Künstliche Intelligenz (KI) hat in den letzten Jahren enorme Fortschritte gemacht, doch die zuverlässige Anwendung von KI in der realen Welt bleibt eine Herausforderung. Um das Vertrauen in KI-Modelle zu stärken und Fehler in der Praxis zu vermeiden, hat der Mathematiker Juan Gamella von der ETH Zürich ein innovatives Konzept entwickelt: Mini-Labore, die als Prüfstände für KI-Algorithmen dienen.

Testen statt Simulieren

Die Mini-Labore bieten eine praktische Testumgebung, in der KI-Systeme unter realen Bedingungen auf Herz und Nieren geprüft werden können. Gamella’s Mini-Labore basieren auf bekannten physikalischen Systemen wie Wind oder Licht und ermöglichen es, KI-Modelle auf komplexe, dynamische Probleme zu testen, wie inside-it.ch berichtet. Die kleinen Geräte, etwa so gross wie ein Desktop-Computer, sind steuerbar über einen PC und bieten eine realitätsnahe, aber sichere Umgebung, um KI-Algorithmen zu evaluieren.

Wie Ingenieure ihre Entwürfe im Windkanal prüfen, können KI-Forscher ihre Modelle in diesen Mini-Laboren testen, bevor sie in der realen Welt eingesetzt werden. Diese Art der Prüfung hilft, die von Computermodellen oft überschätzte Leistung zu vermeiden und die Algorithmen frühzeitig zu verbessern.

Vom Testfeld zur Anwendung

Besonders spannend wird es, wenn die Mini-Labore bei der Entwicklung kausaler KI zum Einsatz kommen. Kausale KI-Modelle sind in der Lage, Ursache-Wirkungs-Beziehungen zu verstehen, anstatt nur statistische Korrelationen zu erkennen. In Bereichen wie Medizin oder Klimaforschung, wo präzise Vorhersagen unerlässlich sind, kann kausale KI einen grossen Unterschied machen. Die Mini-Labore bieten nun eine ideale Testumgebung, um zu überprüfen, wie gut die Algorithmen kausale Zusammenhänge lernen – und das in einer realitätsnahen Umgebung.

Lehre und Forschung 

Neben ihrer Bedeutung für die Forschung bieten die Mini-Labore auch spannende Möglichkeiten für die Lehre. Studierende können hier direkt mit den Algorithmen arbeiten und ihre theoretischen Kenntnisse in einer praktischen Umgebung anwenden. Bereits erste Pilotstudien an der ETH Zürich und der Universität Lüttich zeigen das grosse Potenzial dieser innovativen Lehrmethode.