Maschinelles Lernen

Entwicklung molekularer Interaktionen mit maschinellem Lernen

Mit Hilfe von durch Deep Learning erzeugten «Fingerabdrücken» zur Charakterisierung von Millionen von Proteinfragmenten haben EPFL-Forschende rechnerisch neuartige Proteinbinder entwickelt, die sich nahtlos an wichtige Ziele anlagern, darunter das SARS-CoV-2-Spike-Protein.

Eine neue Form der Mensch-Computer Interaktion

Forscher der ETH Zürich haben die neue Programmiersprache LMQL entwickelt. Diese macht die Interaktion mit grossen Sprachmodellen wie ChatGPT zuverlässiger, kostengünstiger und sicherer.

Den Schleier lüften von Brennstoffzellen-Katalysatorschichten

Dank einer neuartigen Kombination aus kryogener Transmissions-Elektronentomographie und Deep Learning haben EPFL-Forschende einen ersten Blick auf die Nanostruktur von Platinkatalysatorschichten geworfen und gezeigt, wie diese für die Effizienz von Brennstoffzellen optimiert werden könnten.

KI ist keine Pandemie

Manche glauben, dass ChatGPT das Bildungssystem untergraben könnte, und es werden Rufe laut, die Nutzung von KI in der Lehre zu regulieren. Gerd Kortemeyer, spricht sich dafür aus, dies nur mit Augenmass zu tun. Denn alles andere könnte am Ende kontraproduktiv sein.

Stress im Büro durch Tipp- und Klickverhalten erkennen

ETH-Forschende haben ein Modell entwickelt, das Stress am Arbeitsplatz nur daran erkennt, wie Menschen tippen und ihre Computermaus bewegen. Damit könnten Erwerbstätige dauerhaftem Stress frühzeitig vorbeugen.

KI verändert die Forschung über metallorganische Gerüste

Forschende der EPFL und des KAIST haben ein neues KI-Modell entwickelt, das das Verständnis von metallorganischen Gerüsten (MOFs), vielversprechende Materialien für die Wasserstoffspeicherung und andere Anwendungen, erheblich verbessert.

4 5 6

7

8 9 10 11...

Seite 7 von 16