Real World Challenges of AI

Mit der zunehmenden technologischen Entwicklung können Künstliche Intelligenzen, insbesondere Deep Learning basierte Algorithmen, immer komplexere Aufgaben lösen. Ihre zunehmenden Fähigkeiten erlauben ihren Einsatz für Probleme der realen Welt, sodass sie sogar für kritische Aufgaben wie Einstellungsentscheidungen, medizinische Diagnostik oder sicherheitskritische Operationen eingesetzt werden. Allerdings stehen Deep-Learning-Algorithmen vor neuen Herausforderungen, Einschränkungen und Bedrohungen, wenn sie außerhalb kontrollierter Testumgebungen zur Lösung realer Probleme eingesetzt werden. In diesem Seminar arbeiten sich die Studierenden in die aktuelle Literatur zum gewählten Thema ein, fassen diese zusammen und führen eine kritische Analyse der existierenden Arbeiten durch. Mögliche Themen beinhalten: Faires und nicht-diskriminierendes Deep Learning Erklärbarkeit und vertrauenswürdige Vorhersagen Datenschutzaspekte und das Recht auf Vergessen im Kontext Neuronaler Netze Robustes und Vertrauenswürdiges Deep Learning für Sicherheitskritische Anwendungen Verteiltes Maschinelles Lernen Deep Learning für Anwendungen mit Laufzeitanforderungen Erkennung von KI-generierten Inhalten Verantwortungsbewusste Generierung von Deep Fakes