Maths for AI Safety Workshop
30. Okt. – 1. Nov. 2026 · Bonn
Ein Workshop-Wochenende, an dem du mit Mathematik Probleme der AI Safety erkundest und Kooperationen knüpfst. Für Promovierende, Postdocs und Lehrende. Vorwissen in AI Safety ist nicht nötig.
Zum kurzfristigen Termin
Wir wissen, dass das kurzfristig ist. Von der Idee über die Finanzierung bis zu dieser Seite hat es etwa eine Woche gedauert. Das ist Absicht.
Die Fähigkeiten von KI wachsen unverhältnismäßig schneller als unsere Möglichkeiten, diese Systeme sicher zu machen und an menschlichen Zielen auszurichten. Gleichzeitig haben Mathematiker:innen einen klaren komparativen Vorteil, um zu vielen Fragen der AI-Safety-Forschung beizutragen.
Bestätigte Sprecher:innen
Lionel LevineCornell UniversityLionel ist Mathematikprofessor an der Cornell University. Seine Forschung soll die Wahrscheinlichkeit erhöhen, dass künftige KI-Systeme der gesamten Menschheit und dem Planeten zugutekommen. Er hat unter anderem daran gearbeitet, wie sich Value Alignment und Charaktereigenschaften von Sprachmodellen messen lassen, an einer Definition von AGI, an einem Benchmark für mathematisches Schlussfolgern, an einer Metrik für die Kohärenz von Überzeugungen und an versteckten Anreizen beim Planen.
Website
Martin RuschSaferAIMartin ist Chief Operating Officer bei SaferAI. Er forscht zu systemischen Risiken, die KI für das Finanzsystem mit sich bringt, und zum Risikomanagement für Frontier-Modelle. Zuvor leitete er große Produkt-, Engineering- und Datenteams in Tech-Unternehmen. Er hat in Oxford in theoretischer Physik promoviert (DPhil).
Website
Kyler SiegelImperial College LondonKyler ist Assistant Professor für Mathematik am Imperial College London und Associate Professor mit Tenure (beurlaubt) an der University of Southern California. Er kommt aus der symplektischen Geometrie, arbeitet aber auch an Projekten zu AI Safety und Interpretability.
Website
Sergei SmirnovUniversity of HelsinkiSergei promoviert in Informatik an der University of Helsinki und beschäftigt sich mit empirischer AI Safety und der Evaluation von LLMs. Er hat mehr als 5 Jahre Erfahrung im ML Engineering, hat die öffentliche AI-Values-Demo von CivAI gebaut und Forschungs-Fellowships bei MARS und SPAR absolviert.
LinkedIn
Luiza Cristina CorpaciTU WienLuiza studiert im Master an der TU Wien. Ihr Hintergrund umfasst Chipdesign (Marvell), kombinatorisches Testen (SBA Research, Wien) sowie Interpretierbarkeit und Erklärbarkeit (Universität Wien). Bei AMD arbeitete sie an KI-gestützter Hardwareverifikation und half, Pipelines zu entwickeln, die Spezifikationen in natürlicher Sprache in Code-Artefakte übersetzen, mit formaler Verifikation im Prozess. In ihrer aktuellen Forschung untersucht sie, wie verlässlich KI-generierte formale Spezifikationen sind, insbesondere wie sich Abweichungen zwischen beabsichtigter und formalisierter Bedeutung erkennen und beschreiben lassen.
Google Scholar
Leonardo Costa LesageIliadLeonardo ist derzeit Fellow bei Iliad und arbeitet an synthetischen Graphmodellen von Debatten. Er hat an der Juni-Runde des Iliad Intensive teilgenommen. Zuvor verbrachte er ein Jahr in Oxford, wo er die chaotische Dynamik des Dreikörperproblems untersuchte und mit symplektischer Geometrie verknüpfte. Das war Teil des letzten Jahres seines Doppel-Bachelors in Mathematik und Engineering Physics am CFIS (UPC) in Barcelona. Mathematik begeistert ihn seit jeher; in der Schule nahm er an Mathematik-Olympiaden teil.
LinkedIn
Léo DanaInria ParisLéo ist ein französischer Mathematik-Doktorand bei Loucas Pillaud-Vivien und Francis Bach im Team Sierra an der Inria Paris. Er möchte Deep-Learning-Systeme mit mathematischen und theoretischen Werkzeugen verstehen, insbesondere während Training und Deployment. Er war Fellow bei MATS 4.0 und Mentor bei ML4Good und unterrichtet das Turing-Seminar im Master MVA.
Website
David PrinzLondon Initiative for Safe AIDavid ist mathematischer Physiker und Iliad Fellow an der London Initiative for Safe AI. Er ist in Quantenfeldtheorie ausgebildet, mit Schwerpunkt auf Hopf-algebraischer Renormierung und der BV-BRST-Quantisierung von Eichtheorien. Heute arbeitet er an den mathematischen Grundlagen des maschinellen Lernens, insbesondere an Singular Learning Theory, mit Blick auf theoretische Aspekte von Alignment.
Website
Renata PicciottoUniversity College LondonRenata ist Postdoc am University College London und forscht in enumerativer Geometrie. Außerdem ist sie Iliad Fellow und arbeitet an der Geometrie von ReLU-Netzwerken.
Website
Ablauf
- Lockeres Abendessen mit Teilnehmenden und Orga-Team
- Warum AI Safety, und wo Mathematik ins Spiel kommt
- Mathematische Gebiete mit offenen Problemen verknüpfen
- Nachmittags Arbeit in Kleingruppen
- Gruppen stellen Ideen und mögliche Projekte vor
- Nächste Schritte
- Mittagessen und Abschluss
Organisationsteam
Jessica P. WangGründerin und GeschäftsführerinSafe AI Germany
André VidelaDirektorGlasgow Lab for AI Verification
Claudius ZibrowiusProfessor für niedrigdimensionale TopologieBochum University
Veranstaltet von
Finanziell unterstützt von
Auf die Warteliste
Die Bewerbungsphase endete am 14. Okt. 2026, und wir haben weit mehr Bewerbungen erhalten, als wir Plätze haben. Du kannst dich weiterhin auf die Warteliste setzen.
FAQ
Brauche ich Vorkenntnisse in KI oder Machine Learning?
Nein. Der Workshop beginnt mit einer Einführung. Bring einfach deine mathematische Expertise mit.
Ist die Teilnahme kostenlos?
Ja. Wir übernehmen das Abendessen am Freitag sowie Mittag- und Abendessen am Samstag. Wir können deine Unterkunft buchen und dir die Reisekosten erstatten. Das Mittagessen am Sonntag ist nicht inklusive: Ihr könnt gemeinsam in der Stadt essen gehen, alle zahlen selbst.
Kann ich auch nur an einem Teil des Wochenendes teilnehmen?
Wir bitten darum, wenn möglich das ganze Wochenende dabei zu sein. Wenn du nur teilweise kannst, gib das in deiner Bewerbung an.
Ich bin weder Doktorand:in noch Postdoc. Kann ich mich trotzdem bewerben?
Ja. Der Workshop richtet sich vor allem an Forschende am Anfang ihrer Karriere, aber auch Professor:innen und andere mit fundiertem mathematischem Hintergrund können sich gern bewerben.