Artificial Intelligence interpretierbar gemacht: Maschinelles Lernen auf biologischen Netzwerken

Forscher am CeMM haben eine neue Methode entwickelt, um die Funktion von Zellen im Computer abzubilden und digital zu analysieren. Die neue Methode kombiniert „Deep Learning“ (maschinelles Lernen auf tiefen neuronalen Netzen) mit der Interpretierbarkeit biologischer Netzwerke. Mit dieser Methode können riesige Datensätze aus der Hochdurchsatz-Sequenzierung von einzelnen Zellen effektiv analysiert und interpretiert werden. Die Studie leistet außerdem einen wichtigen Beitrag zur Interpretierbarkeit von Artificial Intelligence (AI), sodass Menschen verständlich nachvollziehen können, warum ein Computermodell auf eine bestimmte Art und Weise entscheidet.

Quelle: IDW Informatinsdienst Wissenschaft

Literature advertisement

Der verborgene Mechanismus des Weltgeschehens

Seit Jahrtausenden ist die Menschheit bestrebt, die Welt, in der sie lebt, erkennen und verstehen zu lernen. Die Erfahrung führt zu einem wachsenden Tatsachenmaterial und die zunehmende Erkenntnis zu einem sich fortwährend verändernden Weltbild.
Jahrzehntelang sind es fast ausschließlich die Biologen gewesen, die sich an die Aufgabe der Aufstellung eines einheitlichen Weltbilds herangewagt haben, Botaniker und Zoologen, Anatomen und Physiologen.
Die exakten Naturforscher haben sich dagegen lange Zeit hindurch nicht recht getraut, an das Weltbild in seiner Gesamtheit heranzutreten; denn für den exakten Aufbau fehlten zu viele, und zwar großenteils gerade die grundlegenden Bausteine. Erst in neuerer Zeit sind die Naturforscher in die Lage gekommen, den Aufbau guten Mutes zu wagen.
Mit diesem Buch liegt nun ein mutiger Beitrag vor. Es ist eine gemeinverständliche Darstellung biotechnischer Systeme der Welt und des verborgenen Mechanismus‘ unseres Weltgeschehens.

Hier geht es weiter …