Navigation auf uzh.ch
Navigation auf uzh.ch
DSI Infrastrukturen & Labs sind gemeinsam nutzbare Infrastrukturen oder strukturelle Gefässe zur Schaffung kollaborativer Forschungsumgebungen, die sich auf die digitale Transformation beziehen. Prof. Dr. Christof Seiler stellt das Projekt RAI vor.
Was ist RAI?
RAI steht für reliable AI oder zuverlässige KI. Es ist eine Softwareplattform, die es ermöglicht zu berechnen, wie zuverlässig moderne KI-Algorithmen sind. Wir haben mit einem professionellen Radsportteam zusammengearbeitet. Wir haben einen Algorithmus gebaut, der vorhersagen kann, wie viele Kalorien ein Sportler während einem Rennen verbraucht. Aufgrund von unseren Berechnungen konnten die Trainer optimale Mahlzeiten zusammenstellen.
Weshalb wird ein solches Tool benötigt?
Unser Algorithmus zur Kalorienberechnung ist nicht perfekt und macht Fehler – wie auch andere KI-Algorithmen. Darum haben wir eine ganze Reihe von Möglichkeiten berechnet. Zum Beispiel, anstatt einer Vorhersage, dass ein Sportler an der Tour de France in der zweiten Etappe 4500 Kalorien verbraucht, berechnen wir, dass ein Sportler zwischen 4400 und 4600 Kalorien verbraucht. Wir glauben, dass solche Prognoseintervalle sehr wichtig sind in der Biomedizin.
Wie werden Forschende der Biomedizin dieses Tool nutzen können?
Viele Forschende in der Biomedizin entwickeln Algorithmen, die Vorhersagen machen. Zum Beispiel: Welches Medikament sollten wir ausprobieren, um eine Krankheit zu behandeln? Solche Vorhersagen kann man aufgrund von vergangenen Experimenten schätzen. Es kann dabei sein, dass man ein Ereignis einfach per Zufall sieht. Forschende erhalten mit RAI die Möglichkeit, ihre Vorhersagemodelle zuverlässiger zu machen und mit Prognoseintervallen auszustatten.
Mehr über RAI erfahren Sie hier.
Alle Projekte der Reihe «DSI Infrastrukturen & Labs» finden Sie hier.
Prof. Dr. Christof Seiler ist Gruppenleiter in der Klinik für Rheumatologie am USZ und der UZH und Assistenzprofessor für Statistik am Department of Advanced Computing Sciences der Universität Maastricht. Der Schwerpunkt seiner Gruppe liegt auf der biomedizinischen Datenwissenschaft.
