Die f\u00fchrenden K\u00f6pfe in der Entwicklung der k\u00fcnstlichen Intelligenz warnen davor, dass sich der Fortschritt auf diesem Gebiet verlangsamt. Es bleiben einfach gro\u00dfe, ungel\u00f6ste Herausforderungen, und einfach mehr Rechenleistung f\u00fcr ein Problem einzusetzen, sei nicht nachhaltig.<\/p>\n Bei Deep Learning ist man in einer Art Sackgasse. Yoshua Bengio, Direktor von Mila, einem KI-Institut in Montreal, bringt ein Beispiel. Die Technik des maschinellen Lernens kann hochspezialisierte Ergebnisse liefert. Aber ein System, das darauf trainiert ist, bei einem Videospiel \u00fcbermenschliche Leistungen zu zeigen, ist unf\u00e4hig, ein anderes Vidospiel zu spielen. <\/p>\n \"Wir haben Maschinen, die auf eine sehr enge Weise lernen\", sagte Bengio. \"Sie brauchen viel mehr Daten, um eine Aufgabe zu lernen, als menschliche Intelligenz, und die Systeme machen immer noch dumme Fehler.\"<\/p>\n Die Vordenker Bengio und Aguera y Arcas forderten die Teilnehmer der NeurIPS auf, mehr \u00fcber die biologischen Wurzeln der nat\u00fcrlichen Intelligenz nachzudenken. Aguera y Arcas zeigte Ergebnisse aus Experimenten, in denen simulierte Bakterien darauf spezialisiert waren, Nahrung zu suchen und durch eine Form der k\u00fcnstlichen Evolution zu kommunizieren. <\/p>\n Ziel m\u00fcssten Systeme des Deep Learnings sein, die so flexibel sind, dass sie mit Situationen umgehen k\u00f6nnen, die sich stark von denen unterscheiden, in denen sie trainiert wurden. Die Analogie dazu: Menschen m\u00fcssen ja auch mit neuen Szenarien umgehen k\u00f6nnen, wie z.B. dem Fahren in einer anderen Stadt oder einem anderen Land.<\/p>\n Interessant ist: Als ich Montag diesen Artikel auf Vorrat geschrieben habe, bin ich auf diesen Beitrag<\/a> bei heise gesto\u00dfen. Eine Studie von Algorithmia zeigt, dass fast die komplette Entwicklung beim Machine Learning (ML) von einigen wenigen Talenten getragen wird. <\/p>\n Auch bei autonomen Fahrzeugen kommt k\u00fcnstliche Intelligenz zum Einsatz. Irgendwie war bei mir die Vorstellung: 'Na ja, wenn die Technik soweit ist, kaufst Du dir ein Auto und l\u00e4sst dich auf Sprachbefehl irgendwohin kutschieren \u2013 kostet h\u00f6chstens etwas Sprit oder Strom'. Zeitgleich mit den obigen Beitr\u00e4gen bin ich auf diesen Artikel<\/a> gesto\u00dfen. Die Startups, die im Bereich KI aktiv sind, m\u00fcssen \u00fcber Finanzierungsmodelle nachdenken. <\/p>\n Die Gr\u00fcnder von Argo KI, Partner der Automobilhersteller Ford Motor Co und Volkswagen AG haben da eine Idee. Sind einige Firmen noch damit besch\u00e4ftigt, eine Flotte von selbstfahrenden Roboter-Taxis aufzubauen, will Argo KI auf andere Weise Geld verdienen. Die Leute konzentrieren sich stattdessen darauf, von Kunden, die Roboterfahrzeuge f\u00fcr verschiedene Zwecke einsetzen, wie z.B. die Lieferung von Waren oder den Transport von Personengruppen, f\u00fcr die gefahrenen Kilometer bezahlen zu lassen. Denn die von der Firma entwickelte KI-Software sorgt ja daf\u00fcr, dass die Fahrzeuge \u00fcberhaupt erst einen autonomen Transport durchf\u00fchren k\u00f6nnen. Ich formuliere es mal so: Die Zukunft wird noch spannend. <\/p>\n","protected":false},"excerpt":{"rendered":" 2019 war ja, zumindest gef\u00fchlt, das Jahr der k\u00fcnstlichen Intelligenz. St\u00e4ndig neue Meldungen, was da alles mit k\u00fcnstlicher Intelligenz, kurz KI (Englisch Artificial Intelligence, AI), machbar sei. Aber ich bin die Tage auf einige Informationssplitter gesto\u00dfen, die da eher d\u00fcstere … Weiterlesen ![\"Roboter](\"https:\/\/i.imgur.com\/1KS7J4k.jpg\"\/ "\\"Roboter")
(Quelle: Pexels, Alex Knight<\/a>, kostenlose Nutzung)<\/p>\nWenig Fortschritte bei KI\/Deep Learning<\/h2>\n<\/p>\n
Wenige Talente pr\u00e4gen die Entwicklung<\/h2>\n
Autonome Fahrzeuge: Erste wollen kassieren<\/h2>\n