Maschinelles Lernen

Wie Wörter ihre Bedeutung erhalten

Forschende der EPFL-Fakultät für Geisteswissenschaften haben mit Hilfe von maschinellem Lernen herausgefunden, wie Menschen die oft bedeutsamen Lücken zwischen Signal und Bedeutung in der Kommunikation überbrücken.

Ein kleines Haus wirft grosse Fragen auf

Gebäude, die sich selbst besitzen und verwalten: Diese Idee des Think-Tanks Dezentrum wurde an der ETH Zürich erstmals prototypisch verwirklicht. Resultat ist eine Meditationskabine, die gewohnte ökonomische und gesellschaftliche Vorstellungen ins Wanken bringt.

Wir erleben derzeit, wie Computeralgorithmen die Biologie revolutionieren

Mit künstlicher Intelligenz lässt sich die 3D-Struktur von Proteinen vorhersagen. Bald schon dürfte es mit solchen Algorithmen möglich werden, massgeschneiderte künstliche Proteine zu entwickeln, schreibt Beat Christen.

Neue, hochaufgelöste Modelle führen Wetter und Klima zusammen

ETH Zürich Empa

Starkregen und Hochwasser haben das Wetter in den vergangenen Wochen geprägt. Um diese Wetterereignisse genauer vorherzusagen und zusammen mit dem globalen Klimawandel besser zu verstehen, entwickelt die ETH Zürich mit Partnern eine neue Generation von hochaufgelösten Wetter- und Klimamodellen.

Wie verändert maschinelles Lernen die Wissenschaft?

Seit Jahrtausenden durchkämmen Forschende manuell Daten, um aussagekräftige Muster zur Lösung komplexer Probleme zu finden. Jetzt glauben viele Forschende, dass maschinelles Lernen die Art und Weise, wie man heute Wissenschaft betreibt, grundlegend verändern wird.

Maschinelles Lernen verbessert Prognostik nach Schlaganfall

Ein internationales Team von Wissenschaftlerinnen und Wissenschaftlen unter Leitung der EPFL hat ein System entwickelt, das Informationen aus dem Konnektom des Gehirns – der «Verdrahtung» zwischen Neuronen – und maschinelles Lernen kombiniert, um die Entwicklung von Schlaganfallopfern zu beurteilen und vorherzusagen.

9 10 11 12

13

14 15 16

Seite 13 von 16