Search (5 results, page 1 of 1)

0.07030811 = product of:
  0.14061622 = sum of:
    0.14061622 = sum of:
      0.08474673 = weight(_text_:wissen in 3978) [ClassicSimilarity], result of:
        0.08474673 = score(doc=3978,freq=2.0), product of:
          0.2223099 = queryWeight, product of:
            4.3128977 = idf(docFreq=1609, maxDocs=44218)
            0.05154537 = queryNorm
          0.38120988 = fieldWeight in 3978, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            4.3128977 = idf(docFreq=1609, maxDocs=44218)
            0.0625 = fieldNorm(doc=3978)
      0.055869486 = weight(_text_:22 in 3978) [ClassicSimilarity], result of:
        0.055869486 = score(doc=3978,freq=2.0), product of:
          0.1805031 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.05154537 = queryNorm
          0.30952093 = fieldWeight in 3978, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.0625 = fieldNorm(doc=3978)
  0.5 = coord(1/2)

Abstract

Der mit viel Wissen gefütterte Roboter soll ab nächstem Jahr bei der Diagnose und der Ausbildung von Ärzten helfen. Vor einigen Tagen meldete China Daily, dass ein chinesischer Roboter weltweit als erster die nationale Medizinprüfung bestanden habe. Das ist ein wichtiger Test, der bestanden werden muss, um in China als Arzt anerkannt zu werden. Die Fragen ändern sich jährlich.

Issue

[22. November 2017].

0.035154056 = product of:
  0.07030811 = sum of:
    0.07030811 = sum of:
      0.042373367 = weight(_text_:wissen in 4217) [ClassicSimilarity], result of:
        0.042373367 = score(doc=4217,freq=2.0), product of:
          0.2223099 = queryWeight, product of:
            4.3128977 = idf(docFreq=1609, maxDocs=44218)
            0.05154537 = queryNorm
          0.19060494 = fieldWeight in 4217, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            4.3128977 = idf(docFreq=1609, maxDocs=44218)
            0.03125 = fieldNorm(doc=4217)
      0.027934743 = weight(_text_:22 in 4217) [ClassicSimilarity], result of:
        0.027934743 = score(doc=4217,freq=2.0), product of:
          0.1805031 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.05154537 = queryNorm
          0.15476047 = fieldWeight in 4217, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.03125 = fieldNorm(doc=4217)
  0.5 = coord(1/2)

Abstract

Jetzt scheint es allmählich ans Eingemachte zu gehen. Ein von der chinesischen Alibaba-Gruppe entwickelte KI-Programm konnte erstmals Menschen in der Beantwortung von Fragen und dem Verständnis von Text schlagen. Die chinesische Regierung will das Land führend in der Entwicklung von Künstlicher Intelligenz machen und hat dafür eine nationale Strategie aufgestellt. Dazu ernannte das Ministerium für Wissenschaft und Technik die Internetkonzerne Baidu, Alibaba und Tencent sowie iFlyTek zum ersten nationalen Team für die Entwicklung der KI-Technik der nächsten Generation. Baidu ist zuständig für die Entwicklung autonomer Fahrzeuge, Alibaba für die Entwicklung von Clouds für "city brains" (Smart Cities sollen sich an ihre Einwohner und ihre Umgebung anpassen), Tencent für die Enwicklung von Computervision für medizinische Anwendungen und iFlyTec für "Stimmenintelligenz". Die vier Konzerne sollen offene Plattformen herstellen, die auch andere Firmen und Start-ups verwenden können. Überdies wird bei Peking für eine Milliarde US-Dollar ein Technologiepark für die Entwicklung von KI gebaut. Dabei geht es selbstverständlich nicht nur um zivile Anwendungen, sondern auch militärische. Noch gibt es in den USA mehr KI-Firmen, aber China liegt bereits an zweiter Stelle. Das Pentagon ist beunruhigt. Offenbar kommt China rasch vorwärts. Ende 2017 stellte die KI-Firma iFlyTek, die zunächst auf Stimmerkennung und digitale Assistenten spezialisiert war, einen Roboter vor, der den schriftlichen Test der nationalen Medizinprüfung erfolgreich bestanden hatte. Der Roboter war nicht nur mit immensem Wissen aus 53 medizinischen Lehrbüchern, 2 Millionen medizinischen Aufzeichnungen und 400.000 medizinischen Texten und Berichten gefüttert worden, er soll von Medizinexperten klinische Erfahrungen und Falldiagnosen übernommen haben. Eingesetzt werden soll er, in China herrscht vor allem auf dem Land, Ärztemangel, als Helfer, der mit der automatischen Auswertung von Patientendaten eine erste Diagnose erstellt und ansonsten Ärzten mit Vorschlägen zur Seite stehen.

Date

22. 1.2018 11:32:44

0.03070465 = product of:
  0.0614093 = sum of:
    0.0614093 = sum of:
      0.031780027 = weight(_text_:wissen in 6481) [ClassicSimilarity], result of:
        0.031780027 = score(doc=6481,freq=2.0), product of:
          0.2223099 = queryWeight, product of:
            4.3128977 = idf(docFreq=1609, maxDocs=44218)
            0.05154537 = queryNorm
          0.14295371 = fieldWeight in 6481, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            4.3128977 = idf(docFreq=1609, maxDocs=44218)
            0.0234375 = fieldNorm(doc=6481)
      0.029629271 = weight(_text_:22 in 6481) [ClassicSimilarity], result of:
        0.029629271 = score(doc=6481,freq=4.0), product of:
          0.1805031 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.05154537 = queryNorm
          0.16414827 = fieldWeight in 6481, product of:
            2.0 = tf(freq=4.0), with freq of:
              4.0 = termFreq=4.0
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.0234375 = fieldNorm(doc=6481)
  0.5 = coord(1/2)

Content

Nimmt man noch hinzu, daß 35 Prozent (hochgerechnet 22 Millionen Bürger) glauben, Kinder, die den Umgang mit dem Internet nicht beherrschen, seien auch - was immer das heißen mag - privat benachteiligt, dann läßt sich bemerken, daß das Internet für viele offenbar bereits mindestens den Stellenwert der früheren Alphabetisierung einnimmt. Man könnte gar vermuten, daß diese mitsamt anderen Grundkenntnissen hintan gesetzt wird, wenn die Hälfte der Haushalte mit des Satz übereinstimmt, daß die Kinder so früh wie möglich ans Internet herangeflihrt werden müßten. Aber, wie gesagt, bei Befragungen, die nur bestimmte Meinungen abhaken, fallen Zwischentöne und reflektierte Meinungen schlicht unter den Tisch. Bei 34 Prozent der Haushalte herrscht die Meinung vor, daß die Schulen für die Internetkompetenz genug machen, 74 Prozent sehen Eltern oder ältere Geschwister in der Pflicht, dem Web-Nachwuchs die notwendigen Fertigkeiten nahezubringen. Wie auch immer, so scheint die Intemetnutzung bereits ziemlich hoch zu sein. 25 Prozent der 6- bis 18-Jährigen gehen mehrmals im Monat, 30 Prozent mehrmals in der Woche, 9 Prozent mehrmals täglich ins Internet, wobei bei den unter 14-Jährigen schon 47 Prozent mehrmals wöchentlich online sind. Nur 26 Prozent haben nach der Befragung noch keine Erfahrung mit dem Internet, was sich aber bei 9 Prozent noch in diesem Jahr ändern soll. Lediglich 15,8 Prozent der Befragten gaben an, dass eine Internetnutzung "nicht geplant" sei. Für den Standort Deutschland ist erfreulich, daß sich 83 Prozent der Kinder und Jugendlichen "regelmäßig" über das Internet "gezielt" Informationen beschaffen, auch wenn wir nicht genau wissen, um welche Art der Informationen es sich dabei handelt. Bei der Befragung ging es um spezielle Interessen (Sport, Hobby etc.), was dann schon wahrscheinlicher klingt.

Date

21. 6.2005 21:22:09

0.013967372 = product of:
  0.027934743 = sum of:
    0.027934743 = product of:
      0.055869486 = sum of:
        0.055869486 = weight(_text_:22 in 4427) [ClassicSimilarity], result of:
          0.055869486 = score(doc=4427,freq=2.0), product of:
            0.1805031 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.05154537 = queryNorm
            0.30952093 = fieldWeight in 4427, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.0625 = fieldNorm(doc=4427)
      0.5 = coord(1/2)
  0.5 = coord(1/2)

Date

22. 1.2018 11:08:27

0.007945007 = product of:
  0.015890013 = sum of:
    0.015890013 = product of:
      0.031780027 = sum of:
        0.031780027 = weight(_text_:wissen in 3385) [ClassicSimilarity], result of:
          0.031780027 = score(doc=3385,freq=2.0), product of:
            0.2223099 = queryWeight, product of:
              4.3128977 = idf(docFreq=1609, maxDocs=44218)
              0.05154537 = queryNorm
            0.14295371 = fieldWeight in 3385, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              4.3128977 = idf(docFreq=1609, maxDocs=44218)
              0.0234375 = fieldNorm(doc=3385)
      0.5 = coord(1/2)
  0.5 = coord(1/2)

Content

"Wie könnten Computer Sprache lernen und dabei auch die Bedeutung von Worten sowie die Beziehungen zwischen ihnen verstehen? Dieses Problem der Semantik stellt eine gewaltige, bislang nur ansatzweise bewältigte Aufgabe dar, da Worte und Wortverbindungen oft mehrere oder auch viele Bedeutungen haben, die zudem vom außersprachlichen Kontext abhängen. Die beiden holländischen (Ein künstliches Bewusstsein aus einfachen Aussagen (1)). Paul Vitanyi (2) und Rudi Cilibrasi vom Nationalen Institut für Mathematik und Informatik (3) in Amsterdam schlagen eine elegante Lösung vor: zum Nachschlagen im Internet, der größten Datenbank, die es gibt, wird einfach Google benutzt. Objekte wie eine Maus können mit ihren Namen "Maus" benannt werden, die Bedeutung allgemeiner Begriffe muss aus ihrem Kontext gelernt werden. Ein semantisches Web zur Repräsentation von Wissen besteht aus den möglichen Verbindungen, die Objekte und ihre Namen eingehen können. Natürlich können in der Wirklichkeit neue Namen, aber auch neue Bedeutungen und damit neue Verknüpfungen geschaffen werden. Sprache ist lebendig und flexibel. Um einer Künstlichen Intelligenz alle Wortbedeutungen beizubringen, müsste mit der Hilfe von menschlichen Experten oder auch vielen Mitarbeitern eine riesige Datenbank mit den möglichen semantischen Netzen aufgebaut und dazu noch ständig aktualisiert werden. Das aber müsste gar nicht notwendig sein, denn mit dem Web gibt es nicht nur die größte und weitgehend kostenlos benutzbare semantische Datenbank, sie wird auch ständig von zahllosen Internetnutzern aktualisiert. Zudem gibt es Suchmaschinen wie Google, die Verbindungen zwischen Worten und damit deren Bedeutungskontext in der Praxis in ihrer Wahrscheinlichkeit quantitativ mit der Angabe der Webseiten, auf denen sie gefunden wurden, messen.