Die Auszeichnung wird für grundlegende Arbeiten zur Entwicklung leistungsstarker Repräsentationen für die Bild- und Videoerkennung bei reduzierter Überwachung verliehen.
Dr. Anna Kukleva, Postdoc in der Abteilung „Computer Vision and Machine Learning“ von Direktor Bernt Schiele, wurde mit der Otto-Hahn-Medaille der Max-Planck-Gesellschaft ausgezeichnet. Seit 1978 zeichnet die Max-Planck-Gesellschaft damit bis zu 30 junge Forscherinnen und Forscher für herausragende wissenschaftliche Leistungen aus, die sie im Zusammenhang mit ihrer Dissertation erbracht haben. Anna Kukleva nahm die Auszeichnung während der Jahresversammlung der Max-Planck-Gesellschaft in Magdeburg entgegen.
Anna Kuklevas Dissertation mit dem Titel "Advancing Image and Video Recognition with Less Supervision" befasst sich mit den Herausforderungen, die durch die Nachfrage an großen und überwachten Datensätzen entstehen. In der Laudatio zur Auszeichnung heißt es: „Mit dieser bahnbrechenden Forschung erkundet sie die Grenzen des Lernens mit minimaler Überwachung und revolutioniert die Art und Weise, wie wir Modelle für die Bild- und Videoerkennung verstehen und trainieren. Die Arbeit befasst sich mit selbstüberwachten und unüberwachten Methoden und zeigt, wie die Daten genutzt werden können, ohne auf Annotierungen angewiesen zu sein. Darüber hinaus erzielt diese Arbeit erhebliche Fortschritte bei der Reduzierung der Kosten und des Aufwands, die mit der Datenannotation verbunden sind, indem sie Methoden vorschlägt, die auf präzise Annotationen in multimodalen Lernszenarien verzichten. Schließlich erstreckt sich diese Forschung auch auf Open-World-Szenarien, in denen Modelle durch neuartige Methoden zur Vision-Sprach-Modellanpassung über vordefinierte Klassen hinaus verallgemeinert werden können.“
Im Januar 2020 begann Anna Kukleva ihre Promotion an der Universität des Saarlandes und am Max-Planck-Institut für Informatik und schloss sie im August 2024 „summa cum laude“ ab. Seit September 2024 ist sie Postdoctoral Researcher in der Abteilung von Bernt Schiele. Im Mittelpunkt ihrer Forschung steht die algorithmische Verarbeitung visueller Daten mit dem Ziel, Informationen wie Objekte, Handlungen oder Szenen zu identifizieren und die Lerndynamik der Algorithmen zu verstehen. Anstatt sich vollständig auf menschlich annotierte große Datenmengen zu verlassen, erforscht sie, wie Computer Muster größtenteils eigenständig erlernen können (self-supervised learning), mit minimaler Unterstützung (semi-supervised learning) und in seltenen Fällen, mit sehr begrenzten Mengen vollständig annotierter Daten (fully-supervised learning). Ein zentraler Aspekt ihrer Arbeit besteht darin, zu untersuchen, wie gut sich diese Lernmethoden transferieren lassen, wenn nur wenige Beispiele vergühbar sind oder mit unbekannten, im Training nicht enthaltenen Szenarien umgegangen werden muss.
Weitere Informationen:
Persönliche Website von Anna Kukleva: https://annusha.github.io/
Dissertation: https://publikationen.sulb.uni-saarland.de/handle/20.500.11880/38297
Website der Abteilung „Computer Vision and Machine Learning“:
https://www.mpi-inf.mpg.de/de/departments/computer-vision-and-machine-learning
Redaktion:
Philipp Zapf-Schramm
Max-Planck-Institut für Informatik
Tel: +49 681 9325 5409
E-Mail: pzs@mpi-inf.mpg.de