Der Vortrag „Vom maschinellen Lernen zur autonomen Intelligenz – AI-Talk von Prof. Dr. Yann LeCun“ befasst sich mit der komplexen Landschaft der Artificial General Intelligence (AGI), deutsch „Künstliche allgemeine Intelligenz“, und zielt darauf ab, einige der gängigen Missverständnisse und Ängste, die damit verbunden sind, zu entmystifizieren. Er hielt den Vortrag an der Ludwig-Maximilians-Universität München am 29.09.2023. Sehen wir uns an, was er im Einzelnen gesagt hat.
„Navigieren in der Zukunft der KI: Die wichtigsten Erkenntnisse aus Yann LeCuns Vortrag über Künstliche Allgemeine Intelligenz (AGI)“ weiterlesenSchlagwort: Künstliches neuronales Netz
KI-gestützte Sprachübersetzung: Maschinelles Lernen revolutioniert automatische Übersetzungen
In unserer globalisierten Welt ist es unumgänglich, sich über Sprachgrenzen hinweg zu verständigen. Während menschliche Übersetzer unersetzlich bleiben, hat die Technologie enorme Fortschritte gemacht, um die Aufgabe des Übersetzens zu erleichtern und zu beschleunigen. Ein solcher Fortschritt ist die Verwendung von maschinellem Lernen (ML) zur automatischen Erstellung von Übersetzungen. Aber wie funktioniert das eigentlich und was macht es so effektiv?
„KI-gestützte Sprachübersetzung: Maschinelles Lernen revolutioniert automatische Übersetzungen“ weiterlesenKünstliche Intelligenz und die Herausforderung, realistische Hände zu erzeugen
Verschiedene KI-Dienste, die sich auf Bildgenerierung spezialisiert haben, überraschen uns seit Anfang 2023 mit immer besser werdenden fotorealistischen Bildern von Menschen. Was aber hat es damit auf sich, dass die Hände und Zähne der künstlich erzeugten Menschen zum Teil absurde Dimensionen und häufig eine unrealistische Anzahl haben? Werfen wir darauf einen genaueren Blick.
„Künstliche Intelligenz und die Herausforderung, realistische Hände zu erzeugen“ weiterlesenDALL·E: Die Chancen und Risiken der Bildgenerierung durch künstliche Intelligenz
Der Name DALL·E ist eine Anspielung auf den Künstler Salvador Dalí und den Pixar-Animationsfilm „Wall-E„. DALL·E wurde von OpenAI entwickelt und ist ein neuronales Netzwerk, das in der Lage ist, aus Textbeschreibungen von Bildern tatsächliche Bilder zu generieren. Der Name DALL·E spiegelt also sowohl die künstlerische Kreativität als auch die Fähigkeit zur Bildgenerierung wider, die das neuronale Netzwerk besitzt. Werfen wir im Folgenden einen genaueren Blick auf den elektronischen Kreativling.
„DALL·E: Die Chancen und Risiken der Bildgenerierung durch künstliche Intelligenz“ weiterlesenZustand des wettbewerbsorientierten maschinellen Lernens 2022
2022 war ein bedeutendes Jahr für wettbewerbsorientiertes maschinelles Lernen, mit einem gesamten Preispool von über 5 Millionen US-Dollar auf allen Plattformen, wie uns der Artikel „The State of Competitive Machine Learning“ vermittelt. Die Gewinner nutzten hauptsächlich Python, PyData, PyTorch und gradientenverstärkte Entscheidungsbäume. Deep Learning hat gradientenverstärkte Entscheidungsbäume bei tabellarischen Daten noch nicht ersetzt, obwohl es oft einen Mehrwert zu bieten scheint, wenn es mit Boosting-Methoden kombiniert wird. Im Bereich NLP dominieren weiterhin Transformer, während sie in der Computer Vision zunehmend mit Convolutional Neural Networks konkurrieren.
„Zustand des wettbewerbsorientierten maschinellen Lernens 2022“ weiterlesenKeras installieren: Ein Tutorial in Python
Keras ist eine benutzerfreundliche Open-Source-Softwarebibliothek, die es ermöglicht, neuronale Netze mit Python zu erstellen und zu trainieren. Es ist eine hochmodulare Bibliothek, die es ermöglicht, schnell neuronale Netze zu erstellen und zu testen.
Um Keras mit Python zu verwenden, muss man zunächst sicherstellen, dass die notwendigen Bibliotheken auf dem System installiert sind. Dazu gehören NumPy, Pandas und TensorFlow. Im Folgenden ein paar Worte zu diesen Bibliotheken.
„Keras installieren: Ein Tutorial in Python“ weiterlesenInteraktive Anleitung: Neuronale Netze von Grund auf lernen
Neuronale Netze stellen vor allem Anfängerinnen und Anfänger vor Rätsel. Um diese etwas steile Lernkurve ein wenig abzuflachen, bietet sich der Einstieg in das Konzept Neuronaler Netze mithilfe einer interaktiven Anleitung an – Englischkenntnisse vorausgesetzt.
„Interaktive Anleitung: Neuronale Netze von Grund auf lernen“ weiterlesenMit Machine Learning zu neuen Antibiotika
Antibiotika gehören zu den wichtigsten Entdeckungen der Menschheit, aber seit einigen Jahren macht unter Experten die Erkenntnis die Runde, dass die bekannten Antibiotika ihre Wirkung verlieren. Neue multiresistente Erreger machen insbesondere in Krankenhäusern den Ärztinnen und Ärzten, den Pflegerinnen und Pflegern und nicht zuletzt den Patientinnen und Patienten das Leben schwer. Abhilfe verspricht hier der Einsatz maschinellen Lernens bei der Entdeckung neuer Antibiotika.
„Mit Machine Learning zu neuen Antibiotika“ weiterlesenWelche Bibliothek für Deep Learning einsetzen?
Zwar lassen sich Deep-Learning-Algorithmen auf der Basis von Python oder R auch selbst erstellen, aber es ist deutlich produktiver hierfür eine bereits vorhandene Bibliothek einzusetzen. Inzwischen gibt es eine Vielzahl derartiger Bibliotheken, welche davon sich am ehesten anbietet, erklärt dieser Artikel. „Welche Bibliothek für Deep Learning einsetzen?“ weiterlesen
Beispiel für Reinforcement Learning in der Spieleentwicklung
Gerade bei Spielen ist es unbefriedigend, wenn sich Abläufe wiederholen oder wenn vom Computer gesteuerte Spielfiguren (NPCs) unpassend agieren. Hier kann Machine Learning helfen, damit diese Spielfiguren eigene und zum Spiel passende Eigenschaften entwickeln. In einem Blog-Beitrag bei Unity, der Spiel-Engine, geht es genau um das Thema „Maschinell lernende Figuren in einem echten Spiel“. „Beispiel für Reinforcement Learning in der Spieleentwicklung“ weiterlesen