Maschinelles Lernen
Endometriose mit KI schneller diagnostizieren
TechTransfer
ETH Zürich
Das ETH-Spin-off dAIgnose hat einen Algorithmus entwickelt, mit dem sich Ultraschallaufnahmen der Gebärmutter automatisiert auswerten lassen. Dieser soll es Ärzten ermöglichen, Endometriose in Zukunft schneller zu diagnostizieren.
Funktioniert künstliche Intelligenz auf Englisch?
Forschung
EPFL
EPFL-Forschende haben gezeigt, dass grosse Sprachmodelle, die hauptsächlich auf englischen Texten trainiert wurden, intern Englisch zu verwenden scheinen, selbst wenn sie in einer anderen Sprache abgefragt werden. Da KI zunehmend unser Leben steuert, könnte dies wichtige Konsequenzen in Bezug auf sprachliche und kulturelle Vorurteile haben.
Anymal macht Parkour und läuft über Schutt
Forschung
ETH Zürich
Der Laufroboter Anymal hat erfolgreich die Schulbank gedrückt. ETH-Forschende brachten ihm mit maschinellem Lernen neue Fähigkeiten bei. Der Roboter klettert nun über Hindernisse und überwindet Fallgruben.
Künstliche Intelligenz erkennt Herzfehler bei Neugeborenen
Forschung
ETH Zürich
Forschende der ETH Zürich und der KUNO Klinik St. Hedwig in Regensburg haben einen Algorithmus entwickelt, der einen bestimmten Herzfehler bei Neugeborenen automatisch und zuverlässig erkennen kann.
Alles rein – alles raus: ein neues modulares KI-Modell
Forschung
EPFL
Forschende der EPFL haben ein neues, einzigartig modulares Modell des maschinellen Lernens für eine flexible Entscheidungsfindung entwickelt. Es ist in der Lage, jede Art von Text, Video, Bild, Ton und Zeitreihen einzugeben und dann eine beliebige Anzahl oder Kombination von Vorhersagen auszugeben.
Framework für maschinelles Lernen kodiert Bilder wie eine Retina
Forschung
EPFL
EPFL-Forschende haben einen Ansatz für maschinelles Lernen entwickelt, um Bilddaten mit höherer Genauigkeit zu komprimieren als lernfreie Berechnungsmethoden, was Anwendungen für Netzhautimplantate und andere sensorische Prothesen ermöglicht.
Seite 3 von 16