Daten

Eine heute in Nature veröffentlichte Studie zeigt, dass die NHS-App COVID-19 zur digitalen Kontaktverfolgung, die auf dem DP3T-Protokoll basiert, zwischen 300 000 und 600 000 COVID-19-Fälle in England und Wales verhindert hat. Die Forschenden nutzten Daten des NHS, um die epidemiologischen Auswirkungen solcher datenschutzfreundlichen Apps aufzuzeigen und zu quantifizieren, die nun weltweit zur Kontrolle der Pandemie eingesetzt werden.

Bäche und Flüsse – oder «fliessende Gewässer» – stossen nachts im Durchschnitt viermal mehr CO₂ aus als tagsüber, wie Forschende der EPFL aufzeigen konnten. Das ist wichtig, denn die meisten Schätzungen der globalen CO₂-Emissionen basieren auf Messungen, die während des Tages durchgeführt werden, was potenziell die Berechnung des globalen Kohlenstoffkreislaufs verzerrt.

EPFL-Forschende haben KI-gesteuerte Nanosensoren entwickelt, mit denen Wissenschaftlerinnen verschiedene Arten von biologischen Molekülen verfolgen können, ohne sie zu stören.

EPFL-Wissenschaftlerinnen und -Wissenschaftler haben zusammen mit dem lokalen Startup L2F ein belastbares Modell entwickelt das, basierend auf Methoden eines Zweigs der Mathematik, der topologischen Datenanalyse, vorhersagen kann, wann eine Systemverschiebung bevorsteht.

PyTorch wird für zahllose KI-Anwendungen eingesetzt, von Teslas Autopilot bis hin zu Facebooks Übersetzungssoftware. Die neueste Version, gerade auf den Markt gekommen, bietet einen kommunikationseffizienten Trainingsalgorithmus, der sogar dem Planeten hilft.

Mithilfe anonymisierter Versichertendaten der Schweizer Versicherungsgesellschaft Die Mobiliar konnten  EPFL-Forschende eine Reihe von sozioökonomischen Indikatoren in 170 Schweizer Städten vorhersagen. Dieser innovative Ansatz könnte dazu beitragen, die Granularität und Anwendbarkeit der offiziellen Statistiken zu erhöhen.