LONDON (IT BOLTWISE) – Marquette University eröffnet mit dem AI Discovery Hub einen neuen physischen Lern- und Forschungsraum für Künstliche Intelligenz. Das Angebot startet mit Besuchen und Events am Montag, 28. September, in der Haggerty Hall, Raum 268. Studierende und Mitarbeitende können an wechselnden Workstations unter anderem Computer-Vision-Vertrauen, hyperspektrale Bildgebung und die Bias-Frage bei Large Language Models praktisch untersuchen. Der Hub verknüpft damit KI-Entwicklung direkt mit medizinischen und gesellschaftlichen Anwendungen.
Marquette University setzt bei der KI-Qualifizierung auf einen konkreten Lernort statt auf rein digitale Schulungsformate. Der AI Discovery Hub bündelt Hands-on-Erfahrungen für Studierende und Beschäftigte rund um Künstliche Intelligenz, maschinelles Lernen und Entscheidungsunterstützung. Damit wird der Weg von der Neugier zur überprüfbaren Problemlösung räumlich abgebildet: Wer im Kurs oder im Labor Ideen entwickelt, soll sie im Hub auch mit Demos, Diskussionen und geführten Stationen in praktische Fähigkeiten übersetzen können. Besonders sichtbar wird dieser Ansatz in der Kombination aus Ethik- und Zuverlässigkeitsfragen mit datenintensiven Anwendungsfällen.
Der Hub ist organisatorisch im Opus College of Engineering verankert und befindet sich in der Haggerty Hall, Raum 268. Er öffnet für Besucher und Veranstaltungen am Montag, 28. September, und bleibt während des akademischen Jahres werktags von 10 bis 17 Uhr für spontane Besuche offen. Interessierte erhalten geführte Touren durch die Workstations und können sich zu Beispielprojekten und möglichen Einsatzfeldern austauschen. Zusätzlich kündigt Marquette monatliche Trainings und Demos für Personen an, die tiefer einsteigen wollen; thematische Events sollen das ganze Jahr über folgen, die Details werden auf einer eigenen Übersichtsseite veröffentlicht.
Technisch interessant ist vor allem, dass der AI Discovery Hub nicht bei der Erklärung von Algorithmen stehen bleibt, sondern das Vertrauen in KI-Systeme direkt zum Lernziel macht. Eine der vier Workstations widmet sich der Frage, wie man das Vertrauen in Computer-Vision-Ergebnisse einschätzt – also nicht nur Objekte erkennt, sondern auch die Sicherheit, mit der die Erkennung getroffen wird. Anhand zweier Projekte wird die Zuverlässigkeit von Bilddetektion diskutiert: Ein Schwerpunkt liegt auf dem Erkennen von Vertrauen, Confidence und potenziellen Daten-Bias in Bilddetektionssystemen. Ein zweiter Fokus verbindet diese Mechanismen mit einer konkreten klinischen Anwendung, indem Bildanalyse zur Unterstützung und Skalierung von menschlichen Reviews bei diabetischer Retinopathie eingesetzt werden soll.
Daneben erweitert eine Workstation den Blick über das hinaus, was das menschliche Auge direkt wahrnimmt. Dort geht es um spektrale und hyperspektrale Bildgebung: Eine hyperspektrale Kamera misst Lichtwellenlängen, die normale Kameras und menschliche Wahrnehmung häufig nicht erfassen. Weil hyperspektrale Aufnahmen pro Pixel Hunderte Messwerte enthalten, wird KI eingesetzt, um große Datensätze zu verarbeiten, Muster zu erkennen und Materialunterschiede besser herauszuarbeiten. Als mögliche Anwendungsfelder nennt Marquette unter anderem Qualitätskontrolle in der Lebensmittelbranche, Landwirtschaft, medizinische Diagnostik, Fertigung und Umweltmonitoring – ein Ansatz, der zeigt, wie KI in naturwissenschaftliche Messketten integriert werden kann, statt nur auf abstrakten Datensätzen zu trainieren.
Besonders deutlich wird der ethische Anspruch an anderer Stelle: Eine Workstation analysiert Bias und Zuverlässigkeit von Large Language Models (LLMs) mit Blick auf Gesundheits- und Rechtsdomänen. Zwei Projektstränge verbinden hier typische KI-Risiken mit überprüfbaren Testmethoden. Einerseits werden reale gerichtliche Entscheidungen mit KI-generierten Zusammenfassungen verglichen, um sichtbar zu machen, wo Ausgaben von menschenbasierten Analysen abweichen und in welchen Fällen Fehler auftreten. Andererseits untersucht Marquette laufende Analysen an LLM-Systemen, die bereits im Gesundheitskontext eingesetzt werden – mit dem Ziel zu verstehen, wie und warum Bias gemessen wird. Damit wird KI nicht nur als „Generator“ betrachtet, sondern als System, dessen Datenquellen, Bewertungsprozesse und Ausgabequalität im Alltag systematisch überprüft werden müssen.
Die vierte Workstation schlägt schließlich die Brücke von LLM-gestützter Verarbeitung zu medizinischen Bild- und Signalwelten. Marquette adressiert dabei datengetriebene Herausforderungen in der Patientenversorgung, insbesondere im Kontext von Aphasie sowie bei Gehirn- und Rückenmark-MRTs. Ein Projekt kombiniert Large Language Models, Sprachinformationen und Hirnsignaldaten, um Kommunikationsprobleme bei Aphasie zu adressieren und perspektivisch assistive Werkzeuge für Patientinnen und Patienten sowie Betreuungspersonen zu unterstützen. Ein zweites Projekt fokussiert die Mustererkennung in „großen, chaotischen“ Datensätzen aus MRT-Aufnahmen: Wo menschliche Analysen an unstrukturierte Datengrenzen stoßen, soll KI beschleunigt und strukturierend wirken. Damit zeigt der Hub, wie sich KI-Entwicklung an den realen Datenproblemen medizinischer Workflows ausrichtet – von der Signalverarbeitung bis zur Interpretation.
In der Summe wirkt der AI Discovery Hub wie ein bewusst gestaltetes Experimentierfeld, das sowohl methodische Grundlagen als auch Anwendungskompetenz zusammenbringt. Für Unternehmen und Forschungsteams, die Kooperationen mit Hochschulen suchen, ist vor allem die Mischung aus Themenwahl und Rotationslogik relevant: Workstations und Beispielprojekte sollen sich im Zeitverlauf verändern, sobald neue Interessen und Schwerpunkte entstehen. Das kann helfen, KI-Teams kontinuierlich mit aktuellen Fragestellungen zu konfrontieren – etwa mit Zuverlässigkeitsmetriken in Vision-Projekten, mit datenintensiver Musteranalyse in hyperspektralen Anwendungen oder mit Bias-Checks für LLMs. Ermöglicht wird das Ganze nach Angaben der Universität durch die Unterstützung der GHR Foundation, die als langjähriger Förderer von Innovationsideen in der Ingenieurausbildung genannt wird.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "AI Discovery Hub an Marquette University: Lernen, Forschung und Demos vor Ort" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "AI Discovery Hub an Marquette University: Lernen, Forschung und Demos vor Ort" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »AI Discovery Hub an Marquette University: Lernen, Forschung und Demos vor Ort« bei Google Deutschland suchen, bei Bing oder Google News!