Kategorie Transformer-Modelle

Convolutional Neural Networks (CNNs), Deep Learning (DL), Ethik, Explainable AI (Erklärbare KI), Maschinelles Lernen (ML), Natürliche Sprachverarbeitung (NLP), Robotik, Transformer-Modelle

Künstliche Intelligenz in der Medizin: Zwischen ärztlicher Verantwortung und technologischer Transformation

Künstliche Intelligenz kann der Medizin helfen – zum Beispiel beim Erkennen von Krankheiten auf Röntgenbildern oder beim Schreiben von Arztbriefen. Aber: Sie darf nie allein entscheiden.

Daniel Herborn
29/05/2025

Deep Learning (DL), Maschinelles Lernen (ML), Natürliche Sprachverarbeitung (NLP), Neuronale Netze, Transformer-Modelle

Googles Open-Source-Projekt TxGemma in der Arzneimittelforschung

Google hat ein neues KI-Modell namens TxGemma vorgestellt, das Forschern hilft, neue Medikamente zu entwickeln. Das Modell kann Texte, chemische Strukturen und Proteine verstehen und Vorhersagen über mögliche Wirkstoffe treffen.

Daniel Herborn
23/03/2025

Computer Vision, Convolutional Neural Networks (CNNs), Deep Learning (DL), Edge-Computing, Ethik, Multimodale KI, Transformer-Modelle

Automatische Gesichtserkennung und ethische Balance: Einblicke aus Hamburgs KI-Forschung

In Hamburg wird erforscht, wie Menschen zur automatischen Gesichtserkennung stehen. Diese Technologie kann helfen, Sicherheit zu erhöhen und Krankheiten frühzeitig zu erkennen. Doch es gibt auch Datenschutzbedenken.

Daniel Herborn
06/03/2025

Generative KI, Maschinelles Lernen (ML), Microsoft, Reinforcement Learning (Bestärkendes Lernen), Transformer-Modelle, World and Human Action Model (WHAM)

Muse: Microsofts neuer KI-Meilenstein für die Spielentwicklung

Microsofts Muse ist eine neue KI, die Spielwelten und Gameplay-Aktionen generieren kann. Trainiert mit echten Spieldaten, kann das Modell glaubwürdige Szenen und Charakterbewegungen erschaffen.

Daniel Herborn
19/02/2025

Chatbot, Ethik, Large Language Model (LLM), Maschinelles Lernen (ML), Natürliche Sprachverarbeitung (NLP), Transformer-Modelle

KI-Wahlhilfen auf dem Prüfstand: Die Fehleranfälligkeit von KI-gestützten Entscheidungshilfen zur Bundestagswahl 2025

Die Untersuchung der TU Dortmund unterstreicht, dass KI-Wahlhilfen derzeit noch nicht die erforderliche Zuverlässigkeit bieten, um als primäre Entscheidungshilfe für Wählerinnen und Wähler zu dienen.

Daniel Herborn
18/02/2025

Autonome Agenten, Ethik, Google, Large Language Model (LLM), OpenAI, Reinforcement Learning from Human Feedback (RLHF), Transformer-Modelle

Selbstreplizierende KI: Ein Wendepunkt in der KI-Sicherheitsdebatte?

Ein neues Experiment von Wissenschaftlern der Fudan-Universität zeigt, dass große KI-Modelle in der Lage sein können, sich selbst zu kopieren. Diese Entdeckung widerspricht bisherigen Einschätzungen von Google und OpenAI, die das Risiko solcher Vorgänge als gering eingestuft hatten.

Daniel Herborn
06/02/2025