Comment l'IA révolutionne la science : Prof. Färber à Dresde !

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Le professeur Michael Färber s'exprimera à la TU Dresden le 16 octobre 2025 sur l'IA, les graphes de connaissances et leur influence sur la science.

Prof. Michael Färber spricht am 16.10.2025 an der TU Dresden über KI, Wissensgraphen und deren Einfluss auf die Wissenschaft.
Le professeur Michael Färber s'exprimera à la TU Dresden le 16 octobre 2025 sur l'IA, les graphes de connaissances et leur influence sur la science.

Comment l'IA révolutionne la science : Prof. Färber à Dresde !

Dans le monde scientifique moderne en évolution rapide, l’intelligence artificielle (IA) est au centre de processus de changement importants. Le 16 octobre 2025, le professeur Michael Färber donnera sa conférence inaugurale à l'Université technique de Dresde. Cela aura lieu à partir de 16h40. à 18h10 dans le bâtiment Fritz Foerster et est dédié au thème "L'IA remplacera-t-elle les scientifiques ? Des articles aux connaissances avec les LLM et les Knowledge Graphs".

Le professeur Färber, professeur d'architectures logicielles évolutives pour l'analyse de données à la TU Dresden depuis avril 2024, montrera comment les graphiques de connaissances et les grands modèles linguistiques (LLM) révolutionnent l'utilisation de la littérature scientifique. Alors qu'il dirigeait le groupe de recherche au Centre d'intelligence artificielle ScaDS.AI à Dresde et Leipzig, ainsi que professeur adjoint de science du Web au KIT, Färber a développé des connaissances fondamentales sur ce sujet.

Le rôle des graphes de connaissances et des LLM

Dans sa conférence, Färber abordera la transformation de l'information en connaissance réelle. Il illustrera comment les graphiques de connaissances représentent visuellement des relations complexes et comment les LLM sont capables de tirer des conclusions significatives à partir des données. Ensemble, ces technologies permettent d'analyser des millions de documents de recherche et de fournir des informations fondées sur des preuves.

De plus, il discutera du soutien que les entreprises peuvent recevoir lors de la construction de graphes de connaissances. Un modèle flexible de paiement à l'utilisation permet un développement et une adaptation étape par étape aux exigences spécifiques en matière de données. Ceci est complété par des instructions ciblées pour l’intégration efficace de sources de données hétérogènes.

Des technologies innovantes pour de meilleures décisions

Un autre objectif de sa conférence est l'utilisation de la génération augmentée par récupération, qui agit comme une interface entre les KG et les LLM. Cela implique également de traduire les requêtes en langage naturel en requêtes SPARQL structurées. Ces approches contribuent à améliorer l'interopérabilité entre les graphes de connaissances et les LLM afin d'optimiser l'utilisation des données.

Plus précisément, Färber expliquera comment les entreprises peuvent acquérir un avantage concurrentiel en affinant les LLM pour des tâches spécifiques à un domaine. Cela inclut également l’intégration des LLM dans les écosystèmes logiciels existants, par exemple via des interfaces conversationnelles telles que les chatbots et les assistants virtuels. De plus, la nécessité de valider et d'analyser le contenu généré par LLM en le comparant avec des connaissances structurées dans des graphes de connaissances est abordée.

Perspectives sur l'événement

La conférence du professeur Michael Färber offre non seulement une plateforme de discussion sur le potentiel que l'IA ouvre à la science, mais soulève également la question de l'avenir des scientifiques dans un monde de plus en plus automatisé. De plus amples informations sur l'événement et l'orateur sont disponibles sur le site Web de la TU Dresden : tud.de/exzellenz/uwil.

La synergie entre l'IA et la science constitue un point critique dans la recherche actuelle, comme le montrent les tendances et développements actuels dans le domaine des graphes de connaissances et des LLM, tels que décrits dans l'article de Fraunhofer. Grâce à des solutions d’analyse de données sur mesure, les entreprises peuvent améliorer considérablement leur prise de décision basée sur les données, ce qui favorise également le progrès scientifique.

Pour un aperçu détaillé des derniers développements dans ce domaine, il vaut la peine de jeter un œil à l'analyse complète arxiv.org.