Gesellschaft
Gesellschaft
Kultur
Kultur
Gesundheit
Gesundheit
Sprachen
Sprachen
Beruf
Beruf
Schule
Schule
Grundbildung
Grundbildung
Logo Stadt Biberach
Programm / Kalender
Programm / Kalender

Veranstaltungen am 06.02.2019:

Kurs abgeschlossen Künstliche Intelligenz wird alles ändern (191-11002)

ab Mi., 6.2., 9.30 Uhr
Dozent: Dirk Hecker

Ob als Sprachassistent zu Hause, selbststeuernde Maschine in der »intelligenten Fabrik« oder Chat Bot im Kundensupport - mit stetig wachsender Leistungsfähigkeit durchdringen Technologien der Künstlichen Intelligenz (KI) unseren Alltag. Doch so unerschöpflich die Potenziale der Künstlichen Intelligenz auch klingen, so groß und vielfältig sind die Herausforderungen und Fragen, die Industrie, Gesellschaft und Forschung jetzt bewältigen müssen. Dr. Dirk Hecker spricht in seinem Vortrag über digitale Transformation, Datenkompetenzen als notwendigen Bestandteil von Aus- und Weiterbildung und darüber, wie KI-Technologien den Zukunftsmarkt mitbestimmen könnten.

Kurs abgeschlossen Künstliche Intelligenz in der Medizin (191-11003)

ab Mi., 6.2., 14.00 Uhr
Dozent: Markus Wenzel

Mindestens zwei wesentliche Strömungen kommen in den vergangenen Jahren zusammen, die geeignet sind, grundsätzliche Veränderungen in der modernen Medizin einzuleiten: die Digitalisierung von Gesundheitsdaten und die Fortschritte in der Medizintechnik. Zusammen führten sie in den vergangenen Jahren zu einem explosiven Anwachsen von individuellen Gesundheitsdaten und zugleich zu einem immer größeren individuellen Interesse daran, die eigenen Daten zu sammeln, zu verstehen und zu nutzen. Andererseits ist es Ärzten und Ärztinnen kaum noch möglich, alle vorhandenen Daten eines Patienten zusammenzutragen und in ihrer Komplexität zu bewerten. Damit werden Computeralgorithmen zu einem wichtigen Bindeglied, denn sie stehen Ärzten und Patienten immer und mit vorhersagbarer Reproduzierbarkeit zur Verfügung - sogar auf Mobilgeräten. Besonders Künstliche-Intelligenz-Algorithmen, die mit Methoden des Maschinellen Lernens geschaffen wurden, erzielen seit kurzem bemerkenswerte Erfolge. Deep Learning ist eine Technik des Maschinellen Lernens, die besonders heraussticht, weil der Computer allein die Merkmale "erfindet", die für die Aufgabenstellung am nützlichsten sind. Deep-Learning-Methoden können damit Diagnosen und Vorhersagen bei manchen Krankheiten bereits auf dem Niveau ärztlicher Experten treffen und dort, wo das noch nicht möglich ist, können sie Ärzten helfen, große und komplexe Datenmengen schnell zu erschließen. So versprechen sie, in der Medizin der Zukunft wesentlich zu einem effizienten, qualitativ hochwertigen Gesundheitswesen beizutragen. Viele Akteure betrachten KI-Methoden als wesentliche Komponente, der breiten Bevölkerung Zugang zu optimaler medizinischer Versorgung garantieren zu können, sie hat also auch eine soziale Komponente. Geschichtlich bedingt ist ein Hauptanwendungsfeld die Radiologie, wo Anwendungen, die auf Deep Learning basieren, zum Beispiel die Bilder nach Auffälligkeiten durchsuchen, Organe automatisch finden und charakterisieren oder sogar Vorschläge für den Berichtstext machen. Zusätzliche Anwendungen, die auf anderen klinischen Daten arbeiten, kommen aber zunehmend ins Blickfeld.
Der erste der beiden Vortragsteile hat den Anspruch, zunächst die Möglichkeiten von KI-Methoden in der Medizin in ihrer Bandbreite darzustellen und dabei auch die Grenzen zu erhellen und mit dem Mythos vom gefühlskalten, rationalen Algorithmus aufzuräumen, der nur nach Kosten und Nutzen womöglich über Leben und Tod entscheidet. Die gesellschaftspolitischen und ethisch-moralischen Fragen, die mit der massenhaften Verarbeitung von Gesundheitsdaten verbunden sind, sollen ebenso beleuchtet werden, wie auch der gesetzliche Rahmen in Deutschland und Europa und im Kontrast dazu die Regelungen ausgewählter anderer Länder. Im zweiten Teil sollen die technologischen Grundlagen einfach und verständlich vorgestellt werden, denn auf diesen bauen eine Vielzahl erfolgreicher Lösungen auf. Wir werden das Arbeitspferd der Bildverarbeitung, das sogenannte Convolutional Neural Network, kennenlernen und moderne Ansätze, um die Leistungsfähigkeit durch einen "Gegenspieler" zu verbessern. Wir werden lernen, wie solche Netzwerke Bilder klassifizieren oder Organe in radiologischen Aufnahmen finden können. Anschließend soll beleuchtet werden, wie Algorithmen gestaltet werden müssen, um Ärzten und Patienten Einsicht in die Gründe der Vorhersage und die Sicherheit der Entscheidung zu erlauben. Das ist eine wesentliche Technik, um das Vertrauen in algorithmische Helfer zu fördern. Wir werden uns zuletzt den Angriffen auf Deep-Learning-Algorithmen zunächst auf der technischen Ebene zuwenden und schließlich fragen, wer unter welchen Annahmen von solchen Angriffen profitieren kann. Damit ist der Kreis geschlossen zu den gesellschaftlichen Fragen.