Het Nationaal Groeifonds programma AiNed heeft subsidies beschikbaar gesteld om innovatieve en risicovolle kunstmatige intelligentie (AI) initiatieven te verkennen. Deze projecten, in samenwerking met Europese partners, verkennen verschillende AI-toepassingen zoals medische beeldvorming en schimmelonderzoek, en beogen de verbondenheid van Nederlandse onderzoekers wereldwijd te versterken.

De kracht van taalmodellen in AI-onderzoek

Revolutie in natuurlijke taalverwerking

De vooruitgang van technologieën zoals chatGPT, een vorm van LMs, toont al indrukwekkende resultaten. Deze systemen kunnen menselijke taal interpreteren, maar missen vaak transparantie en betrouwbaarheid. Daarom wordt er momenteel onderzocht hoe het combineren met symbolische AI hier verandering in kan brengen. Dit onderzoek wordt uitgevoerd in samenwerking met Londense universiteiten om deze modellen zowel transparant als verifieerbaar te maken, wat tal van nieuwe mogelijkheden voor toepassingen opent.

De energiesectorefficiëntie verbeteren

Naast de verbetering van taalmodellen onderstreept dit project ook de energiekosten die gaan zitten in de ontwikkeling van zulke modellen. Grote Taalmodellen (LLM’s) vereisen vaak veel energie wat hun implementatie beperkt. Nieuwe benaderingen worden daardoor ontworpen zodat deze modellen efficiënter werken en meer reactief zijn, een vereiste met name in de robotica. Hierdoor kunnen LLM’s effectief robotica-taken verbeteren door hen snelle responsacties mee te geven.

Medische doorbraken door AI

Optimalisatie van hersenfuncties na schade

Bij een hersenbloeding kunnen ernstige verstoringen optreden, die blijvend functieverlies kunnen veroorzaken indien niet adequaat behandeld. Door AI-gestuurde technieken kunnen nu neural netwerken worden toegepast. Deze netwerken helpen de noodzakelijke motorsignalen, essentieel voor therapie en herstel, te ontrafelen. Dit biedt potentieel een grote vooruitgang in de revalidatiezorg.

Virtuele biopten bij borstkankerdiagnose

Specifieke biomarkeridentificatie is cruciaal voor borstkankerdiagnoses, maar de traditionele methoden zijn tijdrovend en duur. Luchtigheid komt door het verkorten van het diagnoseproces door virtuele kleuring van weefsels met AI. Dit leidt niet alleen tot snellere behandeling maar verhoogt ook de nauwkeurigheid van diagnoses en patiëntenzorg in omgevingen met minder middelen.

Biotechnologische vooruitgang

De biologische revolutie met schimmels

Schimmels hebben een onontgonnen potentieel in de industriële omzetting van organisch materiaal. Door hun diversiteit in enzymproductie kunnen zij de overgang naar een biobased economie versnellen. Machine learning kan de selectie en karakterisering van de meest nuttige enzymen stroomlijnen, wat een revolutie kan betekenen voor zowel duurzame industrieën als biotechnologie.

Federatieve leeromgevingen voor radiologie AI

Met de nieuwe regelgeving vereisen radiologische AI-systemen federatieve leeromgevingen waarin gegevens niet licht gedeeld worden. Deze opzet stuit echter op uitdagingen in heterogeniteit tussen ziekenhuizen en het ontwikkelen van consistente modellen. De ontwikkelaars richten zich op het verminderen van modelheterogeniteit en het verbeteren van de uitlegbaarheid van AI-systemen voor betere patiëntervaring.

AI voor duurzame antibiotica

De toenemende antibioticaresistentie vraagt om vernieuwende oplossingen. AI heeft het potentieel om biologische en chemische data effectief te analyseren, nieuwe antibiotica voor te stellen en hun werkzaamheid tegen resistente microben te testen. Dit innovatieve model zou de manier veranderen waarop antibiotica worden ontdekt en ontwikkeld, ook door openbare toegankelijkheid van de onderzoeksresultaten te bevorderen.