DEEP MINDS #1 - Tim Rocktäschel - KI & Reinforcement Learning

Willkommen zur Premieren-Folge von DEEP MINDS, dem Video-Podcast
mit Menschen, die sich mit Künstlicher Intelligenz und Wissenschaft
befassen. Ihnen stellen Max und Matthias einfache und schwere
Fragen über Technologie, Forschung, Entwicklung und unsere Zukunft.
Unser Deep Mind heute ist Tim Rocktäschel. Liebe MIXEDCAST-Hörer
und Hörerinnen, ihr könnt zukünftige DEEP MINDS-Folgen direkt
abonnieren bei: YouTube:
https://www.youtube.com/watch?v=wcPnJtT1yRc Spotify:
https://open.spotify.com/show/6rmXt98jRHNziyG1ev3sAT Apple:
https://podcasts.apple.com/us/podcast/deep-minds/id1598920439
Soundcloud: https://soundcloud.com/deep-minds-podcast Per RSS:
https://feeds.soundcloud.com/users/soundcloud:users:1059316612/sounds.rss
Inhalt: 04:10 - Was ist so revolutionär an Machine Learning? 09:55
- Was sind die Unterschiede zwischen überwachtem und unüberwachtem
Lernen? 14:50 - Was sind Risiken des unüberwachten Lernens? 23:16 -
Wie geht die KI-Branche mit der Herausforderung "Black Box" um?
26:42 - Was ist eine Belohnung für ein KI-System? 32:40 - Was ist
der Unterschied zwischen modellbasiertem und modellfreiem
bestärkenden Lernen? 39:05 - Praxisbeispiel: KI für autonomes
Fahren 44:58 - Was ist das Ziel von Reinforcement Learning? 50:52 -
Der Unterschied zwischen KI-Lernen und menschlichem Lernen 57:57 -
Was ist die Herausforderung für KI bei alten Atari-Spielen wie
Montezumas Revenge? 1:07:29 - Nethack Challenge: Die Vorteile von
prozedural generierten Umgebungen für das KI-Training 1:22:44 - Was
soll die Nethack Challenge bewirken? 1:25:20 - Warum befasst Du
Dich mit KI und bestärkendem Lernen, Tim? 1:36:24 - Was ist ein
guter Einstieg ins Reinforcement Learning? Mit Tim haben wir über
Reinforcement Learning in offenen Umgebungen gesprochen, wie
funktioniert die KI-Trainingsmethode, wofür ist sie besonders gut
geeignet und wofür weniger, welche unterschiedlichen Ansätze gibt
es und was ist ihr langfristiges Potenzial? Außerdem haben wir uns
mit Tim über NetHack unterhalten, ein beinhartes und
zufallsgeneriertes Videospiel aus 1987. Tim erklärt uns, weshalb
gerade ein so altes Spiel eine gute Methode sein könnte, um
Reinforcement Learning voranzubringen und einen Schritt zu machen
in Richtung gesunder Menschenverstand für Künstliche Intelligenz.
Mehr zu Nethack und Tims Challenge:
https://mixed.de/nethack-altertuemliches-videospiel-soll-ki-entwicklung-voranbringen/
Über Tim Rocktäschel: Tim ist Forscher bei Facebook AI Research
(FAIR) London, Associate Professor am Zentrum für künstliche
Intelligenz im Fachbereich Computer Science am University College
London und Stipendiat des Europäischen Labors für Lernen und
intelligente Systeme (ELLIS). Davor war Tim Postdoc-Forscher für
Reinforcement Learning an der Universität Oxford, Junior Research
Fellow für Informatik am Jesus College und Stipendiat für
Informatik am Hertford College. ---------- Danke an unseren
Sponsoren: BWI und Borlabs Borlabs Cookie Wordpress-Plugin made in
Hamburg. Kauft Borlabs Cookie jetzt auf https://borlabs.io/mixed
mit dem Rabattcode MIXED und erhaltet fünf Prozent Rabatt. BWI: Der
DEEP MINDS Podcast wird unterstützt von der BWI, dem IT-Systemhaus
der Bundeswehr. Als ihr zuverlässiger Partner unterstützt sie mit
Innovationen und ihrer IT-Expertise die Digitalisierung der
Streitkräfte und treibt diese voran. Auch die Zukunftstechnologie
KI spielt dabei eine wichtige Rolle, etwa bei der Generierung von
Lagebildern oder für das Server-Management. Aktuelles aus der
Arbeit der BWI: https://www.bwi.de/news-blog KI bei der BWI Vom
Software-Lebenszyklus bis zur Server-Anomalie:
https://www.bwi.de/news-blog/blog/artikel/vom-software-lebenszyklus-bis-zur-server-anomalie-ki-und-ihr-praktischer-nutzen-fuer-die-bwi
Wie KI Deutschland vor Angriffen schützen kann:
https://www.bwi.de/news-blog/blog/artikel/hybride-bedrohungen-wie-kuenstliche-intelligenz-deutschland-vor-angriffen-schuetzen-kann
Die BWI sucht engagierte IT-Profis: https://www.bwi.de/karriere