Search (3 results, page 1 of 1)

0.027174352 = product of:
  0.10869741 = sum of:
    0.10869741 = sum of:
      0.07920296 = weight(_text_:sehen in 4295) [ClassicSimilarity], result of:
        0.07920296 = score(doc=4295,freq=2.0), product of:
          0.24984509 = queryWeight, product of:
            5.7384624 = idf(docFreq=386, maxDocs=44218)
            0.043538682 = queryNorm
          0.31700826 = fieldWeight in 4295, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            5.7384624 = idf(docFreq=386, maxDocs=44218)
            0.0390625 = fieldNorm(doc=4295)
      0.029494451 = weight(_text_:22 in 4295) [ClassicSimilarity], result of:
        0.029494451 = score(doc=4295,freq=2.0), product of:
          0.15246505 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.043538682 = queryNorm
          0.19345059 = fieldWeight in 4295, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.0390625 = fieldNorm(doc=4295)
  0.25 = coord(1/4)

Abstract

Künstliche Intelligenz (KI) steht für Maschinen, die können, was der Mensch kann: hören und sehen, sprechen, lernen, Probleme lösen. In manchem sind sie inzwischen nicht nur schneller, sondern auch besser als der Mensch. Wie funktionieren diese klugen Maschinen? Bedrohen sie uns, machen sie uns gar überflüssig? Die Journalistin und KI-Expertin Manuela Lenzen erklärt anschaulich, was Künstliche Intelligenz kann und was uns erwartet. Künstliche Intelligenz ist das neue Zauberwort des digitalen Kapitalismus. Intelligente Computersysteme stellen medizinische Diagnosen und geben Rechtsberatung. Sie managen den Aktienhandel und steuern bald unsere Autos. Sie malen, dichten, dolmetschen und komponieren. Immer klügere Roboter stehen an den Fließbändern, begrüßen uns im Hotel, führen uns durchs Museum oder braten Burger und schnipseln den Salat dazu. Doch neben die Utopie einer schönen neuen intelligenten Technikwelt sind längst Schreckbilder getreten: von künstlichen Intelligenzen, die uns auf Schritt und Tritt überwachen, die unsere Arbeitsplätze übernehmen und sich unserer Kontrolle entziehen. Manuela Lenzen zeigt, welche Hoffnungen und Befürchtungen realistisch sind und welche in die Science Fiction gehören. Sie beschreibt, wie ein gutes Leben mit der Künstlichen Intelligenz aussehen könnte - und dass wir von klugen Maschinen eine Menge über uns selbst lernen können.

Date

18. 6.2018 19:22:02

0.01120099 = product of:
  0.04480396 = sum of:
    0.04480396 = product of:
      0.08960792 = sum of:
        0.08960792 = weight(_text_:sehen in 77) [ClassicSimilarity], result of:
          0.08960792 = score(doc=77,freq=4.0), product of:
            0.24984509 = queryWeight, product of:
              5.7384624 = idf(docFreq=386, maxDocs=44218)
              0.043538682 = queryNorm
            0.3586539 = fieldWeight in 77, product of:
              2.0 = tf(freq=4.0), with freq of:
                4.0 = termFreq=4.0
              5.7384624 = idf(docFreq=386, maxDocs=44218)
              0.03125 = fieldNorm(doc=77)
      0.5 = coord(1/2)
  0.25 = coord(1/4)

Abstract

In diesem Buch wird eine erste Generation von künstlichen Hirnen für das Sehen vorgestellt. Auf der ausschließlichen Grundlage von Neuron- und Synapsenmodellen wird ein Objekterkennungssystem konstruiert, welches eine Merkmalspyramide mit 8 Orientierungen und 5 Auflösungsskalen für 1000 Objekte sowie die Netze für die Bindung von Merkmalen zu Objekten umfasst. Dieses Sehsystem kann unabhängig von der Beleuchtung, dem Gesichtausdruck, der Entfernung und einer Drehung, welche die Objektkomponenten sichtbar lässt, Objekte erkennen. Seine Realisierung erfordert 59 Chips - davon sind 4 verschieden - welche mittels 3D Technologie zu einem Quader von 8mm x 8mm x 1mm aufgeschichtet sind. Die Leistungsfähigkeit des neuronal-synaptischen Netzwerkes beruht auf der Einführung von schnell veränderlichen dynamischen Synapsen. Anders als Netze mit konstanten Synapsen können solche mit dynamischen Synapsen allgemeine Aufgaben der Mustererkennung übernehmen. Die raum-zeitliche Korrelationsstruktur von Mustern wird durch eine einzige synaptische Differentialgleichung in universeller Weise erfasst. Die Korrelation kann in Erscheinung treten als synchrone Pulstätigkeit einer Neurongruppe, wodurch das Vorliegen eines Merkmals in robuster Weise angezeigt wird, oder als Bindung von Merkmalen zu Objekten.
Auch wenn die Autoren der Überzeugung sind, dass noch viele Generationen folgen müssen, um die Leistungsfähigkeit des menschlichen Gehirns zu erreichen, sehen sie doch ein neues Rechen-Zeitalter aufziehen. Es gab Zeiten, da wurden Computer mit ihrer Präzision, Zuverlässigkeit und rasanten Geschwindigkeit der feuchten Materie unseres Gehirns als so weit überlegen angesehen wie das Düsenflugzeug dem Spatzen. Dass diese Zeiten vorbei sind, ist gewiss, denn durch formale Logik inspirierte, algorithmisch gesteuerte und mit digitaler Elektronik realisierte Systeme, die heutigen Computer, stoßen an ihre Komplexitätsgrenzen. Andererseits eröffnen die hier vorgestellten Ergebnisse den Weg zu einer Alternative. Ein Paradigmenwechsel liegt in der Luft: vom fremdorganisierten zum selbstorganisierten Computer.

0.004424168 = product of:
  0.017696671 = sum of:
    0.017696671 = product of:
      0.035393342 = sum of:
        0.035393342 = weight(_text_:22 in 3197) [ClassicSimilarity], result of:
          0.035393342 = score(doc=3197,freq=2.0), product of:
            0.15246505 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043538682 = queryNorm
            0.23214069 = fieldWeight in 3197, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.046875 = fieldNorm(doc=3197)
      0.5 = coord(1/2)
  0.25 = coord(1/4)

Date

24. 8.2016 14:03:22