Ein Algorithmus bestätigt, was sich Jodler schon lange erzählen: Die Nordwestschweizer und Innerschweizer Jodel lassen sich unterscheiden.

Forscher haben eine Berechnungsmethode entwickelt, um die Suche bei der Seenotrettung zu beschleunigen. Mit dem neuen Algorithmus lässt sich voraussagen, wohin Objekte oder Menschen an der Meeresoberfläche getrieben werden.

Um zu erkennen, ob ein Patient während der Operation bewusstlos bleiben wird, verlassen sich die meisten Anästhesisten auf Herzfrequenz, Atem und Bewegung. Algorithmen könnten dieses Verfahren verbessern.

Künstliche Intelligenz könnte die Diagnostik revolutionieren – zum Beispiel der Algorithmus von Pathologe Viktor Kölzer. Doch diese Revolution erfordert Daten. Und Daten brauchen Schutz.

Der erste Algorithmus ist ein Jahrhundert vor der Erfindung des Computers entstanden. Entwickelt hat ihn Ada Lovelace. Die britische Adelstochter nahm mit ihren visionären Ideen das digitale Zeitalter vorweg.

Forschende haben eine neue Methode zur Entschlüsselung des Denkens von Künstlichen Intelligenzen entwickelt. Dies ist besonders wichtig für Situationen, in denen selbstlernende Computerprogramme Entscheidungen mit Auswirkungen auf Menschenleben treffen.

Roboterarme können oft nur mit den Fingerspitzen greifen. Kompliziertere Aufgaben werden für Roboter dadurch schnell unlösbar. MIT-Forschende haben nun einen Weg gefunden, bestimmte Prozesse zu vereinfachen.

Dank einem Navigationsalgorithmus lernen Drohnen, selbständig akrobatische Manöver auszuführen. Die autonomen Fluggeräte werden durch Simulationen so trainiert, dass sie schneller, wendiger und effizienter werden.

Wo die Realität endet, beginnt die „erweiterte Realität“ von Gerd Reis: So heißt die Abteilung am Deutschen Forschungszentrum für Künstliche Intelligenz, wo der Informatiker Maschinen nicht nur das Sehen beibringt – sondern auch das Verstehen.

Forscher Lukas Tuggener und App-Entwickler Florian Seibold wollen nicht weniger, als die Welt der professionellen Musik revolutionieren. Sie digitalisieren Notenblätter und nutzen dazu eine völlig neue Deep-Learning-Methode: die Deep Watershed Detection.