Harvard CS197: KI-Forschungserfahrungen ist ein kostenloses, öffentlich zugängliches Kursbuch, das Leserinnen und Leser darin begleitet, wie man KI-Forschung tatsächlich betreibt – nicht nur, wie man KI-Werkzeuge nutzt. Geschrieben von Pranav Rajpurkar, Assistenzprofessor für Biomedizinische Informatik an der Harvard Medical School, destilliert es ein ganzes Semester Kursarbeit – über 250 Seiten aus 21 Vorlesungen – in einen praktischen, selbstbestimmten Leitfaden.
Das Buch deckt ein breites Spektrum an Fähigkeiten ab, die für moderne KI-Forschung nötig sind: die Arbeit mit Sprachmodellen und deren Feinabstimmung, PyTorch-Grundlagen, Vision-Transformer, cloud- und GPU-basierte Trainingsabläufe sowie die Feinabstimmung von Diffusionsmodellen – ergänzt um Softwareentwicklungsgewohnheiten (Git, Umgebungsverwaltung, Debugging), die Forschungscode reproduzierbar machen.
Über den technischen Bereich hinaus legt es großen Wert auf den Forschungsprozess selbst – das Lesen und Durchsuchen akademischer Literatur, das Entwickeln und Eingrenzen von Forschungsfragen, das Nachverfolgen von Experimenten, das Durchführen statistischer Vergleiche zwischen Modellen sowie das klare Schreiben und Präsentieren von Ergebnissen. Ein Abschlussprojekt wendet diese Fähigkeiten auf eine medizinische KI-Fallstudie an.
Diese Ressource eignet sich am besten für Studierende, Nachwuchsforschende und autodidaktisch Lernende, die bereits über Programmierkenntnisse verfügen und eine strukturierte, praxisnahe Einführung darin suchen, wie KI-Forschung tatsächlich durchgeführt wird – vom ersten Experiment bis zur fertigen Arbeit.