transfer-learning

Transfer Learning – So können neuronale Netze voneinander lernen

Unter Transfer-Learning versteht man das Übertragen der Ergebnisse eines fertig trainierten neuronalen Netzes auf eine neue Aufgabe. Die fertig trainierten Layer werden dabei entweder konstant gehalten und nur am Output-Layer nachtrainiert, oder es werden einige oder alle Layer auf Basis des aktuellen Trainings-Stands weiter trainiert.

Weiterlesen

Convolutional-Neural-Networks

Convolutional Neural Networks – Aufbau, Funktion und Anwendungsgebiete

Ein Convolutional Neural Network (kurz „CNN“) ist eine Deep Learning Architektur, die speziell für das Verarbeiten von Bildern entwickelt wurde. Inzwischen hat sich jedoch herausgestellt, dass Convolutional Neural Networks auch in vielen anderen Bereichen, z.B. im Bereich der Textverarbeitung, extrem gut funktionieren.

Weiterlesen

genetische-algorithmen

Genetische Algorithmen und Deep Learning – Die Evolution von neuronalen Netzen mit evolutionären Algorithmen

Genetische Algorithmen oder evolutionäre Algorithmen sind eine schon lange bekannte Klasse von Optimierungs-Algorithmen, die versuchen, mit den aus der Natur bekannten Strategien der Evolution Lösungen für bestimmte Probleme zu finden. Sie werden insbesondere dann eingesetzt, wenn Standard-Methoden die optimale Lösung gar nicht, oder nicht schnell und zuverlässig genug finden können.

Weiterlesen

exponentielle-entscheidungsbaeume

Exponentielle Entscheidungsbäume – Such-Strategien für Spiel-Agenten mit künstlicher Intelligenz

In unserem letzten Beitrag haben wir uns damit beschäftigt, wann wir einen künstlichen Agenten als intelligent wahrnehmen und mit welchen Basis-Methoden spezialisierte intelligente Agenten Probleme lösen können. Eine wichtige Methode ist die Suche nach den jeweils besten Handlungsoptionen. Die Such-Komponente wird dabei umso wichtiger, je komplexer die Problemstellung ist.

Weiterlesen

intelligente-agenten

So funktionieren intelligente Agenten – Basis Strategien

Was macht einen künstlichen Agenten intelligent?

Wir Menschen neigen dazu, ein System insbesondere dann für intelligent zu halten, wenn und solange wir nicht genau wissen, wie es funktioniert. Als es noch keinen Computer gab, der professionelle Schachspieler schlagen konnte, war man überzeugt, dass ein System wirklich „intelligent“ sein müsse, wenn es tatsächlich selbständig die besten Menschen im Schach besiegen könnte.

Weiterlesen

alan-turing-test

Mensch oder Maschine? – Der Turing-Test einfach erklärt

Alan Turing, ein Naturwissenschaftler mit einem Hang zur Mathematik, hat 1950 den Turing-Test entwickelt. Dieser soll herausfinden, ob die Intelligenz eines bestimmten Systems der eines Menschen entspricht. Im KI-Kontext werden der Turing-Test und dessen Abwandlungen regelmäßig zur Überprüfung und Einschätzung von entwickelten Systemen herangezogen.

Weiterlesen

conversational-interfaces-chatbots

Conversational Interface mit Deep Learning – So funktionieren Chatbots ohne starren Dialogbaum

Conversational Interfaces (aka Chatbots) bieten viele Vorteile für Nutzer und Anbieter nahezu aller Services und Leistungen. Der Nutzer kann sein Anliegen in normaler Sprache formulieren, so als würde er mit einem anderen Menschen sprechen. Der Anbieter des Dienstes kann sofortige Antworten ohne Wartezeiten bieten, und für den Großteil der Anfragen auch die Qualität der Antworten verbessern, während gleichzeitig seine Kosten drastisch sinken. Dadurch entstehen freie Kapazitäten, um komplexe Anfragen durch echte Experten beantworten zu lassen.

Weiterlesen

starke-ki-schwache-ki-tb

Starke KI, schwache KI – Was kann künstliche Intelligenz?

Künstliche Intelligenz wird grundsätzlich unterteilt in starke und schwache KI. Während schwache künstliche Intelligenz die menschliche Intelligenz schon heute in abgegrenzten Teilbereichen erreicht oder übertrifft, wäre eine starke künstliche Intelligenz in allen Bereichen auf dem mindestens gleichen Niveau, wie das menschliche Gehirn.

Weiterlesen

Künstliche neuronale Netze – Aufbau & Funktionsweise

Ein neuronales Netz (seltener auch neurales Netz) ist eine Ansammlung von einzelnen Informationsverarbeitungseinheiten (Neuronen), die schichtweise in einer Netzarchitektur angeordnet sind. Im Zusammenhang mit künstlicher Intelligenz spricht man von künstlichen neuronalen Netzen.

Weiterlesen

machine-deep-learning

Machine / Deep Learning – Wie lernen künstliche neuronale Netze?

Ein wichtiges Merkmal von Systemen mit künstlicher Intelligenz ist die Fähigkeit, selbständig zu lernen. Anders als bei klassischer Software, die Probleme und Fragen auf Basis von vorher festgelegten Regeln abarbeitet, können selbstlernende Machine Learning Algorithmen die besten Regeln für die Lösung bestimmter Aufgaben selber lernen. In diesem Artikel wird am Beispiel von künstlichen neuronalen Netzen erklärt, was „lernen“ in diesem Zusammenhang heißt, und wie es funktioniert.

Weiterlesen