• Funktionsweise verbreiteter Modelle der generativen KI (z. B. Large Language Models, Diffusion Models)
• Fallbeispiele aus der Chemie (z. B. Wirkstoffvorhersage, Anomaliedetektion, Bilderkennung)
• Ethische, soziale, ökologische und ökonomische Aspekte der KI
• Skalierbarkeit • Grenzen und Vertrauenswürdigkeit der Modelle, Benchmarks
• Validierung
• Alternative Tools für KI-Aufgaben
- Trainer/in: Frank Beuster
- Trainer/in: Franziska Heß