Maschinelles Lernen

Eine neue ETH-Studie vergleicht 27 humanoide Roboter mit dem Menschen und kommt dabei zum Schluss, dass die Roboter zwar über bessere Komponenten verfügen, aber trotzdem weniger können. Laut Studienautoren holen die Maschinen aber auf.

Ein neues, von der EPFL entwickeltes Tool, Quotebank, hat Forschenden geholfen, den ersten gross angelegten datengestützten Nachweis für eine drastische Verschiebung hin zu einem negativeren politischen Ton zu erbringen, die ihren Anfang zu Beginn von Donald Trumps Vorwahlkampf im Juni 2015 hatte.

Forschende der ETH Zürich, der Universität Zürich und des Universitätsspitals Zürich haben mit maschinellem Lernen eine innovative Methode entwickelt. Ihr Ansatz kann vorhersagen, wie einzelne Zellen auf bestimmte Behandlungen reagieren. Er ermöglicht damit genauere Diagnosen und Therapien.

Forschende der EPFL haben einen grundlegenden Fehler beim Training von maschinellen Lernsystemen aufgedeckt und eine neue Formulierung entwickelt, um sie gegen Angriffe zu stärken.

Empa-Forscher wollen die Entwicklung dringend benötigter neuer Energiespeicher mit Hilfe des Batterieroboters «Aurora» beschleunigen. Das Projekt gehört zur europäischen Forschungsinitiative Battery2030+, die unlängst von der EU mit über 150 Millionen Euro gefördert wurde. Zudem ist das Projekt Teil der «Open Research Data»-Initiative des ETH-Rats, die die Digitalisierung und den freien Zugang zu Forschungsdaten vorantreibt.

Plattformen wie ChatGPT sind bereits dabei, die Welt zu verändern. Wie können wir sicherstellen, dass KI und maschinelles Lernen der gesamten Gesellschaft zugutekommen – vom Gesundheitswesen über die Kunst bis hin zu unserer Arbeitswelt? Weltweit anerkannte Expertinnen und Experten haben sich heute an der EPFL versammelt, um dieses Thema zu erforschen.