Künstliche Intelligenz ist aktuell das Hypethema schlechthin.
Doch was genau ist überhaupt eine Künstliche Intelligenz? Wie
schaffen es Computer zu lernen? Und für welche Anwendungen
benötigen wir überhaupt künstliche Intelligenzen? In diesem
Podcast gehe ich dem auf den Grund und analysiere auch, in wie
weit wir damit rechnen müssen, dass unsere Welt demnächst von
einer KI beherrscht wird. Mehr Infos als in diesem kurzen Podcast
erhalten Sie in entsprechenden Seminaren und Webinaren, die ich
anbiete. Mehr dazu unter www.varesi.de
Inhalt:
Was ist Künstliche
Intelligenz? Wie können Computer
lernen? Was sind die wichtigsten
KI-Anwendungen? Wird KI die Welt
beherrschen?
1. Was ist Künstliche Intelligenz?
Klassischer Programmcode = alle Optionen fest
programmiert
Neue Optionen = neuer Code
Beispiel: Keyboard = Klaviatur, Tastatur,
Schlüsselbrett
Künstliche Intelligenz KI (engl. Artificial
Intelligence AI)
KI = lernfähig
Neue Optionen = KI passt sich dynamisch an
Beispiel: Keyboard KI erlernt anhand vieler
Beispiele neuen Kontext
2. Wie können Computer lernen?
KI-Konzepte seit den 50ern z.B. Thesaurus,
Expertensysteme, Fuzzylogik
Heute dominieren Künstliche Neuronale Netze
(KNN)
Ideal für Maschinelles Lernen (ML)
Bestehen aus vernetzten Künstlichen
Neuronen
Eingabe per Input-Layer
Verarbeitung in versteckten Ebenen (Hidden
Layer)
Ausgabe im Output Layer
Lernen durch Rückmeldungen
(Backpropagation)
Mehrere Hidden Layer = Deep Learning
Kern der KI sind Künstliche Neuronen
Summe mehrerer Eingangssignale
(Übertragungsfunktion)
Ausgangssignal, wenn Schwellwert überschritten
(Aktivierungsfunktion)
Falsches Ergebnis => Feedback
(Backpropagation)
Änderung von Gewichtungsfaktoren der
Inputsignale
Beispiel: Neuron entscheidet, ob Hund gefährlich
ist
Häufiges Feedback (Teaching) liefert perfekte
Ergebnisse
Logik eines KNN: Gewichtungen statt
Programmcode
3. Was sind die wichtigsten KI-Anwendungen?
Natural Language Processing
- Text in Sprache (Betonung, Aussprache)
- Spracherkennung (Dialekte,
Störgeräusche)
- Übersetzung (Kontext, Mehrdeutigkeit)
- Stimmungserkennung (Traurig, Verärgert)
- Beispiel: KI-Assistenten (Google Assistent,
Apple Siri, MS Cortana, Amazon Alexa)
- Beispiel: KI-Übersetzer www.deepl.com
Bild- und Musteranalyse
- Identifikation von Personen auf Bildern
- Handschrifterkennung
- DNA-Analyse
- Beispiel: Google Bildersuche
Mustervorhersage
- Predictive Analytics anhand von Big Data
- Beispiele:
- Predictive Policing des BKA
- Amazon Anticipatory Shipping
Autonome Systeme
- Autonomes Fahren
- Autonome Roboter
- Beispiele:
- Tesla Model S
- Lieferroboter Starship
Wissensbasierte bzw.
Expertensysteme
- IBM Watson z.B. als Anwaltsassistent
- Wissensmanagement z.B. One Mind bei Munich
Re
4. Wird Künstliche Intelligenz in Zukunft die Welt
beherrschen?
- Bedrohung von 7 Mio. Jobs z.B. 250
Entlassungen bei Zalando
- Gefahr der Singularität:
Irving John Good (1965): „Eine ultraintelligente Maschine [..], die
die intellektuellen Fähigkeiten jedes Menschen [..] übertrifft,
kann noch bessere Maschinen bauen [..]. Die erste ultraintelligente
Maschine ist also die letzte Erfindung, die der Mensch zu machen
hat.
Vernor Vinge (1993) Technological Singularity:
„Innerhalb von 30 Jahren (=2023) verfügen wir über die
technologischen Mittel, um übermenschliche Intelligenz zu schaffen.
Wenig später ist die Ära der Menschen beendet.“
- Zustimmung seitens Bill Gates, Steven Hawking
und Alon Musk
- ABER: eine KI hält sich an
Rahmenvorgaben
- Schachprogramm lernt neue Züge, hält sich aber
an Spielregeln
Wer mehr über KI erfahren möchte, dem empfehle ich bei mir auf der
Homepage varesi.de vorbeizuschauen, da biete ich KI Kurse und auch
Webinare zu dem Thema an. Da gehen wir dann auch etwas tiefer ins
Detail, Sie erfahren, mit welchen KI-Lösungen Sie sich und ihre
Mitarbeiter von leidigen Routinejobs entlasten können und wie Sie
bei Bedarf auch eine eigene KI entwickeln können.
Kommentare (0)
Melde dich an, um einen Kommentar zu schreiben.