Die HIDA Lecture Series on AI beleuchtet die Bedeutung von KI in den Bereichen Gesundheit, Ethik und öffentlicher Verwaltung.
Die HIDA Lecture Series on AI bietet wertvolle Einblicke in die transformative Rolle von KI. Mit den Schwerpunkten Gesundheit, Ethik sowie öffentliche Verwaltung zeigt die Vortragsreihe, wie KI unser Leben in vielfältigen Bereichen revolutioniert und gleichzeitig komplexe moralische und ethische Fragestellungen aufwirft.
Alle Referenten sind hochqualifizierte Forschende aus der Helmholtz-Gemeinschaft und ihren Partnern.
Kommende Termine
Large-Scale Brain Decoding - Taking Advantage of Physiological Diversity, 10.03.2025
GenAI in the Public Sector: The now & next of applications, 01.04.2025
AI, Responsibility Gaps, and Asymmetries between Credit and Blame, 21.05.2025
Noch einmal ansehen: Vergangene Lectures on AI
Der Referent: Blake Richards
Der Referent: Blake Richards
Blake Richards ist außerordentlicher Professor an der McGill University sowie Mitglied von Mila – Quebec Artificial Intelligence Institute.
Richards' Forschung liegt an der Schnittstelle von Neurowissenschaften und KI. Für seine Arbeit wurde er bereits mehrfach ausgezeichnet, darunter mit dem NSERC Arthur B. McDonald Fellowship in 2022. Er war von 2011 bis 2013 Banting Postdoctoral Fellow am SickKids Hospital.
Large-Scale Brain Decoding - Taking Advantage of Physiological Diversity
Inhaltszusammenfassung:
Die Entschlüsselung neuronaler Aktivität eröffnet neue Perspektiven für die Neurowissenschaften – von der Grundlagenforschung zur sensomotorischen Verarbeitung über die klinische Diagnostik bis hin zur Entwicklung von Gehirn-Computer-Schnittstellen. Doch die Analyse dieser hochkomplexen Daten stellt Forschende vor erhebliche Herausforderungen, da herkömmliche statistische Methoden oft an ihre Grenzen stoßen.
In dieser Lecture zeigt Blake Richards, wie transformatorbasierte Dekodierungsmodelle mithilfe neuartiger Tokenisierungsansätze heterogene neuronale Daten integrieren können – von verschiedenen Spezies bis hin zu spezifischen Gehirnregionen und Verhaltensmustern. Überraschenderweise verbessern sich die Modelle mit zunehmender Datenvielfalt, was ihr Potenzial für skalierbare Dekodierungsansätze unterstreicht.
Der Referent: Simon Eickhoff
Der Referent: Simon Eickoff
Simon Eickhoff ist Professor und Lehrstuhlinhaber des Instituts für Systemische Neurowissenschaften an der Heinrich-Heine-Universität Düsseldorf und Direktor des Institut für Neurowissenschaften und Medizin: Gehirn und Verhalten (INM-7) am Forschungszentrum Jülich.
An der Schnittstelle von Neuroanatomie, Datenwissenschaft und Hirnmedizin arbeitet er daran, die Organisation des menschlichen Gehirns und seine interindividuelle Variabilität detaillierter zu erfassen. Ziel ist es, Veränderungen im Alter sowie neurologische und psychiatrische Störungen besser zu verstehen. Dazu entwickelt und nutzt er innovative Werkzeuge für die groß angelegte, multimodale Analyse von Gehirnstruktur, -funktion und -konnektivität sowie maschinelles Lernen, um kognitive und sozioaffektive Merkmale einzelner Personen vorherzusagen und Anwendungen in der Präzisionsmedizin voranzutreiben.
Machine Learning for Precision Medicine: Avenues and Roadblocks
Inhaltszusammenfassung:
Die Lecture thematisiert den Wandel in der klinischen Neurowissenschaft: Anstelle des bisherigen Ansatzes, Marker der Gehirnstruktur, -funktion oder -konnektivität zwischen Gruppen zu vergleichen oder mit Verhaltensphänotypen zu korrelieren, ermöglichen Fortschritte in der Datenverfügbarkeit und in multivariaten statistischen Lernmethoden nun die Vorhersage individueller kognitiver oder klinischer Phänotypen. Diese Entwicklung hat eine Revolution in Richtung Präzisionsmedizin eingeleitet.
Allerdings hebt der Vortrag hervor, dass der Übergang von Konzeptstudien zu praktischen Anwendungen komplexer sein könnte, als häufig angenommen. Technische und biologische Herausforderungen, wie die begrenzte Dimension biologischer Variabilität, können die Aussagekraft von Vorhersagen beeinträchtigen. Gleichzeitig stellen ethische, rechtliche und gesellschaftliche Aspekte wesentliche Hürden für die praktische Umsetzung solcher Technologien dar und machen es erforderlich, diese stärker in die Entwicklung neuer Ansätze einzubeziehen, um über Machbarkeitsstudien hinauszugehen.
Die Referentin: Theresa Willem
Die Referentin: Theresa Willem
Theresa Willem ist als AI Ethics Consultant bei Helmholtz AI (Helmholtz Munich) angestellt und ist außerdem Lab Managerin des Munich Embedded Ethics Labs an der TUM.
Als Doktorandin schreibt Theresa Willem an der Schnittstelle von Künstlicher Intelligenz, digitaler Gesundheit, Ethik und Sozialwissenschaft. Dazu forscht sie an ethischen und sozialen Fragestellungen in der Forschung und Entwicklung von Machine Learning Healthcare Applications, besonders im Bereich der bildgebenden Verfahren.
The Ethics of AI: Foundations of Applied Ethics and Emerging Risks from AI Development
Inhaltszusammenfassung:
Künstliche Intelligenz prägt Wissenschaft, Gesellschaft und Alltag – birgt aber auch neue ethische Herausforderungen. Der Vortrag führt in die Grundlagen der KI-Ethik ein, beleuchtet soziotechnische Systeme und zentrale Prinzipien wie Autonomie, Gerechtigkeit und Nicht-Schaden.
Anhand medizinischer Beispiele werden Themen wie Vorurteile, Intransparenz und Verantwortlichkeit diskutiert. Abschließend zeigt Theresa Willem Ansätze wie 'Embedded Ethics' auf, um Ethik frühzeitig in die Entwicklung von KI-Systemen einzubinden.
