#23 Wenn Maschinen sehen lernen: Wie Computer Vision Wissenschaft und Medizin verändert

Prof. Dr. Timo Dickscheid spricht mit Dr. Inka Engel im Podcast weiter:denken über KI-gestützte Bilderkennung, medizinische Forschung und die Zukunft des maschinellen Sehens.

Shownotes

Wie können Computer Bilder nicht nur erkennen, sondern auch interpretieren? Und welche Erkenntnisse lassen sich daraus für die Forschung und unseren Alltag gewinnen? Mit diesen Fragen beschäftigt sich Prof. Dr. Timo Dickscheid, der an der Universität Koblenz im Bereich Computer Vision forscht. In der neuen Folge des Podcasts „weiter:denken“ der Universität Koblenz spricht er mit Dr. Inka Engel über ein Forschungsfeld, das enorme Potenziale für unterschiedlichste Disziplinen bietet. Ein besonderer Schwerpunkt seiner bisherigen Forschung liegt auf der Analyse neurowissenschaftlicher Bilddaten. Mithilfe KI-gestützter Verfahren lassen sich beispielsweise riesige Mengen mikroskopischer Gehirnaufnahmen analysieren und zu dreidimensionalen Modellen zusammenführen. Doch Computer Vision ist weit mehr als medizinische Bildanalyse. Auch Robotik, Geologie, industrielle Automatisierung und Sportwissenschaft profitieren von der automatisierten Auswertung visueller Daten. Im Gespräch geht es außerdem um die Zukunft der KI: Wie gelingt der Schritt vom bloßen Erkennen zum tatsächlichen Verstehen? Welche Rolle spielen selbstlernende Modelle? Und warum bleibt die Zusammenarbeit zwischen Mensch und KI entscheidend? Eine wichtige Erkenntnis: KI kann menschliche Fähigkeiten erheblich erweitern. Gleichzeitig müssen wir lernen, ihre Grenzen und Unsicherheiten richtig einzuschätzen.

"Music by ExplorerAUDIO" Bleibt auf dem Laufenden und folgt uns auch auf Instagram, LinkedIn und Facebook. Für aktuelle News schaut im Newsroom der Uni Koblenz vorbei.

Neuer Kommentar

Dein Name oder Pseudonym (wird öffentlich angezeigt)
Mindestens 10 Zeichen
Durch das Abschicken des Formulars stimmst du zu, dass der Wert unter "Name oder Pseudonym" gespeichert wird und öffentlich angezeigt werden kann. Wir speichern keine IP-Adressen oder andere personenbezogene Daten. Die Nutzung deines echten Namens ist freiwillig.