Jenseits von Korrelationen: Nutzung von generativer KI für kausales maschinelles Lernen

zurück zur Übersicht

Projektart und Laufzeit

FFF-Förderprojekt, November 2024 bis Oktober 2026

Koordinator

Data Science & Artificial Intelligence

Forschungsschwerpunkt

Geistes-, Kultur- und Sozialwissenschaften

Beschreibung

Dieses Projekt zielt darauf ab, die erheblichen Einschränkungen von Deep-Learning-Modellen (DL) in Bezug auf die kausale Erklärbarkeit und Robustheit in Kontexten außerhalb der Verteilung zu beheben, indem die Integration von generativer KI (GenAI) in kausales maschinelles Lernen (CML) untersucht wird. Das Projekt konzentriert sich auf die Nutzung von GenAI, um kausal relevante Variablen auf hoher Ebene zu identifizieren und Kausalhypothesen zu formulieren, um Herausforderungen zu bewältigen, die derzeit Expertenintervention oder kostspielige experimentelle Verfahren erfordern. Durch eine Reihe von gezielten Arbeitspaketen wird das Projekt eine skalierbare CML-Pipeline unter Einbeziehung von GenAI entwickeln und evaluieren, mit Anwendungen in verschiedenen Bereichen wie Gesundheitswesen, Politik und Finanzen. Zu den erwarteten Ergebnissen gehören Fortschritte in der Methodik der kausalen Inferenz und Beiträge sowohl zur wissenschaftlichen Literatur als auch zu praktischen Anwendungen.

Projektleiterin

Arianna Casanova Flores, Ph. D.

Projektmitarbeiter

Assoz. Prof. Dr. Johannes Schneider