TU München

Bewegungen genau vorhersagen zu können ist eine wichtige Fähigkeit für Mensch und Tier, aber auch für zahlreiche KI-Anwendungen – vom autonomen Fahren bis hin zur Robotik. Forschende der Technischen Universität München (TUM) haben nun herausgefunden, dass dies künstlichen neuronalen Netzwerken besser gelingt, wenn sie mit biologischen Daten aus der frühen Entwicklung des Sehsinns trainiert werden.

Der menschliche Körper setzt sich aus etwa 75 Milliarden einzelner Zellen zusammen. Doch welcher Funktion jede dieser Zellen nachgeht und wie sich die Zellen eines gesunden Menschen von Personen mit einer Erkrankung unterscheiden, sind dabei entscheidenden Fragen. Um Rückschlüsse ziehen zu können, müssen riesige Datenmengen analysiert und interpretiert werden. Dafür wird auf Methoden des maschinellen Lernens zurückgegriffen.

Menschen und Tiere bewegen sich – ohne bewusst darüber nachzudenken – besonders ökonomisch, indem sie die Eigenschwingungen ihres Körpers nutzen. Ein neues Tool von Forschenden der Technischen Universität München (TUM) ist nun erstmals in der Lage, dieses Wissen für die effizientere Bewegung von Robotern zu nutzen.

Die Ablehnung eines studentischen Bewerbers für einen Masterstudiengang wegen eines mit ChatGPT generierten Essays durch die Technische Universität München (TUM) ist rechtens. Das hat das Verwaltungsgericht München in seiner jüngsten Entscheidung klargestellt.