Die Stanford-Doktorandin Nicole Chiou hat die letzten zwei Monate am HPI in Potsdam im Rahmen des HAI-HPI-Forschungsprogramms verbracht, einer Zusammenarbeit zwischen dem Stanford Institute for Human-Centered AI (HAI) und dem HPI.
Das Programm zielt darauf ab, Expert:innen aus der ganzen Welt zusammenzubringen, die sowohl im Bereich der KI als auch der Human-Centered Interaction (HCI) arbeiten, um die Forschung zu menschenzentrierten KI-Systemen voranzutreiben.
Im Fachgebiet “Digital Health – Machine Learning” von Prof. Lippert arbeitet Nicole an einem Projekt zur Anpassung von Modellen des maschinellen Lernens, damit diese auch dann noch zuverlässig funktionieren, wenn sie in einem Kontext mit unterschiedlichen und begrenzten Daten verwendet werden. Wenn Modelle auf Datensätzen verwendet werden, die sich von denen unterscheiden, auf denen sie trainiert wurden, kann dies oft zu Fehldiagnosen oder ungerechter Behandlung führen.
In unserem Interview erzählt uns Nicole mehr über ihr Projekt und ihre Vision dafür, ihre Erfahrungen am HPI und was sie am meisten vermissen wird, wenn sie Ende dieses Monats nach Kalifornien zurückfliegt.
Hasso-Plattner-Instiut: Was ist dein Studienprogramm in Stanford?
Nicole Chiou: Ich bin Doktorandin im dritten Jahr im Fachbereich Informatik an der Stanford University und arbeite im Stanford Artificial Intelligence Laboratory (SAIL).
HPI: Was war dein erster Eindruck von Deutschland? Was war der größte “Kulturschock”?
Nicole: Mein erster Eindruck von Deutschland war, wie warmherzig und gastfreundlich die Menschen mir gegenüber waren. Schon von meiner ersten Fahrt mit der S-Bahn vom Flughafen und dem ersten Betreten des HPI-Campus an habe ich die alltäglichen Interaktionen mit den Menschen hier als sehr freundlich empfunden.
Der größte Kulturschock war die Erkenntnis, dass jemand, der eine neue Stelle antritt, selbst für die Mitnahme von Kuchen und die Organisation seiner eigenen Abschiedsfeier verantwortlich ist. Das ist das genaue Gegenteil davon, wie es in den Vereinigten Staaten gehandhabt wird. Ich war noch mehr überrascht, als die Person, die ihre eigene Abschiedsfeier organisiert hat nicht nur einen, sondern zwei Kuchen selbst gebacken hat!
HPI: Gibt es etwas, das du hier erlebt hast und das du mit nach Stanford nehmen wirst?
Nicole: Während meiner Zeit am HPI habe ich viel darüber gelernt, wie große, interdisziplinäre Labore die Zusammenarbeit strukturieren. Ich schätze besonders die Effektivität kurzer, zweimal wöchentlich stattfindender Gruppentreffen mit wechselnden Präsentationen, die den Zusammenhalt und die Diskussion über verschiedene Forschungsprojekte und -themen hinweg fördern. Auch wenn mein Labor in Stanford dieses Format vielleicht nicht genau übernehmen wird, hat mich das inspiriert, halbjährliche Präsentationen meiner eigenen Forschung zu organisieren.
HPI: Was wirst du vermissen?
Nicole: Ich werde die Tradition der gemeinsamen Mittagessen mit Kollegen am HPI vermissen. Es ist toll, wie sich alle pünktlich um 12:00 Uhr versammeln, um zum Bistro auf dem Campus I zu gehen und gemeinsam zu essen. Das ist etwas, das man in Stanford seltener findet.
HPI: Was ist dein Lieblingsort auf dem HPI-Campus?
Nicole: Ich finde Ulf's Cafe sehr gemütlich. Selbst wenn es draußen kalt ist, genieße ich es, an den großen Glasfenstern zu sitzen und an einem sonnigen Tag das Sonnenlicht aufzusaugen.
HPI: Gibt es etwas, das für dich typisch HPI geworden ist?
Nicole: Es ist zu einer lustigen Gewohnheit geworden, auf die Snacks auf den Schreibtischen meiner Kollegen zu achten, um neue Leckereien zum Probieren zu finden. Ich habe mich auch daran gewöhnt, das Geräusch der Espressomaschine besonders stark am Nachmittag, direkt nach dem Mittagessen zu hören.
HPI: Gibt es etwas, das du dir noch ansehen oder besuchen möchtest, während du hier bist?
Nicole: Als Liebhaber klassischer Musik freue ich mich darauf, dieses Wochenende das Musikinstrumenten-Museum zu besuchen. Ich war bereits in der Staatsoper Unter den Linden und in der Berliner Philharmonie, daher freue ich mich sehr darauf, die Musikgeschichte in einem Museum zu erkunden.
HPI: Wenn du dein Projekt jemandem erklären müsstest, der mit deinem Fachgebiet nicht vertraut ist, was würdest du sagen?
Nicole: Ein Kernbestandteil der Entwicklung sicherer und vertrauenswürdiger maschineller Lernsysteme besteht darin, zu erkennen, wann sich die während der Einsatzzeit genutzen Daten von den Daten unterscheiden, die zum Trainieren des Machine Learning Modells verwendet wurden. Diese Verschiebung der Datenverteilung kann zu negativen Ergebnissen führen, wie z. B. Fehldiagnosen bei medizinischen Anwendungen oder sogar zu einer ungerechten Behandlung unterversorgter Patientengruppen, wenn der maschinelle Algorithmus für klinische Entscheidungen verwendet wird. Mein Projekt untersucht die Verschiebung der Verteilung zwischen einem MRT-Datensatz des Gehirns von Alzheimer-Patienten und der allgemeinen Patientenpopulation mit dem Ziel, trainierte maschinelle Lernmodelle mit einem kleinen, repräsentativen Datensatz der allgemeinen Bevölkerung anzupassen, um nicht diagnostizierte Fälle von Alzheimer-Demenz besser vorhersagen zu können.
HPI: Wie bist du auf die Idee für dieses Projekt gekommen? Was begeistert dich an diesem Thema?
Nicole: Mein Forschungsgebiet zielt darauf ab, die Lücke zwischen Machine Learning Modellen, die bei Daten aus derselben Verteilung, auf der sie trainiert wurden, gut funktionieren, und realen Anwendungsumgebungen zu schließen. Der Schlüssel liegt darin, zu erkennen, wann solche Verschiebungen der Datenverteilung auftreten, und Modelle an neue Kontexte anzupassen. Meine Leidenschaft für dieses Thema rührt daher, dass viele Modelle des maschinellen Lernens bei unterversorgten Patientengruppen schlecht abschneiden, was ihre Nützlichkeit einschränkt. Besonders liegt mir am Herzen, medizinische KI für verschiedene Bevölkerungsgruppen zugänglicher zu machen, wobei sich ein Großteil meiner Arbeit auf die globale Gesundheit und Anwendungsfälle in Ländern mit niedrigem und mittlerem Einkommen (LMIC) konzentriert.
HPI: Warum konzentrierst du dich auf Alzheimer-Daten?
Nicole: Die Alzheimer-Demenz ist eine Langzeiterkrankung, für deren Verlauf in der Allgemeinbevölkerung nur begrenzte Längsschnittdaten vorliegen. Anstatt darauf zu warten, dass im Laufe der Zeit mehr Daten gesammelt werden, arbeite ich an neuen maschinellen Lernmethoden, bei denen die derzeit verfügbaren Daten genutzt werden, um Risikopatienten für die Alzheimer-Demenz zu identifizieren.
HPI: Was war eine der überraschendsten Erkenntnisse, die du bei deinen Recherchen zu diesem Thema gewonnen hast?
Nicole: Spezialisierte Alzheimer-Datensätze enthalten detaillierte Expertenanmerkungen, wie z. B. den Schweregrad der kognitiven Beeinträchtigung und die Leistung bei speziellen Tests. Bei allgemeinen Bevölkerungsdaten fehlen diese Informationen jedoch in der Regel, was es schwierig macht, das Fortschreiten der Krankheit zwischen den beiden Datensätzen abzugleichen.
HPI: Was ist deine “Vision” für dieses Projekt? Was könnte es für andere Bereiche bedeuten, Modelle mit begrenzten Daten trainieren zu können?
Nicole: Für mich ist die Arbeit mit Alzheimer-Daten nur ein Ausgangspunkt. Mein letztendliches Ziel ist es, unsere Methode zur Vorhersage anderer Krankheiten anzuwenden. Insbesondere interessiere ich mich für die Erkennung der diabetischen Retinopathie anhand von Augenbildern und dafür, wie sich die automatisierte Diagnose von Atemwegserkrankungen von vor bis nach COVID verändert hat. Die Fähigkeit, maschinelle Lernmodelle mit begrenzten Daten anzupassen, ist auch für eine Reihe von Anwendungen außerhalb des Gesundheitswesens wertvoll und ermöglicht es, Bevölkerungsgruppen zu versorgen, für die es zu wenige Daten gibt, um ein Machine Learning Modell von Grund auf neu zu trainieren.
HPI: Arbeitest du mit anderen HPI-Studierenden zusammen? Wie gestaltet sich das?
Nicole: Ich bin dankbar, dass ich mit vielen HPI-Studierenden Brainstorming-Diskussionen und Gespräche über die Relevanz meines Projekts für ihre Forschung und umgekehrt geführt habe. Die Möglichkeit, gezieltes Feedback zu erhalten, war von unschätzbarem Wert für die Gestaltung meines Projekts mit einer breiteren Perspektive auf seine Relevanz für andere Bereiche.
HPI: Was sind deine Pläne für dein Projekt, wenn du nach Stanford zurückkehrst? Wirst du mit den HPI-Studierenden in Kontakt bleiben und weiterhin zusammenarbeiten?
Nicole: Ich habe vor, nach meiner Rückkehr nach Stanford weiter an diesem Projekt zu arbeiten und die Zusammenarbeit mit den HPI-Studierenden fortzusetzen. Ich hoffe, dass wir weiterhin voneinander lernen können, und freue mich darauf, zu sehen, wie sich unsere Forschungsinteressen weiterentwickeln.
Vielen Dank für das Interview und wir hoffen, dass dir deine Zeit am HPI gefallen hat!
