Zusammenfassung

Bio

Zusammenfassung
Emotionen werden häufig als Reaktionen auf Ereignisse betrachtet, die anschließend von den Personen bewertet werden, welche diese Ereignisse erleben. Zugleich stellen Emotionen jedoch auch selbst Ereignisse dar. Dies eröffnet zwei Perspektiven auf das Verhältnis von Ereignissen und Emotionen. Die eine ist spezifisch für die Sprachverarbeitung und baut auf der semantischen Rollenetikettierung auf – konkret auf der Etikettierung von Emotionsrollen –, wobei die Aufgabe darin besteht zu identifizieren, wem das Empfinden einer Emotion zugeschrieben wird, um welche Emotion es sich dabei handelt und aus welchem ​​Grund. Die andere Perspektive erfordert die Interpretation von Ereignissen. In diesem Zusammenhang erörtere ich die computergestützte Anwendung von Bewertungstheorien, die jene Parameter erklären, welche zur Entstehung einer bestimmten Emotion führen. Zu den Anwendungsfällen zählen die Interpretation von Argumentationen sowie von multimodalen Social-Media-Beiträgen.

Bio

Roman Klinger ist Professor an der Fakultät für Wirtschaftsinformatik und Angewandte Informatik (WIAI) der Universität Bamberg. Er studierte Informatik im Nebenfach Psychologie, promovierte im Fach Informatik an der TU Dortmund (2011) und erhielt 2020 in Stuttgart die Venia Legendi für Informatik. Vor seinem Wechsel nach Bamberg war er am Institut für Maschinelle Sprachverarbeitung in Stuttgart, an der Universität Bielefeld, am Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen sowie an der University of Massachusetts Amherst tätig. Roman Klingers Vision ist es, Computern das Verstehen und Generieren von Texten zu ermöglichen – und zwar sowohl hinsichtlich propositionaler als auch nicht-propositionaler Informationen. Dies findet Anwendung in der interdisziplinären Forschung, unter anderem im biomedizinischen Text Mining, in den Digital Humanities, bei der Modellierung psychologischer Konzepte (wie Emotionen) in der Sprache sowie im Social Media Mining. Diese Themen stellen für bestehende Methoden des maschinellen Lernens häufig neuartige Herausforderungen dar. Daher leisten er und seine Arbeitsgruppe auch Beiträge zu den Bereichen des probabilistischen und des Deep Machine Learning.

Zusammenfassung

Die Biotechnologie und die Arzneimittelforschung stehen vor zunehmend komplexen Herausforderungen: Krankheiten werden immer individueller, die Arzneimittelentwicklung bleibt kostspielig und zeitaufwendig, und die Nachfrage nach nachhaltigen Lösungen in der Medizin wächst stetig. Um in diesem Umfeld neue Erkenntnisse zu gewinnen, bedarf es mehr als bloßer Daten – es erfordert deren intelligente Integration und Interpretation. Dieser Vortrag stellt einen systematischen, KI-gestützten Ansatz zum Verständnis biologischer Systeme vor. Er basiert auf einem weltweit einzigartigen, tiefgreifend kuratierten Datensatz, der biologische Sequenzdaten mit umfangreichem semantischem Wissen über biologische Entitäten und deren Beziehungen verknüpft. Durch die Integration von Large Language Models, Wissensgraphen und multimodalen Daten versetzen wir KI-Systeme in die Lage, verborgene biologische Muster aufzudecken und handlungsrelevante Erkenntnisse zu generieren – oftmals ohne den Einsatz umfangreicher Experimente im Nasslabor. Der Vortrag veranschaulicht, wie sich solche Daten in praktische, nachvollziehbare Anwendungen überführen lassen: von der fortgeschrittenen Sequenzanalyse und der automatisierten Biomarker-Entdeckung bis hin zur präzisen Vorhersage biologischer Interaktionen sowie der KI-gestützten Neu- und Umpositionierung von Wirkstoffen. Das Ergebnis ist eine neue Generation von KI-Tools, die den Erkenntnisgewinn beschleunigt, Kosten senkt und nachhaltigere sowie personalisiertere Innovationen in den Biowissenschaften fördert.

Bio

Andreas Dengel ist Professor am Fachbereich Informatik der RPTU Kaiserslautern-Landau, Geschäftsführender Direktor des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) in Kaiserslautern sowie Leiter des Forschungsbereichs „Smart Data & Knowledge Services“ am DFKI. Seit 2009 bekleidet er zudem eine Professur (Kyakuin) am Fachbereich für Informatik und intelligente Systeme der Osaka Metropolitan University. Für seine Arbeit und seine wissenschaftlichen Leistungen wurde er mit zahlreichen Auszeichnungen gewürdigt. So wurde er beispielsweise im Jahr 2019 von einer Jury im Auftrag des Bundesministeriums für Bildung und Forschung (BMBF) für seine Forschung auf dem Gebiet der Dokumentenanalyse als einer der einflussreichsten Wissenschaftler der 50-jährigen Geschichte der KI in Deutschland ausgewählt. Er ist Träger des Verdienstordens des Landes Rheinland-Pfalz und wurde im Jahr 2021 im Namen Seiner Majestät Kaiser Naruhito mit dem „Orden der Aufgehenden Sonne, Goldener Stern“ ausgezeichnet – dem ältesten Orden Japans. Seine aktuellen Forschungsarbeiten konzentrieren sich auf ein breites Spektrum neuro-symbolischer KI-Problemstellungen

(https://scholar.google.de/citations?hl=de&user=p3YP0DMAAAAJ&view_op=list_works&sortby=pubdate).

Zusammenfassung
Große Sprachmodelle (LLMs) haben rasante Fortschritte gemacht, richten sich jedoch häufig nach wie vor nur an einen engen Nutzerkreis. Dieser Vortrag plädiert für einen menschenzentrierten Ansatz in der NLP-Technologie – einen Ansatz, der sprachliche Vielfalt berücksichtigt, die Schlussfolgerungsfähigkeit sowie die Sicherheit verbessert und den Bedürfnissen diverser Sprachgemeinschaften besser gerecht wird. Im Rahmen dieses Vortrags werde ich Wege hin zu einer inklusiveren und vertrauenswürdigeren Sprachtechnologie aufzeigen.

Bio
Barbara Plank ist Professorin für KI und Computerlinguistik an der LMU München, Co-Direktorin des Centrums für Informations- und Sprachverarbeitung sowie Leiterin des MaiNLP-Labors (Munich AI and NLP). Zudem ist sie Gastprofessorin an der IT-Universität Kopenhagen. Ihr Forschungslabor konzentriert sich auf robustes maschinelles Lernen für die Verarbeitung natürlicher Sprache, mit einem Schwerpunkt auf menscheninspirierten und datenzentrierten Ansätzen. Barbara Plank ist zudem ELLIS Fellow (European Laboratory for Learning and Intelligent Systems) und ERC-Stipendiatin. Sie engagiert sich regelmäßig in internationalen Organisationen wie der Association for Computational Linguistics (ACL) und dem European Chapter of the ACL (EACL) sowie in wissenschaftlichen Beiräten.