The Young Investigator Network is the platform and democratic representation of interests for independent junior research group leaders and junior professors at the Karlsruhe Institut of Technology.
Peer Community
Interessensvertretung
Weiterbildung
Führung in der Wissenschaft
Individueller Support
Fördermöglichkeiten
Künstliche Intelligenz (KI) ist in unserer Lebenswelt angekommen. Die Modelle sollen immer noch besser werden, doch das Bewusstsein für Nachhaltigkeit und Effizienz fehlt. Ziel von Charlotte Debus ist es, die Robustheit und Skalierbarkeit von KI-Modellen zu steigern, aber auch deren Energieeffizienz und CO₂-Bilanz zu verbessern. „Bisher gingen Durchbrüche im Deep Learning immer auch mit einem erhöhten Ressourcenverbrauch einher“, so Debus. Sie plädiert für die Einführung einer transparenten Vergleichsgröße, um den Energieverbrauch einer KI für den gesamten Zeitraum des Trainings festzustellen.
KIT Expertin
Künstliche Intelligenz (KI) kann eine Schlüsselrolle für die Energiewende spielen. Damit sie zuverlässig eingesetzt werden kann, müssen ihre Methoden transparent und nachvollziehbar sein. Dieses Ziel verfolgt die von Tenure-Track-Professor Benjamin Schäfer geleitete Helmholtz-Forschungsgruppe "Data-Driven Analysis of Complex Systems" (DRACOS), die das Präsidium des KIT evaluiert und „mit außerordentlichem Erfolg“ bewertet hat. Schäfer verfolgt das Ziel, KI-Modelle für die Analyse großer Datenmengen aus Energiesystemen transparenter zu gestalten. Bisher ist oft unklar, welche Faktoren eine KI nutzt, um eine Vorhersage zum Haushaltsverbrauch zu machen.
Waldbrände, Überschwemmungen oder Dürren: Eine Künstliche Intelligenz (KI) des KIT soll künftig helfen, solche Ereignisse weltweit präziser, schneller und energieeffizienter vorherzusagen. Im Projekt „WOW – a World model of Our World“ entwickeln Forschende ein KI-Weltmodell, das verschiedene KI-Modelle zur Simulation von Klima, Wetter und Umwelt effizient verknüpft. „Moderne KI-Methoden können physikbasierte Simulationen auf Supercomputern nicht nur kostengünstig nachahmen, sondern sogar direkt Zusammenhänge aus Beobachtungsdaten erlernen“, so Projektkoordinator Peer Nowack. Die Carl-Zeiss-Stiftung fördert das Vorhaben mit sechs Millionen Euro.
WOW project