Künstliche Intelligenz (KI)

Wie wird man ein Robotik-Forscher? Muss man dafür etwas Bestimmtes studieren? Wie bringt man Robotern Denken und Handeln bei und wie sieht der Alltag eines Uni-Professors aus? Diese Fragen beantwortet Prof. Sami Haddadin, Direktor der Munich School of Robotics and Machine Intelligence (MSRM) an der Technischen Universität München (TUM) in einer neuen Folge „Superjob“ von ZDF Terra X plus Schule.

"Do Carebots Care?", "AI for whom?", "Will the Market Deliver?": Im neuen Onlinekurs „AI Ethics: Global Perspectives“ beleuchten 20 Expertinnen und Experten aus verschiedenen Disziplinen und Ländern ethische Fragen der Entwicklung Künstlicher Intelligenz. Die frei und kostenlos verfügbare Vorlesungsreihe wurde vom TUM Institute for Ethics in Artificial Intelligence, der New York University und dem Global AI Ethics Consortium gestaltet.

Deutschland und Frankreich wollen auf dem Gebiet der Künstlichen Intelligenz (KI) noch stärker kooperieren. Beim ersten französisch-deutschen Machine-Learning-Symposium kommen am 10. und 11. Mai führende Wissenschaftlerinnen und Wissenschaftler virtuell an der TUM zusammen. Bayerns Ministerpräsident Dr. Markus Söder wird das Symposium eröffnen.

Reflexe schützen unseren Körper – etwa, wenn wir die Hand von einer heißen Herdplatte zurückziehen. Solche Schutzmechanismen könnten auch für Roboter hilfreich sein. Im Interview erklären Prof. Sami Haddadin und Johannes Kühn von der Munich School of Robotics and Machine Intelligence (MSRM) der Technischen Universität München (TUM), warum „Schläge auf die Finger“ von Testpersonen Grundlagen für die Roboter von morgen schaffen können.

Ein Forschungsteam der Technischen Universität München (TUM) und des Fritz-Haber-Instituts in Berlin nutzt maschinelles Lernen bei der Suche nach geeigneten molekularen Materialien für neue organische Halbleiter, die Basis für organische Feldeffekt-Transistoren (OFETs), Licht emittierende Dioden (OLEDs) und organische Solarzellen (OPVs). Um mit der endlosen Vielfalt möglicher Materialien effizient zurechtzukommen, bestimmt die Maschine selbst, welche Daten sie braucht.

Mit fächerübergreifenden TUM Innovation Networks will die Technische Universität München (TUM) noch mehr Freiräume für wissenschaftliche Kreativität und bahnbrechende Entwicklungen schaffen. Die ersten drei TUM Innovation Networks befassen sich mit der Diagnose und Behandlung psychischer Erkrankungen mit Hilfe von Künstlicher Intelligenz (KI), mit der Entwicklung neuartiger Materialien durch den Einsatz von maschinellem Lernen sowie mit der Erforschung von Leben in Kombination von KI und Robotik mit chemischen und biophysikalischen Experimenten.

Ein Forschungsteam der Technischen Universität München (TUM) hat ein neues Frühwarnsystem für autonome Fahrzeuge entwickelt, das mit Künstlicher Intelligenz aus Tausenden realen Verkehrssituationen lernt. Eine Studie in Zusammenarbeit mit der BMW Group zeigt, dass das System bei heutigen selbstfahrenden Entwicklungsfahrzeugen bereits sieben Sekunden im Voraus mit mehr als 85 Prozent Genauigkeit vor einer potenziell kritischen Situation warnen kann, die die Autos noch nicht allein meistern können.

Von der Kommunikation mit Hologrammen bis zu ferngesteuerten Operationen – die nächste Mobilfunkgeneration 6G soll zahlreiche Hightech-Anwendungen möglich machen. An der Technischen Universität München (TUM) startet nun ein Großprojekt, das die wichtigsten Grundlagen für den neuen Standard legen will. Projektleiter Prof. Wolfgang Kellerer erklärt im Interview, wie 6G zum intelligentesten Mobilfunknetz wird, wann Deutschland eine führende Rolle einnehmen könnte und warum es in der Forschung weniger um Geschwindigkeitsrekorde als vielmehr um eine Sicherheit von 99,999999999 Prozent geht.

Mit Hilfe künstlicher Intelligenz (KI) ist es einem deutsch-amerikanischen Wissenschaftsteam gelungen, komplexe Anweisungen der Genregulation in der DNA zu entschlüsseln. Sie trainierten ihr neuronales Netzwerk mit hochauflösenden Protein-DNA-Bindungsdaten. Mit Hilfe von Modellinterpretationstechniken gelang es ihnen, die relevanten DNA-Sequenzmuster aufzudecken. Die Ergebnisse liefern ein tieferes Verständnis dafür, wie DNA Sequenzen organisiert sind, um Gene zu regulieren.

Mit einer Zuwendung von rund 1,5 Mio. Euro über einen Zeitraum von fünf Jahren fördert Linde die Ausbildung wissenschaftlicher Talente auf dem Gebiet der Datenwissenschaften und des Maschinellen Lernens. Exzellente Studierende mit Promotionsplänen können sich um Stipendien am MDSI der TUM bewerben.