20. Januar 2025
  WEITERE NEWS
Aktuelles aus
L
ibrary
Essentials

In der Ausgabe 9/2024 (Dezember 2024) lesen Sie u.a.:

  • Wie Suchalgorithmen und KI unsere Wahrnehmung des Klimawandels beeinflussen
  • ChatGPT liefert häufig ungenaue Quellenangaben für Verlagsinhalte
  • Ein Jahrhundert LIS-Forschung:
    Entwicklung und Trends in der Bibliotheks- und Informationswissenschaft –
    eine szientometrische Analyse
  • Metadaten als Schlüssel für Vertrauensbildung in der Wissenschaft
  • Journal Impact Factors: Wie ChatGPT wissenschaftliche Zeitschriften beurteilt
  • KI-gestützte Literaturübersichten:
    Der nächste Schritt in der Forschungsautomatisierung
  • Gemeinsamer Fahrplan für Open Research Information: Ein Blick auf das Treffen
    an der Sorbonne in Paris
  • MINT-Expertise im Bibliothekswesen: Chancen für Open Science
  • Die Vergänglichkeit des Digitalen: Cyberangriffe auf Bibliotheken und Archive bedrohen unser kulturelles Erbe
  • Bibliotheken als Orte des Lernens
    und der Meinungsfreiheit: Eine Balance
    zwischen Ruhe und Diskurs
u.v.m.
  fachbuchjournal

KI-Projekt CausalNet:
Machine Learning soll Kausalitätszusammenhänge lernen

Aktuell verfügbare Machine-Learning-Modelle basieren typischerweise auf Korrelationen, aber nicht auf Kausalität. Anders ausgedrückt: Sie erstellen ihr Ergebnis anhand von Wahrscheinlichkeiten, ohne dabei wirkliche Zusammenhänge erkennen zu können.

Das neue, vom Bundesministerium für Bildung und Forschung (BMBF) mit fast zwei Millionen Euro geförderte Verbundprojekt CausalNet hat es sich zum Ziel gesetzt, innerhalb von drei Jahren eine neue Generation Maschinellen Lernens auf den Weg zu bringen. „Wir wollen neuartige Methoden zur Integration von Kausalität in Machine-Learning-Modelle entwickeln“, sagt Professor Stefan Feuerriegel. Er ist Leiter des Institute of Artificial Intelligence (AI) in Management der LMU und Sprecher von CausalNet.

https://idw-online.de/de/news842696