Appl-FM

Berlin Initiative for Applied Foundation Model Research

Vier KI-generierte Bilder im selben rot-blau-weißen Farbschema: Oben links: Ein Mikroskop, auf dessen Objekttisch ein Organ sitzt. Oben rechts: Ein hunmanoider Roboter hält ein Tablet in der Hand. Unten links: Ein menschlicher Oberkörper, Kopf und Brustkorb sind leicht transparent und geben den Blick auf Organe frei. Unten rechts: eine Überwachungskamera.
Robotik, quantitative Biologie, prädikative Medizin: Bezogen auf diese drei Anwendungsbereiche erforscht ein interdisziplinäres Team die Grundlagen von Foundation Models.Bild: BHT/MuseAI
Projektbeschreibung

Mithilfe von Foundation Models den Herausforderungen des demografischen Wandels begegnen: Das ist das Ziel des interdisziplinären Forschungsteams „Appl-FM“. Kern seiner Arbeit ist die anwendungsorientierte Grundlagenforschung zu Foundation Models. Das sind KI-Systeme, die mit Texten sowie akustischen, visuellen und räumlichen Daten trainiert werden, Muster erkennen und lernen können. Je mehr Daten sie bekommen, desto mehr Beziehungen finden sie. Die Wissenschaftler*innen konzentrieren sich dabei auf drei Forschungsfelder.

Robotik

Humanoide Roboter könnten in Zukunft Aufgaben für Menschen übernehmen. Das „Appl-FM“-Team will ihnen beibringen, neue Bewegungen selbstständig zu lernen. Dafür identifiziert es Bewegungsmuster und übersetzt sie in eine für Roboter verständliche Sprache. Auf die Bewegungsmuster sollen Roboter künftig bei Bedarf zugreifen, sie miteinander kombinieren und flexibel anwenden können.

Quantitative Biologie

Wer weiß, wie das Innere von Zellen organisiert ist, kann den Ursachen von Krankheiten auf den Grund gehen und neue Behandlungsmöglichkeiten finden. Deshalb bringt das Forschungsteam smarten Mikroskopen bei, Zellkulturen selbstständig zu untersuchen. Denn: Die Zellteilung ist ein seltenes und sehr schnelles Ereignis im Leben einer Zelle. Um sie zu beobachten, müsste eine Wissenschaftlerin Tag und Nacht überm Mikroskop sitzen. Künftig soll das Mikroskop diesen Vorgang automatisch dokumentieren. Mit dieser Vielzahl an Daten kann das Team besser verstehen, wie es zu Fehlern bei der Zellteilung kommt.

Prädikative Medizin

Patientendaten analysieren, Prognosen abgeben – und damit ärztliches Personal unterstützen: Das „Appl-FM“-Team setzt die Basismodelle auch im medizinischen Bereich ein. Ziel ist, Diagnosefehler zu reduzieren und Hinweise auf Krankheiten zu erhalten, die neben der Verdachtsdiagnose auch infrage kommen. Dafür füttert das Team das Basismodell mit Patientenakten, Laborergebnissen, Infos zu Symptomen sowie CT- und Röntgenbildern. Helfen soll sie vor allem bei seltenen Erkrankungen, ungewöhnlichen Symptomen und Risikokombinationen, die Ärzt*innen selten oder nie sehen.

Zurück