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.