Künstliche Intelligenz und Machine Learning sind die Schwerpunkt-Themen der DIGILITY 2019

AI , Machine learning

Technologien auf den verschiedensten Gebieten sind immer stärker miteinander vernetzt. Obwohl keine dieser Technologien als die wichtigste von allen bezeichnet werden kann, so steht doch fest, dass der Künstlichen Intelligenz (KI) und dem Machine Learning (ML) eine herausragende Rolle innerhalb vieler der jüngeren technologischen Entwicklungen zukommt. Weltweit arbeiten Branchenführer, Unternehmer, Forscher und visionäre Technologie-Experten daran, die Prinzipien von KI und ML für die Lösung von Alltagsproblemen und die Bedürfnisse der Industrie zu nutzen. KI und ML werden daher im Mittelpunkt der DIGILITY 2019 stehen, des europäischen Keynote-Events, das sich exklusiv dem Thema Digital Reality widmet.

Bereits zum jetzigen Zeitpunkt haben KI-Experten wie Julie Choi (Global Head of AI Marketing, Intel Corporation), Alison B. Lowndes (Artificial Intelligence DevRel, Nvidia), Dr. Anastassia Lauterbach, (Advisory Board Member, Nasdaq), Prof. Dr. Christoph von der Malsburg (Senior Fellow, Frankfurt Institute for Advanced Studies) und Chris Boos (CEO, Arago) ihre Teilnahme an der im Rahmen der DIGILITY 2019 stattfindenden Konferenz bestätigt. Sie alle haben durch den Einsatz von Künstlicher Intelligenz einen maßgeblichen Beitrag zur Weiterentwicklung auf ihren jeweiligen Gebieten geleistet und werden über ausgewählte KI-Anwendungsfälle in der Praxis berichten.

Julie Choi nahm bereits an der DIGILITY 2018 teil und präsentierte dort einige der Anwendungsfälle, an denen Intel beteiligt ist. Sie ist absolut begeistert von der Geschwindigkeit, mit der die Entwicklung der Künstlichen Intelligenz in den letzten Jahren vorangeschritten ist: „Was die Entwicklung von KI-Anwendungen betrifft, sind wir noch in einem sehr frühen Stadium. Es ist ja gerade einmal zwei oder drei Jahre her, dass erstmals Katzen identifiziert werden konnten! Das theoretische Potenzial ist wirklich enorm, wir müssen unsere Anstrengungen aber insbesondere auch darauf konzentrieren, dass KI auch tatsächlich zur Anwendung kommt. Deshalb freue ich mich immer sehr, von praktischen Anwendungsfällen berichten zu können – sei es aus Bereichen wie der Medizin, dem Transportwesen oder sogar vom Einsatz von KI bei dem Erhalt der Chinesischen Mauer."

Falls Sie sich jetzt fragen, wie KI – neben vielen weiteren Anwendungen – sogar die Chinesische Mauer retten kann, schauen Sie sich Julie Chois Vortrag auf der DIGILITY 2018 an.

Auf den Punkt gebracht: Was sind die Anwendungsmöglichkeiten von KI?

Künstliche Intelligenz wird auf vielerlei verschiedene Arten eingesetzt, darunter für die Spracherkennung, beim Lernen, bei Planungsaufgaben und allgemein für die Lösung verschiedenster Probleme. Automatisierte Assistenten wie Alexa von Amazon, Siri von Apple und Google Home nutzen allesamt bestimmte Aspekte von Künstlicher Intelligenz. Bilderkennung, die Freunde und bestimmte Objekte auf Fotos markiert, selbstfahrende Autos, die Identifizierung von Spam oder die Vorschläge für „Produkte, die Ihnen vielleicht auch gefallen könnten“ – dies sind nur einige Beispiele für den Einsatz von KI in der Praxis. Auch wissenschaftliche Forschung und medizinische Untersuchungen können effizienter und genauer durchgeführt werden. Die vorgenannten Beispiele sind Anwendungen der so genannten „engen KI", die so programmiert ist, dass sie Lösungen für die Erfüllung ganz bestimmter Aufgaben generiert. Darüber hinaus spricht man von „allgemeiner KI“. Hier wird versucht, den menschlichen Intellekt nachzubilden, um Computer so in die Lage zu versetzen, die Ausführung einer Vielzahl verschiedener Aufgaben zu erlernen.

Was ist Machine Learning?

Die Grundlagen für das Machine Learning (ML) wurden durch die Erkenntnisse von Arthur Samuel im Jahr 1959 gelegt, die nahelegten, dass es äußerst effizient sein kann, Computer gewissermaßen autodidaktisch, also für sich selbst lernen zu lassen. Später ermöglichte dann das Internet zu diesem Zweck den Zugriff auf nahezu unbegrenzte Datenmengen.

Im Wesentlichen geht es bei Machine Learning also darum, dass Maschinen, wenn sie intelligent genug sind, lernfähig sein können. Es gibt zwei Arten von ML – überwachtes und unüberwachtes Lernen. Im Falle des überwachten Lernens werden dem Computer gepaarte Daten zugeführt, aus denen er eine Funktion erlernt, deren Anwendung es ihm im zweiten Schritt ermöglicht, bestimmte Assoziationen herzustellen, wenn ihm unstrukturierte Daten zugeführt werden. Im Wesentlichen werden die Maschinen also dahingehend trainiert, Entscheidungen hinsichtlich eines bis dahin unbekannten Datensatzes treffen zu können. Unüberwachtes Lernen verwendet Algorithmen, die Daten scannen und nach Kategorien und Mustern suchen, mit denen sich Informationen in verschiedene Cluster bündeln lassen.

Ein zentraler Bestandteil von Machine Learning ist die Entwicklung künstlicher neuronaler Netze – Computersysteme, die die Struktur des menschlichen Gehirns nachbilden. Weitere wichtige Bereiche sind die maschinelle Wahrnehmung, die sich mit sensorischen Inputs beschäftigt, und das maschinelle Sehen, beispielsweise bei der Gesichts- oder Gesten-Erkennung. Nicht zu vergessen natürlich die Robotik, ein Bereich, in dem viele Aspekte von KI und ML zusammenkommen.  

Und was ist dann eigentlich Deep Learning?

Deep Learning als eine Erweiterung von Machine Learning bedient sich extrem komplexer und mehrschichtiger Netzwerke, die große Datenmengen verarbeiten können und so die Entwicklungssprünge der jüngeren Zeit im Bereich der Spracherkennung sowie im maschinellen Sehen ermöglicht haben. Die Erfolge von Googles AlphaZero und AlphaGo im Wettbewerb gegen Schach- und Go-Spieler zeigen das Potenzial dieser Technologie auf.

Wenn Sie wissen möchten, was der nächste Quantensprung in der Künstlichen Intelligenz sein wird und warum der KI-Experte Patrick Ehlen von Loop KI glaubt, dass dieser vielleicht gar nicht im Deep Learning stattfinden wird, dann schauen Sie sich den Chat mit ihm auf der DIGILITY 2018 an.

Wie kann die KI für xR genutzt werden?

Für die xR-Technologien, die in den letzten Jahren im Fokus der DIGILITY gestanden haben, ist Künstliche Intelligenz natürlich auch sehr wertvoll. Hierzu der Entwickler und Digital-Guru Michael Ludden von Bose: „Die Erzeugung von Punktwolken mit Georeferenzierung zur Erfassung Ihrer absoluten Position ist eine äußerst wertvolle Anwendung der KI für xR – so wie im Grunde alles von der Erweiterung durch Sprachinteraktion auf Grundlage von Machine Learning, über Virtual und Augmented Reality, so dass Sie Ihre Umgebung mit Ihrer Stimme steuern können, bis hin zu Dingen wie Foveated Rendering. Es gibt eine Million Möglichkeiten, wie Sie Machine Learning speziell auf VR und AR anwenden können. Ich denke, wir haben hier erst den Anfang wirklich hochwertiger Anwendungsfälle gesehen. Sehen Sie hier Michael Luddens vollständige Präsentation auf der DIGILITY 2018.

Um weitere Neuigkeiten über die DIGILITY 2019 zu erfahren, folgen Sie uns in diesem Blog, auf LinkedIN, Facebook oder Twitter oder abonnieren Sie unseren Newsletter.

Fotos von Unsplash: https://unsplash.com/license

Quellen und Literaturhinweise:

https://www.techopedia.com/definition/190/artificial-intelligence-ai

https://www.forbes.com/sites/bernardmarr/2016/12/06/what-is-the-difference-between-artificial-intelligence-and-machine-learning/#360b398a2742

http://jmc.stanford.edu/artificial-intelligence/what-is-ai/index.html

https://medium.com/ai-first-design/what-is-ai-really-5a4a7ceb5008

https://snips.ai/content/intro-to-ai/#ai-symphony

https://tdwi.org/articles/2017/04/04/ai-with-augmented-and-virtual-reality-next-big-thing.aspx

Zurück