👂 🎴 🕸️
Neuronale
Netze
im
Kontext
der
KI
sind
<
strong
>
keine
echten
Nervenzellen
strong
>''
sondern
softwarebasierte
Modelle
''
deren
Architektur
von
der
Art
und
Weise
inspiriert
ist
''
wie
das
menschliche
Gehirn
Informationen
verarbeitet
.
Diese
Modelle
bestehen
aus
Schichten
von
Datenstrukturen
''
die
Neuronen
genannt
werden
.
Die
Neuronen
sind
miteinander
verbunden
und
ihre
Verbindungen
haben
ein
bestimmtes
Gewicht
.
Im
Lernprozess
passt
das
System
diese
Gewichte
-
auch
Parameter
genannt
-
allmählich
an
''
um
den
Fehler
zwischen
seiner
Vorhersage
und
dem
''
was
vorhergesagt
werden
soll
''
zu
verringern
.
GPU
(
Grafikverarbeitungseinheiten
''
NVIDIA
)
und
TPU
(
Tensor
-
Verarbeitungseinheiten
''
Google
)
sind
jene
Hardware
-
Innovationen
''
die
tiefgehendes
Lernen
in
einem
unvorstellbaren
Umfang
ermöglichen
.
Tiefes
Lernen
oder
Deep
Learning
nutzt
neuronale
Netze
mit
vielen
Schichten
(
daher
'
tief
')''
was
dem
Modell
ermöglicht
''
komplexe
Muster
in
Daten
auf
verschiedenen
Abstraktionsebenen
zu
lernen
.
Deep
Learning
wird
in
vielen
Bereichen
angewendet
''
einschließlich
Bild
-
und
Spracherkennung
''
und
ist
eine
Schlüsseltechnologie
in
der
Entwicklung
autonomer
Systeme
wie
selbstfahrende
Autos
oder
Spracherkennung
.
<
br
/><
br
/>
Der
Schlüssel
zum
Erfolg
ist
eine
möglichst
große
Menge
an
Trainingsdaten
.
Einbettungsvektoren
(
oder
'
Embedding
-
Vektoren
')
ermöglichen
es
uns
''
ein
Objekt
(
wie
ein
Wort
''
Konzept
''
Bild
oder
Ton
)
als
geordnete
Serie
von
Zahlen
('
Vektor
')
darzustellen
''
die
der
Position
oder
dem
Bereich
in
einem
bestimmten
N
-
dimensionalen
Raum
entsprechen
.
Dieser
Vektor
erfasst
wesentliche
Merkmale
oder
den
Kontext
des
betreffenden
Objekts
in
kompakter
Form
''
wodurch
seine
effiziente
Verarbeitung
und
Vergleichbarkeit
mit
anderen
Objekten
ermöglicht
wird
.
<
br
><
br
>
Der
Begriff
'
Einbettungsvektor
'
verdeutlicht
die
Idee
''
dass
ursprüngliche
Daten
(
d
.
h
.
Wörter
''
Konzepte
''
Bilder
''
Töne
)
in
einen
neuen
Raum
transformiert
oder
'
eingebettet
'
werden
''
wo
ihre
Beziehungen
oder
Eigenschaften
besser
oder
effizienter
durch
Vektoren
oder
andere
mathematische
Strukturen
ausgedrückt
werden
.
Diskriminative
künstliche
Intelligenz
(
KI
)
bezieht
sich
auf
Modelle
''
die
lernen
''
Eingabedaten
in
vordefinierte
Kategorien
zu
unterscheiden
oder
zu
klassifizieren
.
Diskriminative
Modelle
konzentrieren
sich
darauf
''
zwischen
verschiedenen
Arten
von
Eingabedaten
zu
unterscheiden
''
wie
zum
Beispiel
verschiedenen
Kategorien
von
Bildern
oder
Texten
.
Das
Ziel
ist
es
''
zwischen
verschiedenen
Klassen
oder
Gruppen
zu
'
diskriminieren
'
und
neue
''
unbekannte
Eingaben
korrekt
einer
dieser
Kategorien
zuzuordnen
.
Ich
empfehle
''
die
folgenden
Apps
zu
installieren
:<
div
div
><
p
class
=
fragment
>
Merlin
-
Vogelgesang
-
Erkennung
p
><
p
class
=
fragment
>
PlantNet
oder
Naturblick
-
Pflanzenerkennung
p
><
p
class
=
fragment
>
Svampe
Atlas
-
Pilzerkennung
p
>
Kuriosität
:
70
Jahre
nach
der
Premiere
von
Čapeks
'
Rossum
'
s
Universal
Robots
'
(
1921
)
entwickelte
der
niederländische
Programmierer
Guido
van
Rossum
die
Programmiersprache
Python
''
in
der
heute
die
Mehrheit
der
UI
-
Systeme
und
Bibliotheken
programmiert
ist
Es
wird
geschätzt
''
dass
...
<
br
><
p
class
=
fragment
>
das
maschinelle
Lernen
von
GPT
-
4
etwa
51
.
772
.
500
-
62
.
318
.
750
KWh
Strom
verbraucht
hat
p
><
p
class
=
fragment
>
GPT4
verbraucht
500
Milliliter
Wasser
jedes
Mal
''
wenn
ihm
eine
Serie
von
5
bis
50
Anregungen
/
Fragen
gestellt
wird
p
>
[Impressum, Datenschutz, Login] Other subprojects of wizzion.com linkring: giver.eu gardens.digital refused.science teacher.solar fibel.digital puerto.life udk.ai baumhaus.digital kyberia.de naadam.info