AIhub: Kostenlose virtuelle KI/ML-Seminare Aug-Sep 2025
Die kommenden Wochen versprechen einen reichhaltigen Kalender virtueller Seminare in den Bereichen Maschinelles Lernen und Künstliche Intelligenz, die einen unvergleichlichen Zugang zu Spitzenforschung von führenden Institutionen weltweit bieten. Diese Veranstaltungen finden vom 19. August bis zum 30. September 2025 statt und sind völlig kostenlos sowie für ein globales Publikum zugänglich. Sie bieten eine einzigartige Gelegenheit, sich mit den neuesten Fortschritten und Vordenkern des Fachgebiets auszutauschen.
Die Reihe beginnt am 19. August mit einer Präsentation von Kieran Didi, einem Doktoranden aus Oxford, und Dr. Tomas Geffner von NVIDIA Research. Ihr Seminar “La-Proteina: Atomistische Proteingenerierung mittels teilweise latenter Flussanpassung” (La-Proteina: Atomistic Protein Generation via Partially Latent Flow Matching), organisiert von ML Protein Engineering, wird fortgeschrittene maschinelle Lerntechniken für die Proteingenerierung erforschen, ein vitaler Bereich in der Computerbiologie und Arzneimittelentdeckung.
Im September steht am 9. ein Vortrag mit dem Titel “Somekone – KI lehren mit einem erklärbaren Social-Media-Simulator” (Somekone – Teaching about AI with an explainable social media simulator) auf dem Programm, präsentiert von Henriikka Vartiainen und Matti Tedre von der Universität Ostfinnland. Dieses von Raspberry PI veranstaltete Seminar wird innovative Bildungsansätze zur KI beleuchten, wobei der Fokus darauf liegt, komplexe Konzepte durch praktische Simulation zugänglicher zu machen. Später am selben Tag veranstaltet die University of Minnesota ein Seminar mit Oscar Leong von der UCLA; das spezifische Thema wird näher am Termin bekannt gegeben.
Am 10. September wird Gabe Rocklin von der Northwestern University eine von ML Protein Engineering organisierte Sitzung präsentieren, deren Titel noch bestätigt werden muss. Der folgende Tag, der 11. September, bietet zwei unterschiedliche Gelegenheiten. Sarah Alamdari von Microsoft Research wird über “Multiskalenmodellierung mit maschinellen Lernpotentialen” (Multiscale Modeling with Machine Learning Potentials) sprechen, eine von Chalmers AI4Science organisierte Sitzung, die die Anwendung von KI in der komplexen wissenschaftlichen Modellierung hervorhebt. Gleichzeitig wird Georges Le Bellier vom Conservatoire National des Arts et Métiers einen Vortrag halten, der von den Forschungsinstituten Schwedens (RISE) organisiert wird, dessen Titel ebenfalls noch aussteht.
Die zweite Hälfte des Septembers setzt dieses vielfältige Programm fort. Am 23. September wird Feng Bao von der Florida State University ein von der University of Minnesota organisiertes Seminar präsentieren, wobei Details zum Thema noch folgen werden. Am nächsten Tag, dem 24. September, ist Rohit Singh von der Duke University für einen Vortrag in einer von ML Protein Engineering veranstalteten Sitzung vorgesehen, deren Titel noch bestätigt werden muss.
Gegen Ende des Monats, am 25. September, finden zwei weitere bedeutende Vorträge statt. Mackenzie W. Mathis von der Harvard University wird Einblicke in “Messen und Modellieren neuronaler Schaltkreise, die adaptives Verhalten steuern” (Measuring and modeling neural circuits driving adaptive behavior) geben, eine faszinierende Erforschung von Neurowissenschaften und KI, organisiert von der EPFL. Ebenfalls am 25. wird Sigrid Passano Hellan vom NORCE Norwegian Research Centre ein von den Forschungsinstituten Schwedens (RISE) organisiertes Seminar präsentieren, dessen Thema noch bekannt gegeben wird. Der Monat endet am 30. September mit einem Seminar von Houman Owhadi vom Caltech, organisiert von der University of Minnesota, dessen Titel noch bestätigt werden muss.
Diese umfassende Reihe unterstreicht die schnellen Fortschritte und die interdisziplinäre Natur der KI- und Maschinellen-Lern-Forschung. Durch das Angebot eines kostenlosen, virtuellen Zugangs zu einer so breiten Palette von Expertenperspektiven und aufkommenden Methoden bieten diese Seminare eine unschätzbare Ressource für jeden, der über die dynamische Entwicklung des Feldes auf dem Laufenden bleiben möchte.