Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
cset24. März 2025 · Q002934

Guide to the 2025 Annual Projects for the Major Research Program on Explainable and Generalizable Next-Generation Artificial Intelligence Methods

cset.georgetown.edu · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der Auszug beschreibt Chinas Förderziele für 2025 in der KI-Grundlagenforschung: bessere theoretische Grundlagen des Deep Learning, erklärbare und verallgemeinerbare Verfahren sowie wissenschaftliche Anwendungen. Er ist unvollständig; konkrete Projektlisten, Förderbedingungen und Ergebnisse fehlen, und für die Fortsetzung verweist der Text auf ein PDF.

Mittel

Der Auszug stellt Chinas Förderleitfaden für 2025 zu erklärbarer und verallgemeinerbarer KI-Grundlagenforschung vor. Laut Leitfaden soll das Programm zentrale Schwächen bestehender KI-Methoden angehen, darunter geringe Robustheit und Erklärbarkeit sowie starke Datenabhängigkeit. Als übergeordnete Ziele nennt es den Aufbau neuer KI-Methoden, die Förderung der Forschung und des wissenschaftlichen Nachwuchses sowie eine stärkere Stellung Chinas im internationalen Wettbewerb.

Drei Schwerpunkte werden beschrieben: die theoretischen Grundlagen des Deep Learning, darunter Hyperparameterabhängigkeit, Generalisierung und Optimierung; neue präzise, erklärbare und verallgemeinerbare Verfahren, die mit weniger annotierten Daten auskommen sollen; und wissenschaftliche Anwendungen samt Modellen, Algorithmen, offenen Datenbanken und Bibliotheken. Der einleitende Überblick nennt zudem generative große Modelle, gehirninspirierte und kognitive KI sowie Anwendungen in Physik, Biologie, Gesundheit und Materialwissenschaft.

Der Text ist ausdrücklich unvollständig: Die Übersetzung verweist für den Rest auf ein PDF. Konkrete Projekte, Förderbeträge, Auswahlregeln und Ergebnisse enthält der bereitgestellte Auszug nicht.

Ausführlich lesen

Der bereitgestellte Text ist ein Auszug aus einem englischen Leitfaden zu Chinas jährlichen Förderprojekten für 2025 im Bereich erklärbarer und verallgemeinerbarer KI. Er beschreibt die Ziele und wissenschaftlichen Schwerpunkte eines größeren Forschungsprogramms; die Übersetzung weist ausdrücklich darauf hin, dass der restliche Text nur als PDF verfügbar ist. Der Auszug enthält daher keine vollständige Darstellung der Projekte oder ihrer Förderbedingungen.

Dem Leitfaden zufolge soll das Programm grundlegende wissenschaftliche Probleme heutiger KI-Methoden angehen und ein System neuer KI-Verfahren entwickeln. Als strategischen Rahmen nennt er Chinas nationale Entwicklungsziele, die Förderung der KI-Grundlagenforschung und des wissenschaftlichen Nachwuchses sowie eine dominante Stellung in der internationalen Wissenschafts- und Technologiekonkurrenz. Das sind Zielsetzungen des Programms, keine im Auszug belegten Ergebnisse.

Inhaltlich hebt der Text drei Forschungsfelder hervor. Erstens sollen die Grundlagen des Deep Learning untersucht werden: Dazu zählen die Abhängigkeit von Hyperparametern, die Funktionsprinzipien sowie Theorien zu Approximation, Generalisierungsfehlern und der Konvergenz von Optimierungsverfahren. Als Ausgangsprobleme nennt der Leitfaden unter anderem geringe Robustheit und Erklärbarkeit sowie eine starke Abhängigkeit von Daten.

Zweitens sollen neue KI-Methoden entwickelt werden, die laut Programm präzise, erklärbar und verallgemeinerbar sind und weniger große Mengen annotierter Daten benötigen. Vorgesehen sind außerdem Datenbanken, Trainingsplattformen und eine entsprechende Infrastruktur. Als Ansatz nennt der Text die Verbindung von Regeln und Lernen.

Drittens richtet sich das Programm auf Anwendungen in den Wissenschaften. Genannt werden neue physikalische Modelle und Algorithmen sowie offene wissenschaftliche Datenbanken, Wissensbestände und Bibliotheken für Modelle und Algorithmen. Damit sollen beispielhafte Anwendungen zur Lösung komplexer wissenschaftlicher Probleme gefördert werden. Der einleitende Überblick erwähnt außerdem generative große Modelle, gehirninspirierte und kognitive KI sowie Anwendungen in physikalischer Modellierung, Biologie, Gesundheit und Materialwissenschaft. Diese Bereiche werden im vorliegenden Auszug jedoch nicht im Detail ausgeführt.

Der Text erläutert Ziele und Themen, aber keine konkreten Projektlisten, Budgets, Auswahlverfahren, Zeitpläne oder erreichten Forschungsergebnisse. Auch die angekündigte Fortsetzung der Übersetzung fehlt. Die Aussagen lassen sich daher nur als Zusammenfassung der im Auszug beschriebenen Förderabsichten wiedergeben.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 67 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %gleiches Oberthema, hilft nicht
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 63 %Hintergrund, keine Belege
    • JEV 27 %Hintergrund, keine Belege
    • amos 55 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 73 %gleiches Oberthema, hilft nicht
    • d3-ultra 72 %gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 71 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 54 %Hintergrund, keine Belege
    • JEV 34 %Hintergrund, keine Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 70 %gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 56 %Hintergrund, keine Belege
    • JEV 42 %gleiches Oberthema, hilft nicht
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 63 %gleiches Oberthema, hilft nicht
  2. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 80 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 65 %gleiches Oberthema, hilft nicht
  3. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 79 %Hintergrund, keine Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 69 %gleiches Oberthema, hilft nicht
Wirtschaft und Haftung
Information und Öffentlichkeit
  1. SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 65 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →