Erforschung von emotional intelligenter KI: Ein Interview mit Stefanie Krause im Vorfeld der AI Grid Spring School
Bei AI Grid haben wir es uns zur Aufgabe gemacht, sinnvolle Gespräche über die Zukunft der künstlichen Intelligenz und ihre Auswirkungen auf die Gesellschaft zu fördern. Im Rahmen dieser Mission freuen wir uns, die Stimmen unserer Community-Mitglieder hervorzuheben, die mit ihrer Forschung und ihren Erkenntnissen das Feld prägen. Im Vorfeld unserer exklusiven Spring School in […]
Empowerment von Frauen in der KI: Ein Interview mit Deborah D. Kanubala
Künstliche Intelligenz (KI) prägt unsere Welt weiter auf tiefgreifende Weise, von der Automatisierung von Prozessen bis hin zur Verbesserung der Entscheidungsfindung. In Bezug auf Vielfalt und Inklusion, insbesondere für Frauen, steht das Gebiet jedoch vor Herausforderungen. Um Einblicke in diese Themen zu gewinnen und mögliche Lösungen zu erforschen, haben wir mit Deborah D. Kanubala gesprochen, […]
Prof. Dr. Daniel Braun
Dr. Sujata Goswami
Dr. rer. nat. Christian Limberg
ML: Bio-inspired Learning
Bio-inspiriertes Lernen erforscht Berechnungsmodelle und Algorithmen, die von biologischen Systemen wie neuronalen Netzen, Evolution und Schwarmintelligenz inspiriert sind. Dieser Ansatz zielt darauf ab, effiziente, anpassungsfähige und intelligente Systeme zu schaffen, indem die Problemlösungsstrategien der Natur nachgeahmt werden, und bringt Bereiche wie KI, Robotik und Optimierung voran.
ML: Probabilistic Methods
Diese Gruppe befasst sich mit Herausforderungen in den Bereichen Sicherheit, Infrastruktur und Nachhaltigkeit. Von der Notfallerkennung in Haushalten bis hin zur Trinkwasserprognose, der Optimierung des Stromnetzes und der Echtzeit-Gesundheitsüberwachung kombinieren sie innovative Berechnungsmethoden mit praktischen Anwendungen. Gemeinsam wollen sie wirkungsvolle Lösungen für dringende gesellschaftliche und ökologische Bedürfnisse liefern.
