Maschinelles Lernen

Chemieingenieurinnen und -ingenieure der EPFL haben ein maschinelles Lernmodell entwickelt, das die Oxidationsstufe einer Verbindung vorhersagen kann – eine Eigenschaft, die so wichtig ist, dass viele Chemikerinnen argumentieren, sie müsse in das Periodensystem aufgenommen werden.

Künstliche Intelligenz und maschinelles Lernen sind Schlüsseltechnologien für Wissenschaft, Wirtschaft und Gesellschaft. Doch wie zuverlässig funktionieren sie? Andreas Krause, Rössler-Preisträger 2021 und Vorsitzender des ETH AI Centers, über die Chancen und Herausforderungen vertrauenswürdiger KI.

Robotik und maschinelles Lernen übernehmen neu Aufgaben, die bisher Menschen vorbehalten waren: Roboter können Trost spenden, und Algorithmen unterstützen Richter, damit sie faktenbasierte Urteile fällen.

EPFL-Forschen schlagen im Rahmen einer europäischen Zusammenarbeit ein personalisiertes Protokoll vor zur Optimierung der Stimulation von Sehnervenfasern bei Blinden, das die Rückmeldung des Gehirns der Person berücksichtigt. Das Protokoll wurde an künstlichen neuronalen Netzen getestet, von denen bekannt ist, dass sie die Physiologie des gesamten visuellen Systems, vom Auge bis zum visuellen Kortex, simulieren. Das Stimulationsprotokoll wird in klinischen Studien mit Kooperationen in Rom getestet werden.

Wie bringt man Maschinen bei, dass sie selber lernen und die Menschen unterstützen können? Andreas Krause zählt zu Europas führenden Forschern für maschinelles Lernen. Seine Ansätze verbinden mathematische Eleganz mit einem Sinn für gesellschaftliche Verantwortung. Nun hat er den Rössler-Preis, den höchstdotierten Forschungspreis der ETH Zürich, gewonnen.

Die Quantencomputer der Zukunft sollen nicht nur superschnell rechnen, sondern auch zuverlässig. Noch ist das eine grosse Herausforderung. Nun haben Informatiker unter dem Lead der ETH Zürich erste Schritte in Richtung zuverlässiges Quanten-Maschinenlernen gemacht.