HCDS bei der Deep Learning Indaba 2025 – Auszeichnung für Forschung zu afrikanischen Sprachen

27. August 2025, von Janis-Marie Paul

Foto: Janis-Marie Paul

Die Deep Learning Indaba (DLI) ist das größte Treffen der afrikanischen KI-Community und bringt jedes Jahr Forscher:innen, Studierende und Praktiker:innen aus allen Regionen zusammen. Ziel ist es, Exzellenz in den Bereichen Künstliche Intelligenz (KI) und Maschinelles Lernen (ML) zu fördern, den Austausch über Ländergrenzen hinweg zu stärken und nachhaltige Strukturen für Forschung und Bildung aufzubauen.

Unser Technical Lead Dr. Seid Muhie Yimam vom Hub of Computing and Data Science (HCDS) an der Universität Hamburg nahm in diesem Jahr an der DLI 2025 teil. Die Konferenz bot eine einzigartige Gelegenheit, sich mit führenden NLP- und KI-Forscher:innen aus ganz Afrika zu vernetzen.

Best Paper Award für afrikanische Sprachen
Besonders freuen wir uns, dass unser gemeinsames Paper “The State of Large Language Models for African Languages: Progress and Challenges” mit dem Best Paper Award ausgezeichnet wurde.

(Autor:innen: Kedir Yassin Hussen, Walelign Tewabe Sewunetie, Abinew Ali Ayele, Sukairaj Hafiz Imam, Eyob Nigussie Alemu, Shamsuddeen Hassan Muhammad & Seid Muhie Yimam)

Zentrale Erkenntnisse:

• Nur 42 afrikanische Sprachen werden von gängigen LLMs und multilingualen Modellen unterstützt.
• Von 23 aktiv genutzten Schriftsystemen sind nur 3 repräsentiert.
• Nach wie vor bestehen gravierende Herausforderungen: Datenknappheit, fehlende Benchmarks und hohe Rechenkosten.

Präsentation zu KI für den Naturschutz
Darüber hinaus erhielten wir die Gelegenheit unser zweites Paper “Evaluating Deep Learning Models for African Wildlife Image Classification: From DenseNet to Vision Transformers” zu präsentieren. Darin vergleichen wir CNNs und Vision Transformers für die Klassifizierung afrikanischer Wildtierbilder und zeigen das Spannungsfeld zwischen Modellgenauigkeit und Ressourcenbedarf für den praktischen Einsatz im Naturschutz auf.

Inklusive KI für afrikanische Kontexte
Beide Beiträge machen deutlich, wie wichtig es ist, inklusive und praxisnahe KI-Lösungen für afrikanische Kontexte zu entwickeln – und so globale Ungleichheiten in der Technologieentwicklung zu verringern.

Urunana – Hand in Hand.