Gabriele Scheler

deutsch-amerikanische Informatikerin und Neurowissenschaftlerin From Wikipedia, the free encyclopedia

Gabriele Scheler (geboren 1960 in Göttingen) ist eine deutsch-amerikanische Informatikerin und Neurowissenschaftlerin.

Frühes Leben und Ausbildung

Scheler wuchs in Göttingen auf, als Tochter von Fritz Scheler und Elisabeth Scheler, geborene Correns, der Tochter von Carl Wilhelm Correns, der prägenden Einfluss auf seine Enkelin hatte. Sie schloss das Theodor-Heuss-Gymnasium in Göttingen drei Jahre vorzeitig als Jahrgangsbeste im Jahr 1977 ab. Nach einem Jahr an der Eberhard Karls Universität Tübingen wechselte sie an das Institut für Logik und Wissenschaftstheorie der Ludwig-Maximilians-Universität München.

Sie promovierte 1989 an der Ludwig-Maximilians-Universität München in Logik und Wissenschaftstheorie bei Godehard Link über ein Prolog-basiertes Sprachinterpretationssystem unter Verwendung eines Fragments des Englischen. Das System nutzte eine mittel-tiefe lexikalische Analyse von Oberflächenlexemen in semantische Primitive, kombiniert mit der Übersetzung von NL-Sätzen in Prädikatenlogik erster Stufe (Horn-Klauseln).[1] 1989–1992 war sie wissenschaftliche Assistentin an der Universität Heidelberg am Institut für Computerlinguistik (Lehrstuhl Peter Hellwig). Danach hat sie am Max-Planck Institut für Biochemie im Bereich Bioinformatik gearbeitet (Munich Institute for Protein Sequences – MIPS, Hans-Werner Mewes), wo sie ein neues Tool zum Vergleich von Proteinsequenzen, das adaptive Distanzmetriken verwendet, entworfen und in C implementiert hat. Sie konnte schließlich (1993–1998) an das Institut für Informatik der Technischen Universität München (Lehrstuhl Wilfried Brauer) wechseln, in die einzige Gruppe, die damals in München bereits Neuroinformatik erforschte, zusammen mit Sepp Hochreiter[2] und Jürgen Schmidhuber.

Karriere

Scheler war eine Pionierin der neuronalen Netzforschung zur linguistischen Phonologie, Semantik und grammatische Kategorien[3] und Mitherausgeberin des ersten Buches über ML in der NLP.[4] Sie gab ein Interview über den Zusammenhang von LLMs und der Verarbeitung von Sprache mittel Neuronaler Netze.[2] Während ihrer Tätigkeit in der Gruppe von Wilfried Brauer an der Technischen Universität München erhielt sie ein Stipendium der TU und ein 2-jähriges DFG Stipendium im Bereich „Sprache und Neuronale Netze“[4] und arbeitete an einem neuen Ansatz zur Klassifikation basierend auf adaptiven Distanzmaßen,[5] der später von Yann LeCun und seiner Gruppe aufgegriffen wurde.[6][7] 1998 wechselte sie an das Salk Institute, wo sie an Themen wie Dopamin und Neuromodulation,[8] neuronaler Synchronisation und neuronaler (intrinsischer) Plastizität arbeitete.[9]

An der UC Berkeley arbeitete sie von 2001 bis 2004 am ICSI und später mit dem Redwood Neuroscience Institute.[2] Von 2005 bis 2010 war sie an der Stanford University im Department of Computer Science tätig, wo sie den Biological Modelling Club leitete und regelmäßig Vorträge über Computational Biology hielt. Dies führte zu ihrer Arbeit über Signaltransduktion (Protein signalling networks).[10][11][12]

Sie erfand eine Methode zur Berechnung von Dosis-Wirkungs-Matrizen in Proteinsignalkaskaden mit Anwendungen in der Medikamentenentwicklung.[13] Seit ihrer Arbeit mit der Carl Correns Foundation nahm sie frühere Arbeiten zu lognormalen Verteilungen neuronaler Frequenzen und synaptischer Stärken aus dem Jahr 2006 wieder auf.[14][15]

Carl Correns Foundation for Mathematical Biology

Scheler war 2011 Mitbegründerin der Carl Correns Foundation for Mathematical Biology,[16] einem gemeinnützigen Institut zur Förderung von Forschung und Wissenschaft auf dem Gebiet der Mathematik in der Biologie, das 2016 seinen Betrieb aufnahm. Es wurde nach ihrem Urgroßvater Carl Erich Correns benannt, der der Begründer der Genetik unter Anwendung statistischer Methoden in der biologischen Forschung war. Bis heute wurden u. a. Arbeiten zu Booleschen neuronalen Netzwerken gefördert,[17][18] sowie Vorarbeiten zur neuron-centric theory" of plasticity.[19] Scheler veröffentlichte mit der Carl Correns Foundation auch Arbeiten zur symbolischen Abstraktion durch neuartige non-Hopfield Modelle,[20] die statt einfachen Vektorräumen mit Attraktoren (Hopfield-Netz, Assoziativspeicher) hierarchische Muster entstehen lassen mit automatisch erzeugter Indizierung durch high impact Neuronen.[21] Dies stellt einen Bezug her zum Feld der Neuro-symbolic AI.

Signifikant ist ihre Entwicklungsarbeit zu einer neuen Theorie neuronaler Plastizität (neuron-centric: „There is room on the inside“ vs. synapse-centric, LTP/LTD: „Neurons that fire together, wire together“), die das Neuron als biologische Zelle mit interner Signalverarbeitung und adaptiver Membranplastizität in das Zentrum stellt.[19]

Weblinks

Einzelnachweise

Related Articles

Wikiwand AI