Über dieses Event
Künstliche Intelligenz wird zunehmend in der Wirkstoffforschung eingesetzt, doch was bedeutet das konkret, und wo liegen die realen Möglichkeiten und Grenzen?
In diesem SSI-Webinar geben wir eine verständliche Einführung in die Grundlagen von KI und Machine Learning und zeigen, wie diese Methoden in der Wirkstoffforschung angewendet werden. Der Fokus liegt dabei bewusst auf dem Verständnis: Wie „lernt“ ein Modell eigentlich? Warum sind Datenqualität und Datenmenge so entscheidend? Und weshalb ist Drug Discovery ein besonders herausforderndes Anwendungsfeld für KI?
Im zweiten Teil übertragen wir diese Grundlagen auf die Wirkstoffforschung. Wir beleuchten, wie Moleküle repräsentiert werden, was unter Aktivität verstanden wird und warum in der Praxis häufig nur sehr wenige experimentelle Daten zur Verfügung stehen. Darauf aufbauend zeigen wir, welche KI-Ansätze speziell für diese Low-Data-Szenarien geeignet sind und geben einen Einblick in moderne Modellarchitekturen, die Ähnlichkeiten zwischen Molekülen nutzen.
Abgerundet wird das Webinar durch einen Ausblick auf aktuelle Entwicklungen, etwa den Einsatz von Test-Time-Scaling zur Erweiterung der Datenbasis und zur Verbesserung der Modellrobustheit.
Als Guest Speaker begrüßen wir Johannes, Wissenschaftler am Institut für Machine Learning der Johannes Kepler Universität Linz. Er bringt seine Forschungsperspektive aus dem Bereich KI und Wirkstoffforschung ein und gibt Einblicke in aktuelle methodische Ansätze aus der Wissenschaft.
Das Webinar richtet sich grundsätzlich an jeden, aber vor allem auch an Fach- und Führungskräfte aus Pharma, Biotechnologie und Forschung, die KI besser verstehen möchten, auch ohne Vorkenntnisse in Machine Learning.
