Baylab Lehrerfortbildung zum Thema „Deep Learning“ in Berlin

Künstliche Intelligenz (KI), „Deep Learning“ als Schlüsseltechnologie – was ist das, wozu brauchen wir es? Das Team der Bioinformatik in der Bayer Pharma-Forschung um Dr. Bertram Weiss gab für interessierte IT-Lehrer eine vertiefte Einführung in die Thematik.

Das Thema in der Kurzfassung: Mit „Deep Learning“ ist der Bau von künstlichen neuronalen Netzwerken gemeint, die versuchen die Art und Weise zu simulieren, wie menschliche Gehirne Informationen verarbeiten. Dazu werden mehrere Ebenen („Deep“ Learning) von neuronalen Netzwerken übereinander gelegt, wodurch Daten noch umfassender verarbeitet werden können. So können Herausforderungen wie etwa Bild- und Sprachverarbeitung oder Objekterkennung gemeistert werden.

Der Durchbruch von Deep Learning wurde unter anderem durch die Konvergenz neuartiger Algorithmen und sehr schneller Computer (neue Grafikprozessoren, GPU) ermöglicht, so dass besonders große Datenmengen eingegeben und verarbeitet werden können.

Nature und Science widmeten dem Thema Deep Learning oder künstliche Intelligenz in den vergangenen zwei Jahren acht Titel-Stories:

Durch den Einsatz von KI/Deep Learning verändern sich Branchen und Sektoren, in denen viele komplexe Daten überblickt werden müssen, grundlegend:

  • Software-Entwicklung in der Automobil-Industrie
  • Befundung in der diagnostischen Bildgebung
  • Handelssysteme, auch Aktienhandel, ohne menschliches Eingreifen
  • Mensch-Maschine-Kommunikation, wie Chat-Bots, die den Benutzer durch komplexe Aufgaben führen
  • Unterstützung in der Landwirtschaft für höhere Ernteerträge bei kleinerem ökologischen Fußabdruck
  • Einsatz von KI in der Rechtsprechung (seit 12/2016 vom UK High Court genehmigt) und bei Fallvorhersagen bereits in Verwendung

Wo hilft Deep Learning in der Pharmaforschung?

Das Bioinformatik-Team um Bertram Weiss in der Pharmaforschung in Berlin arbeitet vor allem an folgenden Themen:

  • Identifikation polygenischer Geno-Phänotyp-Assoziationen im Genom
  • Vorhersage von Wirkstoff-Protein-Interaktion anhand chemischer Strukturinformationen
  • Bestimmung von Wirkstoffaktivität durch Segmentanalyse mikroskopischer Zellbilder
  • Toxizitätsvorhersage chemischer Verbindungen anhand ihrer Strukturinformationen
  • Modellierung von Kombinationstherapien mit Big Data aus der Molekularbiologie
  • Computergestützte Optimierung der Retrosyntheseplanung
  • Textanalyse für für die Arzneimittelsicherheit zur Medikamentenüberwachung
  • Identifikation monoklonaler Zellkulturen durch Bild-/Zeitreihenanalyse

Und wie sieht das typische Bewerberprofil eines Bioinformatikers bei Bayer aus?

Ein Teilnehmerbericht zur Lehrerfortbildung „Deep Learning“

Frank Oppermann, Fachleiter (komm.) Informatik am Werner-von-Siemens-Gymnasium in Berlin gehörte zu den Teilnehmern der Fortbildung und hat uns seine Eindrücke zum Workshop in einem Bericht geschildert - wir sagen hierfür herzlichen Dank!

Den Bericht lesen Sie hier.