Kostis Kaffes von der Columbia University erhält erneut Google-Nachwuchspreis für Forschung zu Agentic AI

Was die Auszeichnung umfasst

Wie Columbia Computer Science mitteilt, fördert der Google Machine Learning and Systems Junior Faculty Award Nachwuchswissenschaftler, die maschinelles Lernen und Computersysteme voranbringen. Die Preisträger erhalten 100.000 Dollar an ungebundenen Mitteln zur Unterstützung ihrer Forschung.

Kaffes hat den Preis nun in zwei aufeinanderfolgenden Jahren gewonnen. Die aktuelle Auszeichnung bezieht sich auf seine Arbeit an der Infrastruktur für Agentic AI, einem Themenfeld rund um Systeme, in denen KI-Agenten Aufgaben eigenständig erledigen.

Forschung zur Infrastruktur für KI-Agenten

Kaffes entwickelt die Recheninfrastruktur, die KI-Agenten benötigen, um sicher, zuverlässig und effizient zu arbeiten. Columbia beschreibt seine Forschung als Verbindung von Computersystemen, künstlicher Intelligenz und Cloud Computing.

Ziel ist es, Agenten zu unterstützen, die komplexe Aufgaben ausführen können. Im Mittelpunkt steht dabei die zugrunde liegende Systemebene und nicht die Agenten selbst. Die Arbeit befasst sich also damit, wie solche Agenten laufen und wie sie verlässlich gehalten werden können.

Rolle im DAPLab der Columbia University

Kaffes ist außerdem Gründungsmitglied des Data, Agents, and Processes Lab der Columbia University, kurz DAPLab. Nach Angaben der Universität legt das Labor die Grundlagen dafür, dass KI-Agenten komplexe Arbeit sicher und zuverlässig automatisieren können.

Die Ziele des Labors decken sich mit den Themen der ausgezeichneten Forschung: Sicherheit, Zuverlässigkeit und Effizienz in agentenbasierten Systemen.

Was das bedeutet

Dass die 100.000 Dollar nicht zweckgebunden sind, gibt Kaffes Spielraum bei der Ausrichtung seiner Forschung. Die erneute Auszeichnung signalisiert anhaltende Anerkennung aus der Industrie für Arbeiten an der Infrastruktur hinter Agentic AI, einem Bereich, in dem laut der Quelle Sicherheit und Zuverlässigkeit zentrale Anliegen sind. Konkrete Projekte oder Ergebnisse, die mit dem Preis gefördert werden, nennt die Quelle nicht.