Open Data und Open Models

Die Aufgabe des ScaDS.AI Dresden/Leipzig besteht darin, die Forschung nicht nur durch die Bereitstellung neuer Methoden, Software und Infrastruktur voranzutreiben, sondern auch die Erstellung und Veröffentlichung wertvoller Datensätze zu fördern. Eine der treibenden Kräfte der jüngsten KI-Technologien ist die Verfügbarkeit hochwertiger, umfangreicher Daten. Die Pflege und Bereitstellung solcher Datensätze ist jedoch nicht ohne weiteres möglich und erfordert sowohl technische Unterstützung als auch organisatorisches Engagement.

Das ScaDS.AI ist sehr aktiv in der Erstellung und Pflege von Open Data und Open Models. Das beinhaltet Wissensgraphen, gelabelte Trainingsdaten, Webdaten, medizinische Informationen und Natural Language Processing (NLP) Quellen deutscher Texte. ScaDS.AI Dresden/Leipzig ist außerdem in mehreren Konsortien der Nationalen Forschungsdateninitiative (NFDI).

Veröffentlichung und Archivierung von Open Models und Trainingsdaten

Generell ist die Veröffentlichung von trainierten Modellen von großer Bedeutung für die weitere Forschung und Anwendungen im Bereich der KI. ScaDS.AI fördert und unterstützt die Veröffentlichung und Archivierung solcher Modelle aus allen Bereichen, in denen das Projekt aktiv ist. Einige der größten und präsentesten Ergebnisse dieser Bemühungen sind die großen Wissensdatenbanken DBpedia und Wikidata, die beide inzwischen in der KI-Forschung und in Anwendungen weit verbreitet sind (einschließlich intelligenter Agenten wie Apples Siri und Amazons Alexa). ScaDS.AI ist stark an der Erstellung beider Ressourcen und der zugrunde liegenden Infrastruktur beteiligt. Darüber hinaus entwickeln wir wertvolle Datensätze für die Auswertung, Analyse und das Training, wie z.B. der Dresden Web Table Corpus. Dieser besteht aus 125 Millionen Tabellen, die aus Webseiten extrahiert wurden. Forscher:innen des ScaDS.AI sind auch im Linked Data Benchmark Council2 aktiv, das offene Datensätze und Datengeneratoren veröffentlicht.

Datenzentrierte Forschung

ScaDS.AI treibt die datenzentrierte Forschung in zentralen Anwendungsbereichen von KI voran. Wir verbessern den Zugang zu Daten von Patientenkohorten aus allen deutschen Universitätskliniken über eine nationale Infrastruktur, die im Rahmen der sogenannten Medizininformatik-Initiative (MII) entwickelt wird. Die Universitäten Leipzig und Dresden leiten bzw. beteiligen sich an MII-Konsortien (SMITH und MIRACUM) und betreiben sogenannte Datenintegrationszentren. Die Forscher:innen des ScaDS.AI leisten auch einen Beitrag zum Immersive Web Observatory, einem Projekt, das ein Petascale-Rechenzentrum unterhält, um Webanalysen auf Industrieebene zu ermöglichen.

Offene KI-Dateninfrastruktur und -Dienste

Wir bieten Infrastruktur und KI-bezogene Dienstleistungen für alle Projektmitglieder, aber auch für Forscher:innen in anderen KI-bezogenen deutschen Kompetenzzentren und Forschungsprojekten. Dabei konzentriert sich das ScaDS.AI auf das Forschungsdatenmanagement über den gesamten Datenlebenszyklus. ScaDS.AI entwickelt in vielen interdisziplinären Projekten entsprechende Konzepte und Dienstleistungen.

Strategische Unterstützung der NFDI-Initiative

ScaDS.AI ist bei allen unseren Open-Data-Aktivitäten mit der Nationalen Forschungsdateninitiative (NFDI) verknüpft, z.B. NFDI4DataScience, NFDI4Health, NFDI4Earth, NFDI4Biodiversity, NFDI4Chem und NFDI4Cat.