Foundation Models

Stell dir vor, du hättest eine Karte von jedem Zelltyp im menschlichen Körper – wie er aussieht, welche Funktionen er erfüllt und wie er sich bei Krankheiten verändert. Das ist das Ziel eines „Zellatlas“. Forscher:innen bei Helmholtz Munich sind Pioniere auf diesem Gebiet. Sie treiben den Einsatz von Foundation Models voran, um Millionen von Einzelzell-Datensätzen zu analysieren. Diese KI-Modelle erkennen Muster, sagen voraus, wie sich Zellen verhalten, und decken sogar versteckte Zusammenhänge zwischen Genen auf.

Warum ist das wichtig? Diese Forschung könnte es ermöglichen, Krankheiten früher zu verstehen, neue Behandlungsmöglichkeiten zu entwickeln und sogar Medizin individuell auf den zellulären Fingerabdruck einer Person abzustimmen.

Lies mehr über die Forschung von Fabian Theis: Eine Reise in die Geheimnisse unserer Zellen

Foundation Models sind leistungsstarke KI-Systeme, die mit riesigen Datenmengen trainiert werden. Doch mit großer Leistung kommt auch große Verantwortung. Wie können wir sicherstellen, dass diese Modelle fair sind, die Privatsphäre wahren und Vorurteile vermeiden? Unsere Forscher:innen arbeiten daran, zu verstehen, wie diese Modelle Entscheidungen treffen – und wie man diese Entscheidungen transparenter, erklärbarer und ethischer gestalten kann.

Warum ist das wichtig? Da KI-Systeme in Bereichen wie Gesundheitswesen, Bildung und öffentlicher Politik eingesetzt werden, wird der ethische Umgang damit zur obersten Priorität. Wir müssen sicherstellen, dass KI auf eine Weise entwickelt und genutzt wird, die allen zugutekommt.

Lies das Interview mit Julia Schnabel: FUTURE of AI: Engagement für vertrauenswürdige KI im Gesundheitswesen

Lies die Meldung über FUTURE-AI: Internationale Experten entwickeln FUTURE-AI-Richtlinien für vertrauenswürdige KI im Gesundheitswesen

Lies das Interview mit Marcel Binz: Ethische und praktische Auswirkungen großer Sprachmodelle in der Wisse

Lies die Feature Publication: Bias im maschinellen Lernen überwinden für eine gerechte Gesundheitsversorgung

Forschende bei Helmholtz Munich untersuchen, wie Foundation Models uns dabei helfen können, menschliches Lernen und Entscheidungsfindung besser zu verstehen. Durch die Kombination von Verhaltensdaten, Sprache und visuellen Informationen zielt ihre Forschung darauf ab, zu modellieren, wie Menschen urteilen, aus Feedback lernen und in komplexen Umfeldern Entscheidungen treffen.

Warum ist das wichtig? Diese Erkenntnisse können die Entwicklung von KI-Systemen unterstützen, die natürlicher mit Menschen interagieren – sei es in der Bildung, der psychischen Gesundheit oder in personalisierten Entscheidungshilfen.

Lies das Interview mit Eric Schulz: Interview mit Dr. Eric Schulz

Lies das Interview mit Zeynep Akata: Interview Prof. Zeynep Akata: Grenzen mit KI erweitern

Bei Helmholtz Munich entwickeln Forschende Foundation Models, die digitale Gewebebilder mit außergewöhnlicher Genauigkeit analysieren können. Diese KI-Tools, die auf Tausende histopathologischer Präparate trainiert wurden, unterstützen Patholog:innen dabei, Krebs, Entzündungen und andere Veränderungen schneller und präziser zu erkennen.

Warum ist das wichtig? Anstatt Ärzt:innen zu ersetzen, unterstützt diese Technologie sie – sie beschleunigt Diagnosen, verringert Fehler und sorgt dafür, dass Expertenanalysen selbst in unterversorgten Regionen verfügbar sind.

Lies die Meldung über die Forschung von Carsten Marr: ERC PoC Grants für Carsten Marr und Janna Nawroth

Lies die Featured Publication über die Forschung von Tingying Peng: KI-Modell verbessert Geschwindigkeit und Genauigkeit in der medizinischen Diagnostik

Lies das Interview mit Valentin Koch & Sophia Wagner: DinoBloom: A Foundation Model for Generalizable Cell Embeddings in Hematology

Bei Helmholtz Munich nutzen Forschende Foundation Models, um die Arzneimittelforschung zu beschleunigen. Durch die Analyse chemischer Strukturen und biologischer Daten können diese KI-Systeme vorhersagen, welche Moleküle zu effektiven Medikamenten werden könnten.

Warum ist das wichtig? KI hilft Wissenschaftler:innen, vielversprechende Arzneimittelkandidaten schneller zu identifizieren, wodurch die Zeit und die Kosten für die Entwicklung lebensrettender Behandlungen reduziert werden.

Lies die Meldung über die Forschung von Ewa Szczurek: Antimikrobielle Peptide der nächsten Generation

Lies das Interview mit Roberto Olayo Alarcon: MolE: Pre-trained molecular representations enable antimicrobial discovery

Forschende bei Helmholtz Munich nutzen Foundation Models, um komplexe genetische Daten zu analysieren. Durch das Entschlüsseln von Mustern in der DNA helfen diese KI-Modelle dabei, genetische Mutationen zu identifizieren, Krankheitsmechanismen zu verstehen und individuelle Gesundheitsrisiken vorherzusagen.

Warum ist das wichtig? Dieser Ansatz in der genetischen Diagnostik kann zu früheren, genaueren Diagnosen führen und den Weg für präzisionsmedizinische Behandlungen ebnen.

Lies die Meldung über die Forschung von Julien Gagneur: Bessere Suche nach Ursache für Erbkrankheiten

Lies die Meldung über die Forschung von Annalisa Marsico: Mehr als die Summe der Mutationen: 165 neue Krebsgene mit Hilfe maschinellen Lernens identifiziert