Künstliche Intelligenz

Forschende der Eawag und des Swiss Data Science Center haben KI-Algorithmen mit einem umfassenden ökotoxikologischen Datensatz trainiert. Jetzt können ihre Machine-Learning-Modelle vorhersagen, wie giftig Chemikalien für Fische sind.

PrISMa wurde an der EPFL, der Heriot-Watt University und der ETH Zürich entwickelt und ist eine neue Plattform, die fortschrittliche Simulationen und maschinelles Lernen einsetzt, um Technologien zur Kohlendioxidabscheidung zu optimieren, indem sie die Perspektiven verschiedener Interessengruppen frühzeitig im Forschungsprozess berücksichtigt.

Forschende der EPFL haben einen Durchbruch erzielt, indem sie verstanden haben, wie generative Modelle, die auf neuronalen Netzen basieren, im Vergleich zu herkömmlichen Datenabfragetechniken in komplexen Systemen abschneiden, und dabei sowohl Herausforderungen als auch Chancen für die Zukunft der KI bei der Datengenerierung erkannt.

Durch die Kombination fortschrittlicher molekularer Kartierungstechnologien und künstlicher Intelligenz haben Forschende einen «Open-Source-Atlas» in Nature veröffentlicht, der ein umfassendes Verständnis der Biologie von Rückenmarksverletzungen bei Mäusen vermittelt und den Weg für neue Therapien ebnet.

EPFL-Forschende stellen ChemCrow vor, ein auf grossen Sprachmodellen basierendes KI-System, das die Chemie durch die Integration von 18 fortschrittlichen Werkzeugen für Aufgaben wie organische Synthese und Arzneimittelentdeckung revolutioniert. ChemCrow rationalisiert komplexe Prozesse in der chemischen Forschung und macht sie sowohl für Fachleute als auch für Neulinge effizienter.

Im Rahmen eines EPFL-Forschungsprojekts wurde eine auf maschinellem Lernen basierende Methode entwickelt, um grosse Datenbanken schnell und präzise zu durchsuchen, was zur Entdeckung von 14 neuen Materialien für Solarzellen geführt hat.