Zerstört KI die Kunst? Macht sie uns alle arbeitslos? Die Vorbehalte gegen KI sind riesig, die Debatte bewegt sich oft nah am Weltuntergang. Die Chancen sind allerdings ebenso riesig, wenn man sie denn vor lauter Angst sehen kann. KI-Erklärer Andreas O. Loff beantwortet alle Fragen, die ihm immer wieder gestellt werden, und zeigt, welche Maßnahmen die Politik jetzt ergreifen muss. Dabei kommen Risiken genauso zur Sprache wie die Möglichkeiten in der Welt von morgen, etwa wie KI-Modelle Menschen helfen, Großartiges zu schaffen, Benachteiligungen abzubauen und sozialen Aufstieg zu ermöglichen.
Deep Learning (Thema)
Sie haben sich gefragt, wie Tools wie ChatGPT oder Bard funktionieren, haben aber keinen technischen Hintergrund? Dann ist dies das richtige Buch für Sie! Um besser zu verstehen, wozu solche Technologien in der Lage sind und wie sich dies auf unser Leben und unsere Gesellschaft auswirken wird, ist ein grundlegendes Hintergrundwissen über diese Technologie erforderlich.
»Jetzt machen die auch noch was mit KI!« Vermutlich werden einige unserer Leser:innen so denken und das ist verständlich. Kaum ein Thema (außer das immer gellendere Kriegsgeschrei) ist so präsent in Medien wie die Künstliche Intelligenz. Dabei schwanken die bürgerlichen Gazetten in ihrer Einschätzung wie so oft zwischen Allheilmittel und Weltuntergangsszenarien.
Daher wollen wir mit diesem Schwerpunkt gleichzeitig KI-Hintergrundwissen vermitteln und diese neue Technologie bewerten – aus Sicht der Arbeitenden, der Konzerne, aus Sicht der Friedenspolitik, der Bildung und der marxistischen Philosophie. Unsere Autor:innen wagen Standpunkte und Ausblicke.
Hinter die Kulissen der KI schauen!
In diesem Band werden unter anderem Antworten auf diese Fragen zu lesen sein: Was sind eigentlich die Grundlagen einer generativen Künstlichen Intelligenz? Und wo liegen deren Stärken und Schwächen? ...
Neuronale Netze stehen im Mittelpunkt, wenn es um Künstliche Intelligenz und Machine Learning geht. Sie revolutionieren Bild- und Spracherkennung, Spiele-KIs und vieles mehr. Zum Glück lassen sich die genialen Ideen dahinter einfach erklären. Um sie zu verstehen und einzusetzen, programmieren Sie verschiedene Netztypen selbst nach! Und zwar in Python, der Hauptsprache der KI-Welt. Sie werden sich dabei mit Mathematik und Programmierung befassen, brauchen aber keine konkreten Vorkenntnisse.
Die Erforschung Künstlicher Intelligenz (KI) ist in den letzten Jahren in eine neue Phase eingetreten. Der erleichterte Zugriff auf große Datenmengen und die Fortschritte im Bereich des maschinellen Lernens, insbesondere auf der Basis künstlicher neuronaler Netze, haben dabei zahlreiche neue Anwendungsfelder eröffnet. Die Beiträger_innen entwickeln aus einer dezidiert relationalen Theorieperspektive soziologische Analyseinstrumente, um zentrale Dimensionen der sich rasant entwickelnden KI empirisch zu beleuchten - und bieten damit auch über den Wissenschaftsbereich hinaus eine Orientierung für die Phänomene unserer digitalen Gegenwart.
Wir erleben den «iPhone-Moment» der künstlichen Intelligenz, die Technologie ist erstmals für jede und jeden verfügbar. Damit stehen wir an einer entscheidenden Schwelle unserer kulturellen Evolution. Alles verändert sich überall auf einmal.
Miriam Meckel und Léa Steinacker zeigen die Chancen auf, die der Schritt über diese Schwelle birgt. Wir müssen nicht fürchten, als Menschen abgeschafft zu werden, denn: Alles, was die KI tut, geht zurück auf die Art und Weise, wie wir mit ihr umgehen. Das heißt aber auch: Wir stehen genau jetzt vor der Aufgabe, ihre Entwicklung in die richtigen Bahnen zu lenken.
- Konzepte Schritt für Schritt erklärt
- Die Eigenarten von Zeitreihendaten verstehen: Zeitfenster zum Anlernen einsetzen; mit latenten, saisonalen und Trend-Komponenten arbeiten
- Anleitungen zur Umsetzung in Python mit ausführlichen Code-Kommentaren
- Mit TensorFlow2 Deep-Learning-Verfahren zur Prognose aufbauen, anlernen und produktiv einsetzen
Daten über Vorgänge werden in der verarbeitenden Industrie, der Logistik oder im Finanzsektor im Sekundentakt aufgezeichnet: der Verlauf eines Aktienkurses, die Verkaufszahlen eines Produkts, die Sensordaten einer Turbine. Solche Daten informieren nicht nur über isolierte Zustände; sie sind wie Filme, die den Verlauf eines Vorgangs mit einer Serie einzelner Bilder nachzeichnen. Intelligente Algorithmen können die Muster dieser Verläufe analysieren, sie anlernen und über das Beobachtungsfenster hinaus fortschreiben: Zustände in der Zukunft werden prognostizierbar.
Neuronale Netze stehen im Mittelpunkt, wenn es um Künstliche Intelligenz und Machine Learning geht. Sie revolutionieren Bild- und Spracherkennung, Spiele-KIs und vieles mehr. Zum Glück lassen sich die genialen Ideen dahinter einfach erklären. Um sie zu verstehen und einzusetzen, programmieren Sie verschiedene Netztypen selbst nach! Und zwar in Python, der Hauptsprache der KI-Welt. Sie werden sich dabei mit Mathematik und Programmierung befassen, brauchen aber keine konkreten Vorkenntnisse.
- Umfassender Überblick über die verschiedenen Anwendungsfelder von Data Science
- Fallbeispiele aus der Praxis machen die beschriebenen Konzepte greifbar
- Vermittelt das notwendige Wissen, um einfache Datenanalyse-Projekte durchzuführen
Dieses Buch bietet Ihnen einen Überblick über die verschiedenen Aspekte von Data Science und beschreibt, welchen Wert Sie in einer Big Data-Umgebung aus Daten generieren. So können z. B. Unternehmen auf Basis analysierter Daten schneller Entscheidungen treffen, Kosten reduzieren oder neue Märkte erschließen.