-
Frage gestellt Gabriele&Fabian am 21 Nov 2022. Diese Frage wurde auch von buss19hue gestellt.
-
Kerstin Rau Beantwortet am 21 Nov 2022:
Ich trainiere ein Modell in einem kleinen Gebiet, in welchem wir sehr viele Trainingsdaten, die aus Bodeneigenschaften bestehen, in Baden-Württemberg.. Dann wollen wir damit in einem anderen ähnlichen Gebiet in BW diese Bodeneigenschaften vorhersagen. Wir brauchen aber dann ein Maß, welches uns angibt, wie sicher das Modell sich mit seiner Vorhersage ist, sonst können wir nicht sagen, ob es eine gute oder schlechte Vorhersage ist. Und dieses Maß versuchen wir zu entwickeln.
Das Ziel ist es eine Vorhersage dieser Bodeneigenschaften über ganz BW zu bekommen, ohne neue Beprobung bzw. nur einzelne Beprobungen machen zu müssen. Die Bodeneigenschaften geben uns an, wie der Zustand des Bodens ist und in wie weit dieser bezüglich des Klimawandel gefährdet ist.
-
-
Daniel Lukats Beantwortet am 22 Nov 2022: last edited 22 Nov 2022 9:26 am
Es gibt einige Sensorsysteme, die verschiedene Parameter in der Nordsee überwachen. Sie messen zum Beispiel den Salzgehalt des Wassers, die Wasser- und Lufttemperatur oder die Windgeschwindigkeit. Aus diesen Parametern können die Naturwissenschaftler:innen aber nicht alles erfahren, was so in der Nordsee passiert. Für viele Prozesse müssen auch Wasserproben genommen werden, die im Labor untersucht werden.
In unserem Projekt wollen wir das Problem lösen, dass die Naturwissenschaftler:innen zu seltenen Ereignissen bisher wenige oder keine Wasserproben haben. Bei Stürmen zum Beispiel ist es zu gefährlich auf’s Meer zu fahren und manche Ereignisse sind auch einfach zu kurz; zum Beispiel spontane Regenschauer von wenigen Minuten Dauer. Deshalb wollen wir mit Methoden der künstlichen Intelligenz diese seltenen Ereignisse bemerken und automatisch Wasserproben nehmen, die die Naturwissenschaftler:innen dann später auswerten können.
-
Elisabeth Pachl Beantwortet am 22 Nov 2022:
Ich arbeite eng mit dem Universitätsklinikum von München zusammen. Hier gibt seit 10 Jahren eine klinische Studie für Frühchen (Babies, die vor der 32 Schwangerschafswoche (SSW) geboren werden; normalerweise werden Babies in der 30-40 SSW geboren). Frühchen haben oft das Problem, dass vorallem ihre Lungen, aber auch andere Organe unterentwickelt sind und deswegen noch in den Brutkasten müssen (das kennt ihr vielleicht aus Filmen). Hier wird ihnen dank moderner Medizin ermöglicht, sich noch weiterzuentwickeln und stärker zu werden. Allerdings haben die meisten Therapien um ihnen zu helfen auch Nebenwirkungen, die dann später zu weiteren Krankheiten führen können. Das kann dann z.B. sein, dass man den Barbies eine Sauerstoffmaske aufsetzt, das dann aber zur Wirkung hat, dass sie später eine Krankheit namens BPD bekommen aufgrund der Sauerstoffgabe (ohne die das Baby aber gestorben wäre). Und genau dieses BPD wird im klinischen Umfeld als Indikator genommen, wie gut es dem Baby bei der Entlassung allgemein geht. Das entscheidet darüber wie oft das Baby dann nach Entlassung zu Nachuntersuchungen kommt, wie viel weitere Medikamente und andere Therapien es noch braucht, etc.
Allerdings ist das Problem, dass BPD ein schlechter Indikator ist, da es sich nur auf die Lungen bezieht und andere Organe, wie die Augen, das Herz, etc. nicht beachtet. Deswegen versuchen wir unserem Projekt mit Hilfe von KI einen neuen Indikator schaffen, der mehr (möglichst viele) geschädigte Organe mit einbezieht in die Entscheidung für Nachbehandlungen etc. Hierzu bekommt das Modell, welches wir trainieren Daten von den Frühchen, die erfasst werden, während es auf der Intensivstation ist (also quasi die ganze Patientengeschichte) und wir versuchen den Gesundheitsstatus in 2 Jahren nach der Entlassung vorherzusagen (das wird in der oben erwähnten klinischen Studie auch erfasst). Was uns dabei sehr wichtig ist, dass wir neben der reinen Vorhersage auch eine Interpretation der Ergebnisse bereitstellen (das nennen wir Integrierbarkeit von K) um somit auch herauszufinden warum eine KI genau diese Entscheidung/Vorhersage gemacht hat. Damit können dann Ärzte z.B. wissen welche Faktoren während der Behandlung des Barbies auf der Intensivstation besonders ausschlaggebend sind und darauf besonders achten.
-
Nina Effenberger Beantwortet am 22 Nov 2022:
In meinem Projekt beschäftige ich mich mit der Vorhersage von Windenergie – dafür verwende ich Daten aus Klimamodellen. Diese Klimamodelle funktionieren ähnlich wie Wettermodelle. Sie versuchen die Zukunft der Atmosphäre vorherzusagen in dem sie ihren aktuellen Zustand kennen und modellieren, wie sich die Atmosphäre durch den Klimawandel verändert. Mit Hilfe dieser Klimamodelle kann man zum Beispiel zeigen, dass sich die Durchschnittstemperatur auf der Erde durch mehr CO2 erhöhen wird. Klimawandel hat aber nicht nur Einfluss auf die Temperatur, sondern auch auf viele andere Prozesse in der Atmosphäre und auch auf den Wind. Die Klimamodelle sind aber sehr kompliziert und es dauer lange bis ein Modell viele Jahre vorhergesagt hat. Deshalb gibt es diese Zukunftsvorhersagen nur für wenige Orte (für mehr Orte würde es noch länger dauern). Ich versuche mit Hilfe von Maschinellem Lernen die Lücken in den Klimadaten zu füllen. Das kann helfen um dann zum Beispiel für den Standort eines Windparks eine Zukunftsvorhersage zu machen, also diese Fragen zu beantworten: Wie viel Strom wird von diesem Windpark in 20 Jahren generiert? Lohnt es sich hier einen Windpark hinzubauen? Wie sicher sind wir uns?
-
Karsten Weber Beantwortet am 22 Nov 2022:
Ich betreibe mehrere Projekte. Allgemein ist das Ziel meiner Projekte, die Auswirkungen der Techniknutzung auf Menschen, Gesellschaften und die Umwelt aufzuzeigen und Maßnahmen vorzuschlagen, wie negative Auswirkungen vermieden und positive Auswirkungen gestärkt werden können.
-
Lisa Eisenberg Beantwortet am 22 Nov 2022:
Ich arbeite bei einer Firma, die neue Therapien gegen Krebs entwickelt, und habe dort mehrere Projekte. Ein Schritt auf dem Weg dorthin ist es, Angriffsziele auf Krebszellen zu finden, die nicht auf normalen Zellen sind. Dafür machen wir zum Beispiel Experimente, die messen, was auf der Oberfläche von welcher Zelle drauf ist.
Bei einem Projekt ist das Ziel, eine automatische Qualitätskontrolle für solche Experimente zu bauen. Im Labor kann manchmal etwas schief gehen und auch die Materialien, die dabei verwendet werden (Gewebeproben, Chemikalien, …) können manchmal Fehler haben. Das Ergebnis von so einem Experiment sieht aber so kompliziert aus, dass es für Menschen sehr viel Aufwand (oder sogar unmöglich) ist, alles manuell zu prüfen. KIs können dabei helfen, die Datenqualität automatisch einzuschätzen.
Bei einem anderen Projekt suche ich nach Genen, die einen Einfluss darauf haben, ob eines unserer Angriffsziele auf einer Krebszelle drauf ist oder nicht. Das kann je nach Krebsart, je nach Gewebeart und je nach Patient*In unterschiedlich sein.
Kommentare