Künstliche Intelligenz

Alternativer Bildtext:

werden, um Informationen herauszubekommen Maschinelles Lernen Bestärktes Lernen Soll das natürliche lernen, wie bei Menschen, simulieren. * Es beruht auf ein positives oder negatives Feedback auf eine Aktion, abhängig vom Ausgang 1. SCHRITT: 2. SCHRITT: ? » EINGABE Es ist eine Birne! EINGABE RÜCKMELDUNG Es ist ein Apfel! ? >>> ** RÜCKMELDUNG Falsch! Es ist ein Apfel. FEEDBACK BESTÄRKTER LERNPROZESS Alles klar! LERNPROZESS Maschinelles lernen künstl. Neuronale Netze und Deep Learning Es ist eine Methode des maschinellen Lernens * In dieser Methode lernt ein Algorithmus, mithilfe von künstlichen Neuronalen Netzen, Zusammenhänge in Datenmenge zu erkennen Künstlich Neuronale nützen Ihnen der Struktur im menschlichen Gehirn Vergleich Datenstruktur Datensatzgröße Hardware Feature Extraktion Laufzeit Interpretierbarkeit Maschinelles Lernen Strukturierte Daten Klein Groß Funktioniert mit einfacher Hardware Sie müssen die Merkmale in der Regel verstehen Ein paar Minuten bis Stunden Einige sind leicht und manche fast unmöglich Deep Learning Unstrukturierte und strukturierte Daten Groß Braucht leistungsstarke Computer (mit GPUs). Neuronale Netze multiplizieren Matrizen, die sehr viel Rechenzeit brauchen - GPUs beschleunigen den Vorgang. Sie müssen die Merkmale nicht verstehen Bis zu Wochen und Monaten. Künstliche Neuronale Netze müssen eine enorm viele Gewichte berechnen. Schwer zu interpretieren und oft unmöglich 930 1938-1946: 1950: Können Maschinen denken? Turing-Test von A. Turing Goldenes Zeitalter der Science Fiction 1940 1955: Erstes KI-Programm - Logic Theorists 1950 Geschichte 1949: Erster speicher- programmierter Rechner - Manchester Mark 1 1968: ,,2001 wird es Maschinen geben, die mindestens ebenso intelligent sind wie Menschen“ (A. Clarke und S. Kubrik) 1965: Formulierung des Mooreschen Gesetzes 1960 1963: DARPA-Investitionen in KI-Forschung am MIT 1956: Dartmouth-Konferenz - Prägung des Begriffs ,,Künstliche Intelligenz" 1970 1980: Erstes Expertensystem - E. Feigenbaum 1970: ,,In drei bis acht Jahren werden wir eine Maschine mit der allgemeinen Intelligenz 1986: Erstes autonomes Fahrzeug - Navlab - Carnegie Mellon University eines durchschnittlichen Menschen haben" (M. Minsky) 1980 1982: Projektbeginn ,,Computer der fünften Generation" in Japan 1990 1997: Deep Blue schlägt Garri Kasparow 2000 1997: Erste Sprachenerkennungs software für den Massenmarkt - Dragon Systems Kl im Einsatz Medizin (Unterstützt Ätzte bei Diagnosen) Visuelle Assistenten (Siri, Alexa, Google Assistent,...) In der Industrie (Virtuellen Assistenten) Im Vertrieb (Virtuellen Assistenten) 8 In der Sicherheit (Risiken und Risikobereiche Vorhersagen) Vor- und Nachteile Vorteile Entscheidungen werden nicht von Emotionen beeinflusst Überblick und Analyse über große Datenmenge möglich Weitergabe von gelerntem Wissen an andere Geräte in Kürze Viele Unternehmen profitieren von der hohen Effizienz Nachteile Besonders bei KI- gesteuerten Verkehrsleitungssystemen, welche den Verkehrsfluss steuern, entscheiden ethische Probleme bei Unfällen. Beeinflusst viele Berufsfelder Hecker Angriffe werden erleichtert, welche dann schlimmere Folgen haben können Praktisches Beispiel: Autonomes fahren Autonomous Mode NETWORK Driving DRIVER 48 aph Quellen http://www.fh-muenster.de/itb/downloade/Infopaper- Kuenstlichelntelligenz.pdf https://kompetenzentrum-Augsburg-digital.de/künstliche-Intelligenz- einfach-erklärt/ https://datasolut.com/machine-Learning-Sven-Deep-Learning/ http://www.Knowunity.de Vielen Dank für ihr Aufmerksamkeit