Schlagwort: KI

Wie kann KI dabei helfen, Menschen in ihrer Wohnung zu unterstützen und Häuser wirtschaftlich zu betreiben? Damit beschäftigt sich das Projekt „ForeSight“ an der FAU, das im Rahmen der Initiative „Künstliche Intelligenz als Treiber für volkswirtschaftlich relevante Ökosysteme“ des Bundes in den kommenden drei Jahren gefördert wird.

„Die Hightech Agenda Bayern ist ein großer Wurf, der das Potenzial hat, den Wissenschaftsstandort Bayern als eine der ersten Adressen für talentierte junge Forscherinnen und Forscher aus dem Ausland weiter zu etablieren", sagt FAU-Präsident Prof. Dr. Joachim Hornegger zur aktuellen Regierungserklärung von Ministerpräsident Dr. Markus Söder.

Was ist notwendig, um die KI weiter zu verbessern? Laut Thomas Hahn, Chief Expert Software Siemens AG Deutschland, sind Kooperationen zwischen verschiedenen Stakeholdern erforderlich, zum Beispiel zwischen der Industrie und Universitäten.

Die FAU ist ein starker Standort für künstliche Intelligenz. Hier wurden und werden Durchbrüche in Themen wie KI, maschinelles Lernen und Mustererkennung erzielt. In welchen Bereichen und mit welchen Innovationen FAU-Wissenschaftlerinnen und Wissenschaftler die KI-Forschung vorangetrieben haben, erklärt FAU-Präsident Joachim Hornegger am Digital Gipfel 2018 der Bundesregierung.

Wie kann Künstliche Intelligenz für Disziplinen wie die Kulturgeschichte genutzt werden? Dies erläutert Prof. Dr. Günther Görz von der Arbeitsgruppe Digital Humanities an der FAU.

In Zusammenarbeit mit der renommierten Peking University hat die FAU die FAU Shenzhen Fall School durchgeführt – ein Weiterbildungsangebot im Bereich „Medical Innovations, 5G & AI“ – Bildergalerie online.

Was ist los in Shenzhen, was erleben die Teilnehmerinnen und Teilnehmer der FAU Shenzhen Fall School in Peking? Jeden Tag geben Statements auf den Kanälen der FAU-Digital-Tech-Academy spannende Einblicke.

Welche aktuellen Herausforderungen gibt es in der KI-Forschung? Für Prof. Dr. Martin Matzner, Lehrstuhl für Digital Industrial Service Systems, besteht die Herausforderung darin, Algorithmen zu entwickeln, die nicht nur im Labor, sondern auch in der Praxis überzeugen.