AI Talks: Nagele mit Köpfchen

Dr. Johannes Nagele, Senior Principal AI Researcher and Consultant at [at], hosts the podcast “Nagele mit Köpfchen” in which he discusses the latest trends in AI with AI experts. In this episode, he talks with Tabajara Krausburg. With a strong foundation in mechatronics and computer engineering, Tabajara has established himself as an expert in Multi-Agent Systems (MAS), a field he explored extensively during his Master's and Doctoral research. Their discussion covers the foundations of MAS, which take inspiration from human interactions, game theory, and social sciences. Tabajara explains the Beliefs-Desires-Intentions (BDI) model, which mirrors human cognitive processes, enabling agents to set goals, make decisions, and collaborate effectively in dynamic environments. The also explore various forms of agent collaboration, from centralized coordination, where a lead agent directs others, to distributed systems, where agents negotiate tasks independently. Practical examples include cleaning robots that optimize tasks with security cameras or multiple robots dividing cleaning responsibilities efficiently. MAS's adaptability allows agents to tackle both specialized and generalized tasks, though balancing these roles remains a challenge. Tabajara highlights MAS's growing relevance in applications like generative AI frameworks, such as Auto-GPT, which break down complex tasks into manageable subtasks. While these advancements offer scalable and adaptive solutions, ensuring safety and control in increasingly autonomous systems is crucial. He emphasizes that MAS and AI technologies are designed to assist humans, and that government regulations and thoughtful design principles can guide their ethical deployment. The discussion concludes with a call to embrace MAS as a powerful tool for enhancing human capabilities, fostering innovation, and driving collaboration across industries.

Dr. Johannes Nagele, Senior Principal AI Researcher und Consultant bei [at], ist Gastgeber des Podcasts "Nagele mit Köpfchen", in dem er mit KI-Experten über die neuesten Trends in der KI diskutiert. In dieser Folge spricht er mit Michael Kissner. Mit einem Hintergrund in Physik, Mathematik und Computer Vision, ist Micheal Mitbegründer von Akhetonics, einem Unternehmen, das sich auf optisches Computing spezialisiert hat. Micheal erklärt, wie Akhetonics optische Computer entwickelt, die ausschließlich mit Licht arbeiten. In ihrem Gespräch gehen Micheal und Johannes näher darauf ein, wie optische Transistoren funktionieren und was sie von elektrischen Transistoren unterscheidet. Außerdem erörtern sie die Unterschiede zwischen photonischen und optischen Computern, wobei letztere in der Lage sind, freistrahlende Optik zu erfassen. Micheal betont, dass Akhetonics sich auf die Integration solcher Technologien konzentriert, mit dem Ziel, universelle Prozessoren zu entwickeln, die sowohl KI- als auch kryptografische Anwendungen effizient ausführen können. Ein weiterer interessanter Aspekt des optischen Rechnens, den Johannes und Michael untersuchen, ist das Konzept des reversiblen Computings, bei dem jede Eingabe auf Basis der Ausgabe rekonstruiert werden kann, was Energie spart. Sie sind sich einig, dass optische Computer solche reversiblen Rechenprozesse effizienter ausführen können. In diesem Zusammenhang diskutieren Johannes und Michael auch verschiedene praktische Anwendungen des optischen Computings. Sowohl Johannes als auch Michael sind zuversichtlich, dass die optische Datenverarbeitung in einigen Jahren marktreif sein wird. Sie sind zuversichtlich, dass es die herkömmliche Elektronik ersetzen und damit einen wesentlichen Beitrag zur Lösung der globalen Energieprobleme leisten wird.

Dr. Johannes Nagele, Senior Principal AI Researcher und Consultant bei [at], ist Gastgeber des Podcasts „Nagele mit Köpfchen“ in dem er mit KI-Experten über die neuesten Trends in der KI diskutiert. In dieser Folge spricht er mit Dr. Philipp Schwartenbeck, Principal Data Scientist und Experte für Reinforcement Learning bei Alexander Thamm [at]. Philipp und Johannes besprechen die Bedeutung von Agenten und Multiagentensystemen im Bereich der generativer KI. Dabei heben die beiden Experten die Vorteile von Multiagentensystemen hervor, wie die Modularisierung, die Effizienz und die Möglichkeit, spezialisierte Agenten für bestimmte Aufgaben einzusetzen. Sie diskutieren auch die Einsatzmöglichkeiten dieser Systeme in verschiedenen Bereichen wie der Smart Factory, der Smart City und der Softwareentwicklung. Die Grundidee ist, dass Multiagentensysteme eine effiziente Architektur bieten, um komplexe Probleme zu lösen und unterschiedliche Perspektiven zu berücksichtigen. Multiagentensysteme werden bereits heute in verschiedenen Anwendungen genutzt, wie dem Hochfrequenzhandel an den Finanzmärkten oder in der Routenplanung großer Logistik- und Transportunternehmen. Die Zukunft der Multiagentensysteme erscheint vielversprechend.

Dr. Johannes Nagele, Senior Principal AI Researcher und Consultant bei [at], ist Gastgeber des Podcasts „Nagele mit Köpfchen“ in dem er mit KI-Experten über die neuesten Trends in der KI diskutiert. In dieser Folge spricht er mit Ridger Zhou, einem Doktoranden der Elektrotechnik und Computertechnik an der University of California, Santa Cruz. Richard stellt seine Arbeit an SpikeGPT vor, einem KI-basierten Modell, das Spiking Neural Networks (SNNs) mit traditionellen künstlichen neuronalen Netzen (KNNs) kombiniert, und diskutiert sowohl seine Möglichkeiten als auch seine Nachteile. Was letztere betrifft, so stellt Richard fest, dass SNNs aufgrund ihrer binären Natur noch immer nicht die Präzision und Leistung von KNNs erreichen können. Dennoch unterstreicht er seine Annahme, dass SNNs letztendlich die traditionellen neuronalen Netze beim maschinellen Lernen übertreffen könnten, da sie in der Lage sind, die Funktionen des menschlichen Gehirns genauer zu imitieren. Darüber hinaus wird erörtert, wie und warum SpikeGPT-ähnliche Modelle besonders energieeffizient sind, sowie ihre vielversprechende Anwendbarkeit für Aufgaben, die kontinuierliches Lernen erfordern. Die Zuhörer werden ermutigt, SpikeGPT selbst auszuprobieren.