Gesichter der portugiesischen Forschung: João Gama

Doch lange bevor KI zu einer kulturellen Obsession wurde, bevor Sprachmodelle in unsere Telefone, Büros und Tischgespräche Einzug hielten, half João Gama irgendwo in Porto bereits dabei, die Art und Weise, wie Maschinen von der Welt lernen, neu zu gestalten.

Was João Gamas Werdegang besonders bemerkenswert macht, ist nicht nur das Ausmaß seines wissenschaftlichen Einflusses, sondern auch sein Timing. Viele der Probleme, die heute im Mittelpunkt der künstlichen Intelligenz stehen - Anpassung, kontinuierliches Lernen und Entscheidungsfindung in Echtzeit - waren Fragen, mit denen er sich bereits Jahrzehnte zuvor beschäftigt hatte. Von seinem Labor an der Universität Porto aus hat er im Stillen Bereiche mitgestaltet, die erst vor kurzem in das Bewusstsein einer breiteren Öffentlichkeit gelangt sind.

Für João war das maschinelle Lernen nie etwas völlig Neues. "Der Begriff des maschinellen Lernens wurde erstmals in den 1950er Jahren verwendet", erklärt er und bezieht sich dabei auf Arthur Samuel, den Forscher, der ein Schachprogramm entwickelte, das sich während des Spiels verbessern konnte. "Diese Fähigkeit, aus Erfahrungen zu lernen, bezeichnen wir als Lernen". Was sich im Laufe der Zeit änderte, war nicht die Existenz dieser Ideen, sondern das Ausmaß, in dem die Gesellschaft auf sie aufmerksam wurde.

Ein wissenschaftliches Ökosystem entsteht in Porto

João Gamas Karriere ist eng mit der Universität Porto verbunden, wo er Anfang der 1990er Jahre an der Fakultät für Wirtschaftswissenschaften zu lehren begann. Auf den ersten Blick scheint dies ein ungewöhnlicher Ort für einen der führenden portugiesischen Forscher auf dem Gebiet der künstlichen Intelligenz zu sein. Doch João erklärt: "Die Gruppe wurde in der Wirtschaftswissenschaftlichen Fakultät gegründet, weil dort Professor Pavel Brazdil lehrte", sagt er. Brazdil gründete eine der ersten international relevanten Gruppen für maschinelles Lernen in der Wirtschaftsfakultät des Landes.

In vielerlei Hinsicht prägte der Standort die Perspektive, da die Wirtschafts- und Sozialwissenschaften bereits stark von großen Datenmengen und quantitativen Analysen abhingen. Die traditionelle Ökonometrie ging die Probleme mit Hilfe vordefinierter Modelle an, während das maschinelle Lernen einen anderen Ansatz verfolgte und es den Systemen ermöglichte, Muster direkt aus den Daten selbst zu lernen. João fand sich genau an der Schnittstelle zwischen rechnerischer Strenge und der Komplexität der realen Welt wieder.

Im Laufe der Jahre trug João zur Konsolidierung dieses Ökosystems bei, indem er lehrte, die Forschung überwachte und wissenschaftliche Netzwerke schuf, die weit über Portugal hinausreichten. Mehr als ein Jahrzehnt lang leitete er den Masterstudiengang für Datenanalyse an der Fakultät für Wirtschaftswissenschaften und betreute Dutzende von Doktoranden und Masterstudenten, von denen viele später ihre eigene Forschungskarriere aufbauten.

Von bewegten Welten lernen

João Gamas Beobachtung, dass die reale Welt dynamisch ist, führte zu einem bedeutenden Wandel im maschinellen Lernen. Während sich traditionelle Modelle auf statische Datensätze stützten, arbeitete João Gama mit Problemen, bei denen sich die Daten ständig weiterentwickelten und schnell veraltet waren. Dies veranlasste ihn zur Entwicklung von Ansätzen für das Lernen aus Datenströmen, bei denen sich Algorithmen kontinuierlich in Echtzeit anpassen. Im Mittelpunkt dieser Arbeit stand die Idee der "Konzeptdrift", die Erkenntnis, dass sich Muster im Laufe der Zeit ändern. Vom Verbraucherverhalten über den Stadtverkehr bis hin zu industriellen Infrastrukturen und Umweltsystemen - die Muster, die die reale Welt prägen, entwickeln sich ständig weiter.

Joãos Arbeit entstand genau aus dieser Instabilität und befasste sich mit einer grundlegenden Frage, die später für die moderne künstliche Intelligenz von zentraler Bedeutung werden sollte: Wie können sich Maschinen in sich verändernden Umgebungen weiter anpassen und lernen, ohne immer wieder bei Null anzufangen?

Seine Arbeit wurde zur Grundlage des Fachgebiets. Heute gehören seine Forschungsarbeiten über Data Stream Mining und Concept Drift zu den international am häufigsten zitierten Arbeiten mit Zehntausenden von Zitaten und einem weltweiten Einfluss, der sich sowohl auf den akademischen Bereich als auch auf die Industrie erstreckt.

Die praktischen Auswirkungen dieser Forschung wurden insbesondere durch Projekte sichtbar, die mit realen Infrastrukturen entwickelt wurden. Eines der anschaulichsten Beispiele ist eine Zusammenarbeit mit der Metro do Porto, die darauf abzielt, mechanische Ausfälle zu erkennen, bevor sie auftreten.

Verantwortung vor Superintelligenz

Die öffentliche Diskussion über künstliche Intelligenz dreht sich zunehmend um die Angst vor einer Überlegenheit der Maschinen über die Menschheit. João begegnet diesen Diskussionen mit Skepsis: "Im Moment", sagt er fast humorvoll, "sind Maschinen noch sehr dumm." Für João bleiben die heutigen KI-Systeme grundsätzlich begrenzt, weil es ihnen an Bewusstsein, Selbsterkenntnis und echtem Verständnis für das, was sie tun, fehlt. Sie führen Aufgaben mit zunehmender Raffinesse aus, aber ohne reflektierendes Bewusstsein.

Er lehnt die Risiken der KI nicht ab. Stattdessen konzentriert er sich auf die gegenwärtigen gesellschaftlichen Realitäten wie Ungleichheit, Datenmissbrauch, Informationsmanipulation und ungleicher Zugang zur Technologie. Er betont, dass Technologie nicht neutral ist: KI prägt Chancen, Arbeitsstrukturen und den Zugang zu Informationen und verschafft denjenigen, die mit ihr arbeiten können, Vorteile, während andere zurückbleiben.

Diese Sorge erklärt zum Teil, warum er die europäischen Bemühungen um eine Regulierung des Datenschutzes und eine verantwortungsvolle KI-Governance sehr schätzt. João sieht Rahmenwerke wie die GDPR nicht als bürokratische Hindernisse, sondern als Versuche, die menschliche Autonomie in einer Welt zu schützen, in der Informationen in nie dagewesener Geschwindigkeit und Umfang zirkulieren.

Universitäten als Orte des Denkens

Trotz seiner internationalen Anerkennung ist die Identität von João Gama nach wie vor eng mit der Lehre und dem akademischen Leben verbunden. Er spricht mit echter Zuneigung über die Betreuung von Studenten und beschreibt die Betreuung von Abschlussarbeiten als einen der lohnendsten Aspekte seiner Karriere: "Es ist immer schön, mit Menschen zu arbeiten", sagt er.

Diese Perspektive prägt auch sein entschiedenes Eintreten für die Universitäten als Orte, die neben der Lehre auch die Forschung bewahren müssen. Seiner Meinung nach sind Universitäten nicht nur Einrichtungen, die bestehendes Wissen weitergeben, sondern auch dafür verantwortlich, neue Fragen zu stellen, kritisches Denken zu kultivieren und die für Innovationen notwendige intellektuelle Freiheit zu erhalten. Forschung erfordert nicht nur technisches Können, sondern auch geistige Verfügbarkeit und die Fähigkeit, darüber nachzudenken, welche Probleme es wert sind, verfolgt zu werden. Auch nach seiner Emeritierung an der Universität Porto betreut João weiterhin Studenten, leitet Forschungsprojekte und ist weiterhin aktiv bei INESC TEC tätig. In der Praxis hat sich außer dem Rückzug aus der formalen Lehre nur wenig geändert. Forschung, Mentorenschaft und wissenschaftliche Zusammenarbeit stehen weiterhin im Mittelpunkt seines täglichen Lebens. Besonders auffallend ist die Art und Weise, in der er über diesen Weg spricht, ohne sich selbst als Protagonist zu sehen. In seiner letzten Vorlesung vor seiner Emeritierung konzentrierte sich João nicht auf Auszeichnungen, Zitate oder Meilensteine seiner Karriere, sondern auf die Menschen, die ihn während seiner jahrzehntelangen Arbeit begleitet haben. "Ich habe nichts allein gemacht", sagte er. "Ich muss mich bei meinen Teams bedanken, aber vor allem bei meinen Studenten."

Sich immer wieder neu anpassen

Was im Gespräch mit João Gama immer deutlicher wird, ist, dass die Anpassung selbst im Zentrum seiner Wissenschaft und seiner Weltanschauung steht. Seine Forschung konzentrierte sich auf Systeme, die in der Lage sind, kontinuierlich zu lernen, weil er früh erkannte, dass statische Modelle in einer dynamischen Realität nicht funktionieren. Dieser Gedanke scheint aber auch über Algorithmen hinauszugehen. Während seiner gesamten Laufbahn positionierte sich João immer wieder an Übergängen: zwischen Wirtschaft und Informatik, Theorie und Anwendung, Forschung und Politik, Wissenschaft und öffentlicher Debatte.

Die Tatsache, dass einer der weltweit führenden Experten für adaptive Systeme so häufig über Verantwortung, Zusammenarbeit und kollektives Lernen spricht, hat etwas Beständiges an sich. Für João ist Intelligenz, ob künstlich oder menschlich, niemals rein individuell, sondern wird kollektiv aufgebaut.

Ein Großteil der Infrastruktur, die heute der künstlichen Intelligenz zugrunde liegt - Systeme, die in der Lage sind, sich kontinuierlich an die sich verändernden Gegebenheiten anzupassen -, existiert zum Teil deshalb, weil João Gama jahrzehntelang darüber nachgedacht hat, wie man sich an eine Welt anpassen kann, die sich ständig bewegt.