DeepLearn 2024 – Vorträge zu aktuellen KI-Themen

25 Juli 2024

Vom 15. bis 19. Juli 2024 nahmen Hendrik Bothe, Julian Höllig und Dr. Yeong Su Lee an der „DeepLearn 2024“ teil. Die diesjährige Konferenz wurde im portugiesischen Maia in der Nähe von Porto abgehalten. Hauptbestandteil der Veranstaltung, die bereits zum elften Mal stattfand, waren die thematisch breit gefächerten Vorträge, die überwiegend von Professorinnen und Professoren aus dem Bereich der Künstlichen Intelligenz gehalten wurden. Darüber hinaus hatten die Teilnehmerinnen und Teilnehmer, die überwiegend aus der Forschung kamen, auch die Möglichkeit, ihre aktuellen Forschungsergebnisse im Rahmen der „Open Sessions“ zu präsentieren. Ein „Round Table“, eine Diskussionsrunde mit ausgewählten Vortragenden, und ein Hackathon gehörten ebenfalls zum Programm.

Drei Vortragsthemen stachen besonders heraus:

  1. „From Feature Attributions to Next-Generation Explainable AI”:

Hier ging es um die Erklärbarkeit neuronaler Netze. Vertieft wurde unter anderem auf die Methodik der Bildklassifikation eingegangen. Dabei wurde anschaulich dargestellt, welche Bildbereiche für Klassifikationsergebnisse herangezogen werden.

  1. “How Can Large Language Models Contribute to Effective Text Mining?”

In diesem Vortrag wurden Wege aufgezeigt, wie bereits existierende Large Language Models genutzt werden können, um Aufgaben besser bewältigen zu können. Ein vorgestelltes Beispielprojekt extrahiert automatisiert chemische Versuchsabläufe aus wissenschaftlichen Arbeiten. Die Versuchsabläufe werden dann ebenfalls automatisiert an einen Roboter übertragen, der die Experimente reproduzieren kann.

 

20240718_134235.jpg
Abbildung 1: Bild aus dem Vortrag: "How Can Large Language Modells Contribute to Effective Text Mining?" von Jiawei Han

  1. „Trustworthy Machine Learning for Human Health and Medicine”:

Damit künstliche Intelligenz Krankheitsbilder richtig erkennen kann, ist eine verlässliche Datenbasis notwendig. Die vier relevanten Eckpunkte sind: Robustheit, Privatsphäre und Sicherheit, Fairness sowie Interpretierbarkeit erläutert.

Die Vorträge waren sehr vielfältig und reichten von Einsteigerkursen, die ohne große Vorkenntnisse besucht werden konnten, bis hin zu vertiefenden Kursen.

 

Teilnehmer.jpg
Abbildung 2: Teilnehmer der Professur für Data Science an der DeepLearn 2024

Bildquelle: Hendrik Bothe (FI CODE)

 

< Zur Newsübersicht