für künstliche Intelligenz der Welt und zu den vier besten im Bereich der biologisch inspirierten künstlichen Intelligenz gezählt.² 2007 folgte ein Robotiklabor mit Forschung zu lernenden Robotern, Schwarmrobotik und humanoiden Robotern.³ Die Gruppe von Marco Zaffalon arbeitet über unscharfe Wahrscheinlichkeiten und probabilistische grafische Modelle, also über Methoden des Schliessens und Entscheidens unter Unsicherheit, wenn die verfügbaren Daten keine einzelne Wahrscheinlichkeitsverteilung rechtfertigen. Die Gruppe von Cesare Alippi arbeitet über das Lernen in nichtstationären Umgebungen, neuronale Graphennetze und intelligente eingebettete Systeme.⁴

Mehrere dieser Forschungsrichtungen sind für die Finanzwirtschaft unmittelbar relevant. Das Schliessen unter Unsicherheit ist der Gegenstand des Risikomanagements. Das Erkennen von Veränderungen in Datenströmen, in der Literatur zum maschinellen Lernen als Concept Drift bezeichnet, ist das Problem, das die FINMA anspricht, wenn sie von den beaufsichtigten Instituten verlangt, in ihren Anwendungen künstlicher Intelligenz den «Data Drift» zu überwachen, wie unten beschrieben.⁵ Optimierungsmethoden werden bei der Portfoliokonstruktion und bei der Allokation von Sicherheiten eingesetzt. Rekurrente und Sequenzmodelle dienen der Analyse von Zeitreihen von Preisen und Transaktionen. Das Institut hat Projekte mit Unternehmen der Region durchgeführt. Seine Forscher haben auch Start-ups gegründet. Das bekannteste ist NNAISENSE, das Schmidhuber 2014 gründete, um an kommerziellen Anwendungen künstlicher Intelligenz in Bereichen wie Finanzen, Schwerindustrie und selbstfahrenden Autos zu arbeiten. Das Unternehmen bezeichnete den Aufbau einer allgemein einsetzbaren künstlichen Intelligenz als sein Ziel, doch hat Schmidhuber in jüngerer Zeit erklärt, sein Schwerpunkt habe sich von der allgemeinen künstlichen Intelligenz zur Vermögensverwaltung verlagert, was es in die Nähe des Gegenstands dieses Buches rückt.⁶

Lehre und die Ethik des maschinellen Lernens

Das IDSIA lehrt an seinen beiden Trägerinstitutionen. Es wirkt am Bachelor of Science in Data Science and Artificial Intelligence der SUPSI, am Master of Science in Engineering der SUPSI und am Master of Science in Artificial Intelligence der USI mit.⁷ Das Institut beteiligt sich zudem an der öffentlichen Debatte über die Ethik der künstlichen Intelligenz, mit besonderem Augenmerk auf die Transparenz und Fairness von Algorithmen des maschinellen Lernens.⁸ Fairness bedeutet in diesem Sinn das Fehlen ungerechtfertigter Diskriminierung in den Ergebnissen eines Modells, etwa bei Kreditentscheiden, der Prämiengestaltung von Versicherungen oder der Auswahl von Stellenbewerbern. Transparenz bedeutet, dass die Funktionsweise des Modells und seine Ergebnisse für jene, die es verwenden, und für jene, die davon betroffen sind, nachvollziehbar sind. Beide Begriffe sind inzwischen zu rechtlichen Anforderungen in der KI-Verordnung der Europäischen Union und zu aufsichtsrechtlichen Erwartungen in der Aufsichtsmitteilung der FINMA zur künstlichen Intelligenz geworden, die dieses Kapitel in späteren Abschnitten untersucht.

Für den Finanzplatz stellt das IDSIA eine Ressource dar, wie sie nur wenige Städte von der Grösse Luganos besitzen. Seine Forscher und Absolventen bilden einen Pool an Fachwissen, auf den Banken, Versicherer, Vermögensverwalter und Technologieunternehmen zurückgreifen können, sei es durch die Rekrutierung von Absolventen, sei es durch die Vergabe angewandter Forschung. Die lange Geschichte des Instituts verleiht dem Kanton zudem eine gewisse Glaubwürdigkeit, wenn er das Tessin als Standort für künstliche Intelligenz präsentiert. Falsch wäre es jedoch, aus dem akademischen Erfolg des Instituts abzuleiten, Lugano sei zu einem kommerziellen Zentrum der künstlichen Intelligenz geworden. Die gross angelegte Entwicklung künstlicher Intelligenz findet in einigen wenigen amerikanischen und chinesischen Unternehmen statt und in der Schweiz hauptsächlich in Zürich, wo mehrere der grossen Technologieunternehmen Forschungszentren unterhalten. Der Beitrag des IDSIA zum Finanzplatz liegt in Wissen, Menschen und angewandten Projekten.

Verbreiteter Irrtum. Gelegentlich heisst es, die modernen grossen Sprachmodelle seien «in Lugano erfunden» worden. Das ist übertrieben. Die 1997 von Hochreiter und Schmidhuber entwickelte und am IDSIA weiterentwickelte LSTM-Architektur war eine grundlegende Methode des Deep Learning und beherrschte Mitte der 2010er-Jahre die Spracherkennung und die maschinelle Übersetzung. Die heutigen grossen Sprachmodelle beruhen auf der 2017 von Google-Forschern veröffentlichten Transformer-Architektur. Die Arbeit des IDSIA gehört zur Geschichte der Methoden, auf denen sie aufbauen, und das Institut bleibt ein bedeutendes Forschungszentrum, doch die kommerzielle Entwicklung grosser Sprachmodelle hat anderswo stattgefunden.

Anmerkungen

1. Marco Dorigo und Luca Maria Gambardella, «Ant Colony System: A Cooperative Learning Approach to the Traveling Salesman Problem», IEEE Transactions on Evolutionary Computation 1 (1997), 53–66. ↩
2. Wikipedia, «Dalle Molle Institute for Artificial Intelligence Research» (oben) (1997: «listed among the top ten artificial intelligence laboratories, and among the top four in the field of biologically-inspired AI»). ↩
3. Wikipedia, «Dalle Molle Institute» (oben). ↩
4. USI, Seite der Einheit IDSIA, https://search.usi.ch/it/unita-organizzative/351, nennt unter den Kompetenzbereichen des Instituts «Graph deep learning», «Apprendimento in ambienti non stazionari» und «Sistemi integrati e ciberfisici». ↩
5. FINMA, Aufsichtsmitteilung 08/2024 «Governance und Risikomanagement beim Einsatz künstlicher Intelligenz» (18. Dezember 2024), Abschnitt 2.4, https://www.finma.ch/en/~/media/finma/dokumente/dokumentencenter/myfinma/ 4dokumentation/finma-aufsichtsmitteilungen/20241218-finma-aufsichtsmitteilung-08-2024.pdf. ↩
6. Schmidhuber, Homepage (oben) (Chief Scientist von NNAISENSE, «which aims at building the first practical general purpose AI»); Wikipedia, «Jürgen Schmidhuber» (oben) («In 2014, Schmidhuber formed a company, NNAISENSE, to work on commercial applications of artificial intelligence in fields such as finance, heavy industry and self-driving cars»; «as of 2026 he has said that the focus of NNAISENSE has shifted from artificial general intelligence to asset management»), nur ersatzweise herangezogen. ↩
7. SUPSI, IDSIA, «Istituto» (oben). ↩
8. SUPSI, IDSIA, «Istituto» (oben) («ethical artificial intelligence, with a particular focus on the transparency and fairness of machine learning algorithms»). ↩

Nur zur allgemeinen Information. Dieser Beitrag ist keine Rechts- oder Steuerberatung, ersetzt nicht die Beratung im Einzelfall und begründet kein Mandatsverhältnis. Rechtsstand: 10/2026.