Die HyperMet Forschungsgruppe veranstaltete einen zweitägigen Workshop mit dem Titel „Next Level Productivity using AI Assistants” geleitet von Dr. Daniel Mertens, Biochemiker, Dozent und Gruppenleiter am Deutschen Krebsforschungszentrum und der Universität Ulm sowie Teilzeit-Trainer bei Schiller & Mertens. Der Workshop stellte die Entwicklung von large language models (LLMs) vor und befasste sich mit aktuellen Herausforderungen, Risiken und Datenschutzaspekten. Dr. Mertens skizzierte die Stärken und Grenzen verschiedener LLMs und zeigte, wie die Ergebnisse eines Modells strategisch als Input für ein anderes Modell genutzt werden können, um die Qualität des Resultats zu verbessern. Er erörterte auch institutionelle Richtlinien für die Textgenerierung und -überprüfung, einschließlich der von verschiedenen Organisationen festgelegten Vorschriften.
Um den Workshop auf die Teilnehmer zuzuschneiden, folgten mehrere praktische Einheiten. Dazu gehörten LLM-gestützte Literaturrecherchen, Workflows, die mehrere Tools kombinieren, die Einrichtung und Verwendung lokaler LLMs für die Arbeit mit sensiblen Daten sowie praktische Datenanalysen von rohen Excel-Tabellen bis hin zu endgültigen Visualisierungen. Ein weiterer Teil konzentrierte sich auf das Projektmanagement, insbesondere für die Forschungsgruppe HyperMet. Der Workshop endete mit einem Überblick über Lehre, Schulung und die Entwicklung von Vorlesungsmaterialien im Zusammenhang mit LLM-Technologien.
Den Teilnehmern bot der Workshop eine umfassende Einführung in praktische LLM-Anwendungen sowie konkrete Strategien zur Integration KI-basierter Tools in Forschung, Datenverarbeitung und akademische Kommunikation.
Die HyperMet-Forschung untersucht, wie Muskelwachstum (Hypertrophie) und Muskelabbau (Atrophie) den Stoffwechsel beeinflussen. Mehr Muskelmasse senkt das Risiko für Adipositas, Diabetes, Osteoporose und möglicherweise für Krebs. Wir erforschen die zugrunde liegenden Stoffwechselprozesse, um neue Strategien zur Prävention und im Alltag zu entwickeln.