AI Leaders A: WKN A2P37J | AI Leaders C: WKN A2PF0M
AI Leaders A: WKN A2P37J
AI Leaders C: WKN A2PF0M
AI Leaders C: WKN A2PF0M
AKTUELLE NEWS AUS DER KI-WELT
PROF. DR. ALLZWECK-KI:
GOOGLE DEEPMIND STELLT "MEDPALM M" VOR
Midjourney prompted by THE DECODER
Mit Med-PaLM M stellt Google Deepmind eine multimodale Variante der medizinischen KI-Modellreihe Med-PaLM vor, die neben Text auch medizinische Bilder oder sogar Genome für die Diagnose verarbeiten kann.
Med-PaLM M (MPM) basiert auf PaLM-E, Googles Robotermodell, das Sprache und Vision kombiniert, und ist keine multimodale Weiterentwicklung von Med-PaLM 2, Googles Sprachmodell, das für medizinische Aufgaben verfeinert wurde. Das ergibt insofern Sinn, als Med-PaLM M in der Lage sein soll, Diagnosen aus visuellen Daten zu erstellen.
So wie Med-PaLM 2 eine mit medizinischen Daten verfeinerte Variante des reinen Sprachmodells PaLM 2 ist, so ist MPM eine mit medizinischen Daten verfeinerte Variante von PaLM E.
Der KI-Allzweckdoktor
Google Deepmind bezeichnet MPM als einen Schritt in Richtung eines allgemeinen biomedizinischen Modells. Das kann man sich als eine Art Universaldoktor vorstellen, der zu allen medizinischen Themen und Bildern eine passende Diagnose oder Antwort parat hat.
Med-PaLM M verarbeitet verschiedene medizinische Informationen. Es kann wie Med-PaLM 2 schlicht auf Fragen antworten und erreicht annähernd dessen Niveau. Ebenso kann es Röntgenbilder untersuchen oder sogar DNA-Sequenzen auf Mutationen scannen.
In fast allen Disziplinen erreicht Med-PaLM M die derzeitige Bestleistung spezialisierter Systeme und setzt in einigen Bereichen wie der Röntgendiagnostik oder der Beantwortung visueller Fragen sogar neue Bestmarken.
Bild: Google Deepmind
MPM zeigt Potenzial zur medizinischen Generalisierung
Das Forschungsteam hat die Fähigkeiten von Med-PaLM M bei der Diagnose von Röntgenbildern des menschlichen Brustkorbs ausführlich getestet. In rund 40 Prozent der Fälle gaben die Kliniker in einem Blindtest den von der KI erstellten Röntgenberichten den Vorzug.
Pro Bericht soll MPM 0,25 klinisch signifikante Fehler machen, was auf dem Niveau menschlicher Expert:innen liegen und damit einen klinischen Einsatz zulassen soll.
Das Forschungsteam hebt auch die Zero-Shot-Fähigkeit von MPM hervor, also die Fähigkeit, ohne explizite Beispiele allein durch natürlichsprachliche Anweisungen auf neue Aufgaben zu verallgemeinern.
So kann Med-PaLM M neue medizinische Konzepte wie Tuberkulose auf Röntgenbildern des Brustkorbs präzise erkennen und beschreiben, obwohl es nie mit entsprechenden Beispielen trainiert wurde. MPM könnte daher auch in Fällen nützlich sein, in denen es nur wenige medizinische Beispieldaten gibt.
Med-PaLM M erkennt Tuberkulose, obwohl es nicht explizit dafür trainiert wurde. | Bild: Google Deepmind
Weitere Entwicklung und „rigorose Validierung“ seien nötig, schreibt das Team, aber MPM sei ein „wichtiger Schritt“ in Richtung einer allgemeinen biomedizinischen KI. Weitere Herausforderungen seien zum Beispiel die für die Skalierung benötigten hochwertigen und teilweise seltenen Daten, zudem müsse das Benchmarking deutlich ausgebaut werden. Der vorgestellte MultiMedBench sei in Umfang und Vielfalt der möglichen Aufgaben noch begrenzt.
ZUSAMMENFASSUNG
- Google DeepMind stellt Med-PaLM M vor, ein für medizinische Aufgaben verfeinertes multimodales KI-Modell, das auf dem Sprach-Vision-Modell PaLM-E basiert und neben Sprache auch medizinische Bilder und sogar Genome für diagnostische Zwecke verarbeiten kann.
- Med-PaLM M erreicht in fast allen Disziplinen die beste Leistung spezialisierter Systeme und übertrifft in einigen Bereichen wie der Röntgendiagnostik und der Beantwortung visueller Fragen die bisherigen Spitzenleistungen.
- Weitere Entwicklung und Validierung sind erforderlich, aber Google Deepmind betrachtet Med-PaLM M als einen wichtigen Schritt in der Entwicklung einer allgemeinen biomedizinischen KI.
AI LEADERS – Aktienfonds Welt All Cap mit KI-Filter
Der Ai Leaders, ein globaler Aktienfonds mit KI Filter, konnte seit Jahresbeginn von der allgemein positiven Entwicklung der Markt- oder Technologieführer profitieren und um 21,76% zulegen. Nachdem im Juli der Kurs noch um +3,81% stieg, folgte im August die erwartete Korrektur von -4,32% (Stand: 15.08.2023)
Im Gegensatz zu den meisten Konkurrenten und auch der Nasdaq sind die Unternehmen aus der ersten Reihe im AI Leaders deutlich niedriger gewichtet:
Unterschiedliche Aktiengewichtung (Stand: 8.8.2023):
Unternehmen Nasdaq 100 AI Leaders
Nvidia 6,93% 2,87%
Tesla 4,24% 0,57%
Meta 4,21% 1,90%
Broadcom 2,40% 2,54%
Microsoft 12,89% 0,70%
Apple 12,54% 1,87%
Amazon 6,84% 1,38%
Alphabet 7,34% 1,40%
Die Top 10 des AI Leaders (Stand: 15.08.2023):
Die letzten 12 Monate – Deutliche Unterschiede zwischen den KI-Fonds (Stand: 8.8.2023):
Fonds Ertrag Volatilität KGV
AI Leaders + 8,69% 21,41% 23,86
DWS Artficial Intell. + 5,61% 23,36% 27,17
10 x DNA Disruptive Tech. + 4,63% 34,37% 36,11
The Digital Leaders – 1,01% 23,55% 15,99
Allianz Artificial Intell. – 3,79% 28,74% 28,21
Echiquier Artficial Intell. – 7,11% 32,23% 45,05
Chartverlauf- Entwicklung über die letzten 12 Monate (Stand: 15.08.2023):
Im Vergleich zu den bekannten Konkurrenten von Allianz und Echiquier konnte bei deutlich geringeren Schwankungen der erwartete Mehrwert erzielt werden.
Länderverteilung
Während die meisten Fonds die USA mit 80% und mehr gewichtet haben, finden wir auch im Rest der Welt hervorragende positionierte Unternehmen und haben die USA nur mit 70% gewichtet.
Unser Ziel ist es, mit Hilfe von unserem Risikomanagement TOPAS, die KI Faktorprämie abzuschöpfen und dabei die Volatilität und DrawDowns auf ein Niveau des globalen Aktienmarktes zu reduzieren.
Diese Ziel konnten wir seit dem 1.9.2022, seit wir TOPAS einsetzen, zu unserer vollsten Zufriedenheit erreichen.
Für weitere Fragen stehe wir Ihnen wie immer gerne zur Verfügung.
Herzliche Grüße aus Stuttgart
Tilmann Speck
Christian Hintz
Gerd Schäfer