Künstliche Intelligenz: Zwei spannende Bereiche die man im Auge behalten sollte

Innovationen im Bereich Künstliche Intelligenz

(firmenpresse) - In der künstlichen Intelligenz Welt tut sich viel. Fast täglich werden neue, vielversprechende Entwicklungen verkündet. Da kann man sehr schnell den Überblick verlieren. In diesem kurzen Blogeintrag möchte ich Ihnen meine persönlichen Favoriten vorstellen, die die Zukunft von künstlicher Intelligenz entscheidend mitprägen werden.

Generative Modelle (Generative Adversarial Networks)

Generative Adversarial Networks bestehen aus zwei künstlichen neuronalen Netzwerken, die ein Nullsummenspiel durchführen. Eines davon erstellt Kandidaten nach einem generativen Modell, das zweite neuronale Netzwerk bewertet die Kandidaten nach einem diskriminierenden Modell. Während das zweite Netzwerk lernt, als „schlecht“ definierte Ergebnisse zu vermeiden, versucht das erste Netzwerk, das zweite zu einer schlechten Antwort zu bringen. Dadurch wird nach und nach die Bewertungsmethode des zweiten Netzwerks verbessert.

Vor einigen Jahren konnten wir kaum geschriebene Ziffern erzeugen. Dann kamen die Convolutional Networks und plötzlich wurden Bilder hunderte Male einfacher zu handhaben. In den letzten Jahren haben generative Modelle die meiste Magie mit sich gebracht. Wir können jetzt mit nahezu perfekter Genauigkeit zum Beispiel Promigesichter erzeugen, was meiner Meinung nach erstaunlich ist. Oder zum Beispiel die Software CycleGAN (UC Berkeley). Eine Software, die Fotos aus Gemälden erzeugt, Pferde in Zebras verwandelt oder Stiltransfer durchführen kann. Alles, was durch mangelnde Trainingsdaten begrenzt wurde, hat jetzt eine nicht zu vernachlässigende Chance, möglich zu werden.

Bestärkendes Lernen (Reinforcement Learning)

Bestärkendes Lernen oder Verstärkendes Lernen steht für eine Reihe von Methoden des Maschinellen Lernens, bei denen ein Agent selbständig eine Strategie erlernt, um erhaltene Belohnungen zu maximieren. Dabei wird dem Agenten nicht vorgezeigt, welche Aktion in welcher Situation die beste ist, sondern er erhält zu bestimmten Zeitpunkten eine Belohnung, die auch negativ sein kann. Anhand dieser Belohnungen approximiert er eine Nutzenfunktion, die beschreibt, welchen Wert ein bestimmter Zustand oder Aktion hat.



Das besondere an Reinforcement Learning ist, dass es mit wenig Trainingsdaten auskommt. RL ist so etwas wie der Heiliger Gral des maschinellen Lernens. In der Theorie ist es in der Lage jedes Problem zu lösen. Das Problem beim RL ist, dass es zum Teil sehr instabil ist und in der Praxis werden viele Tricks benötigt, um damit überhaupt sinnvoll arbeiten zu können. Die Ergebnisse bzw. Erfolge der letzten Jahre, wie das Spielen von ATARI-Games oder das Steuern von Roboterarmen, sind sehr aufregend und nähren die Hoffnung auf noch bahnbrechendere Entwicklungen in naher Zukunft.

Es bleibt spannend. Wir von AISOMA bleiben am Ball!

Weitere interesante Artikel finden Sie auf unserer Seite: https://www.aisoma.de/Weitere Infos zu dieser Pressemeldung:

Themen in dieser Pressemitteilung:


Unternehmensinformation / Kurzprofil:
Leseranfragen:
PresseKontakt / Agentur:
Bereitgestellt von Benutzer: AISOMA
Datum: 13.08.2018 - 17:12 Uhr
Sprache: Deutsch
News-ID 1639304
Anzahl Zeichen: 3024

Kontakt-Informationen:
Ansprechpartner: Murat Durmus
Stadt:

Frankfurt am Main

Telefon: +49 69 257375-160

Kategorie:

Softwareindustrie

Meldungsart: Produktinformation
Versandart: Veröffentlichung
Freigabedatum: 13.08.2018

Diese Pressemitteilung wurde bisher 584 mal aufgerufen.

Frankfurt am Main: Gezielte Abfallerkennung (Zigarettenstummel) in Echtzeit mit künstlicher Intelligenz ...
Bei einem Pilotprojekt hat die FES Frankfurter Entsorgungs- und Service GmbH (FES) in Zusammenarbeit mit sauber.io und der AISOMA AG den Versuch unternommen mithilfe eines intelligenten Kamerasystems (Computer Vision), das on-premise (lokal) auf einem Edge Device betrieben wird, Zigarettenstummel au

AISOMA AG Blog - Artikel zum Themengebiet Künstliche Intelligenz ...
Schauen Sie auf unserer Blogseite vorbei und erfahren SIe mehr über die Einsatzmöglichkeiten von künstlicher Intelligenz.

Mit Machine Learning neue, aussagekräftigere KPIs aufdecken ...
Machine Learning kann Unternehmen dabei helfen völlig neue Kennzahlen, in einem sich schnell verändernden Markt, zu identifizieren. Lesen Sie hierzu unseren Artikel: https://www.aisoma.de/mit-machine-learning-kpis-aufdecken/

Weitere Mitteilungen von AISOMA AG

Ist Datenmodellierung noch wichtig- ...
Datenmodellierung und Datenmodelle sind auch in der heutigen Zeit wichtige Komponenten des Daten-Managements. Gerade in dem Zeitalter spaltenorientierte Datenbanken und agiler Softwareentwicklung. Das Thema Datenmodellierung fristet auch in der modernen IT-Welt oftmals noch ein gewisses Schattendase

Reibungslose Abläufe in der Lagerverwaltung ...
Damit ein Betrieb äußerst effizient ist, kommt es auf die richtige Lagerhaltung an. Dabei ist es für Unternehmen besonders wichtig alle bestandserfassenden Prozesse reibungslos und wirtschaftlich zu gestalten. Deswegen spielt gerade in der digitalisierten Industrie 4.0 ein smartes alles in einem

#fredwagner: Status-quo und Perspektiven deröffentlichen Versicherer am Beispiel der Provinzial Rheinland ...
Warum gibt es bei den Öffentlichen Versicherern in der Lebensversicherung einen Rückgang des Neugeschäfts? Schafft das Regionalprinzip wirklich Kundennähe? Macht die zunehmende Digitalisierung eine regionale Aufteilung des Markts nicht überflüssig? Und wie ist es um die Fusion mit der Provinzi

Beta Systems und Ergon Informatik kooperieren im Bereich Identity und Access Management ...
Die Beta Systems IAM Software AG und Airlock, der Unternehmensbereich für Security-Produkte des Schweizer Softwareentwicklers Ergon Informatik AG geben die Kooperation im Bereich Identity & Access Management bekannt. Durch diese Partnerschaft können beide Unternehmen ihren Kunden ab sofort ein