Diese Seite wurde maschinell übersetzt.
Füllen Sie bitte eine 1-Minuten-Befragung zur Qualität dieser Übersetzung aus.
University of Copenhagen stärkt die lebensmittelwissenschaftliche Forschung mit generativer KI
Maßgeschneiderte Schulungen ermöglichen es Forschern, Innovationen in der Lebensmittelwissenschaft zu beschleunigen
„Wir sind nun in der Lage, alle unsere Textressourcen betriebsbereit zu machen, sodass wir sie mit all unseren Analysedaten kombinieren können. Dies wird die Art und Weise, wie wir Lebensmittelforschung betreiben, grundlegend verändern.“
Wichtigste Ergebnisse
- Die Leistungsfähigkeit von Textanalyse und generativer KI wurde in der lebensmittelwissenschaftlichen Forschung genutzt.
- Durch Dokumentenzusammenfassung, Erstellung von Wissensgraphen, Beantwortung von Fragen und andere Techniken konnten Zeiteinsparungen erzielt werden.
- Erhöhte Kompetenz im Umgang mit LLMs zur Kombination von Textanalysen mit Forschungsdaten
Professor Rasmus Bro sagt, die Arbeit seines Teams werde die Art und Weise, wie die University of Copenhagen Lebensmittelforschung betreibt, grundlegend verändern.
An der University of Copenhagen integriert ein engagiertes Team von Lebensmittelwissenschaftlern Data Science in die lebensmittelwissenschaftliche Forschung; dies ist Teil einer Disziplin, die als Chemometrie bekannt ist. Dieser innovative Ansatz kombiniert Machine Learning, Statistik und ein tiefes Verständnis der Lebensmittelwissenschaft, um komplexe Herausforderungen zu bewältigen und Forschungsfortschritte zu erzielen.
Das Team, angeführt von Forscher und Professor Rasmus Bro, hat bereits zuvor mit MathWorks an verschiedenen Projekten zusammengearbeitet. Da sie die Notwendigkeit erkannten, ihre Fähigkeiten in moderner Textanalyse und generativer KI zu verbessern, wandten sie sich erneut an MathWorks, um Unterstützung zu erhalten. Wie Professor Bro feststellte: „Wenn wir in einem Bereich außerhalb unserer Komfortzone kompetente Unterstützung benötigten, waren wir mit dem, was MathWorks bot, stets äußerst zufrieden.“
Die Applikations-Ingenieure von MathWorks haben ein viertägiges, maßgeschneidertes Schulungsprogramm zu Textanalyse und großen Sprachmodellen (LLMs) entwickelt und durchgeführt. Die Schulung umfasste verschiedene Techniken wie Dokumentenzusammenfassung, Wissensgraphenkonstruktion, Transferlernen, semantische Segmentierung und Fragebeantwortung.
Für die Forschungsgruppe der University of Copenhagen, war MATLAB® die naheliegende Wahl für die Entwicklung kundenspezifischer Algorithmen. Mit über 30 Jahren Erfahrung in der Codeentwicklung mit MATLAB erwies es sich für das Team als geeignete Plattform für ihre Arbeit im Bereich LLM und generativer KI. Die Integration von MATLAB und der Text Analytics Toolbox™ wird es den Forschern ermöglichen, ihre Forschung zu verbessern, wobei Professor Bro feststellt: „Zum ersten Mal sind wir nun in der Lage, alle unsere Textressourcen nutzbar zu machen, sodass wir sie mit all unseren Analysedaten kombinieren können. Dies wird die Art und Weise, wie wir Lebensmittelforschung betreiben, grundlegend verändern.“
Die Anwendungsingenieure und das Entwicklungsteam von MathWorks waren bereit, sich an die Agenda der Forscher anzupassen, um den Nutzen der Schulungen zu maximieren. Diese Anpassungsfähigkeit war entscheidend für den Erfolg des Projekts. Laut Professor Bro: „Die gesamte Gruppe hat sich von einem sehr mäßigen Verständnis zu der Fähigkeit entwickelt, das Gelernte nach einem sehr kurzen, aber stark auf die Bedürfnisse zugeschnittenen Kurs kompetent anzuwenden und damit zu experimentieren.“
Durch die Investition in LLMs und generative KI schafft das Forschungsteam University of Copenhagen die Voraussetzungen für zukünftige Innovationen und Fortschritte. Die Zusammenarbeit zwischen MathWorks und der University of Copenhagen verdeutlicht, wie maßgeschneiderte Schulungen und fortschrittliche Werkzeuge die Forschung voranbringen können. Da das Team weiterhin generative KI und Textanalyse nutzt, ist es bestens gerüstet, bedeutende Beiträge auf dem Gebiet der Lebensmittelwissenschaft zu leisten und die Vielseitigkeit und Wirkung von MATLAB in verschiedenen Forschungsbereichen unter Beweis zu stellen.
Eingesetzte Produkte
Ressourcen zu
