Maschinelles Lernen

Do, 30.05.2024 — Andreas Merian

Bilder, die nicht der Wirklichkeit entsprechen, sind allgegenwärtig, zum Beispiel in Kinofilmen, auf Werbeplakaten oder im Internet. Zunehmend bearbeiten oder erzeugen künstliche Intelligenzen Bilder – mit Chancen und Risiken. Der Arbeitsgruppe von Christian Theobalt am Max-Planck-Institut für Informatik gelingt es so beispielsweise, den Gesichtsausdruck einer Person in einem Quellvideo auf eine Person in einem Zielvideo zu übertragen. Der Nutzen solcher Techniken für die Filmindustrie oder für virtuelle Treffen liegt auf der Hand. Die Risiken aber auch: gefälschte Medieninhalte (Deepfakes) können für einzelne Personen oder für die ganze Gesellschaft gefährlich werden.*

Sa, 27.02.2020 — Inge Schuster

Auf dem Antibiotikagebiet dürfte ein großer Durchbruch erfolgt sein: Mithilfe von Künstlicher Intelligenz haben Forscher am Massachusetts Institute of Technology (MIT) und am Broad Institute aus einer Sammlung existierender Arzneimittel(kandidaten)  ein hocheffizientes Antibiotikum identifiziert, das einen neuartigen Wirkungsmechanismus aufweist. Diese, Halicin genannte Substanz tötete in vitro viele der weltweit problematischsten pathogenen Bakterien, einschließlich einiger Stämme, die gegen alle bekannten Antibiotika resistent sind. In vivo Untersuchungen an der Maus in zwei unterschiedlichen Infektionsmodellen bestätigten die in vitro Wirksamkeit.

Do, 16.08.2018 - 10:38 — Norbert Bischofberger

Do, 16.08.2018 - 10:38 — Norbert Bischofberger

Auf dem Weg zu einer Medizin von Morgen werden wir Zeuge einer der aufregendsten Entwicklungen, deren Ziel es ist Künstliche Intelligenz in biomedizinischer Forschung, Diagnose und Therapie einzusetzen. Vorerst skeptisch, ist der Chemiker Norbert Bischofberger (ehem. Forschungsleiter des Top Pharmakonzerns Gilead, jetzt Präsident des Startups Kronos Bio) nun überzeugt, dass Künstliche Intelligenz die heutige Medizin revolutionieren wird: von der gegenwärtigen Form, die erst reagiert, wenn etwas "passiert" ist, zu einer proaktiven, d.i. voraus schauenden Form, die Risiken vorher erkennt und personenbezogen agiert.*

Do, 26.04.2018 - 07:38 — Francis S. Collins

Die Mikroskopie ist eine zentrale Methode in den Biowissenschaften. Um damit zelluläre Details erkennen und verfolgen zu können, müssen diese üblicherweise chemisch markiert (= gefärbt) werden - Verfahren, die zu Schädigungen der Zelle führen können. Eine Zusammenarbeit von Steve Finkbeiner (UCSF und Gladstone Institutes) und Google Accelerated Science Team [1] zeigt nun, dass Computer trainiert werden können ("deep learning"), sodass sie auch in unbehandelten Zellen Details erkennen, die weit über die Möglichkeiten menschlicher Beobachtung hinaus gehen. Francis Collins, NIH-Direktor und ehem. Leiter des "Human Genome Project", berichtet über diese bahnbrechenden, NIH-unterstützten Untersuchungen.*