Web-Books
in the Austria-Forum
Austria-Forum
Web-Books
Technik
Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft
Page - 36 -
  • User
  • Version
    • full version
    • text only version
  • Language
    • Deutsch - German
    • English

Page - 36 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft

Image of the Page - 36 -

Image of the Page - 36 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft

Text of the Page - 36 -

36 A Technologie 1. Hardware für KI Markus Schürholz, Eike-Christian Spitzner Die KI ist bereits seit Jahrzehnten ein Thema in der Forschung, wobei die Kon- ferenz „Dartmouth Summer Research Project on Artificial Intelligence“ im Jahr 1956 als Startpunkt systematischer Forschungsanstrengungen gilt. Den wirk- lichen Durchbruch brachte allerdings erst in den vergangenen Jahren der Ein- satz von künstlichen neuronalen Netzen (KNN) mit Methoden des tiefen Ler- nens (Deep Learning, DL), welche rudimentär Abläufe im Nervensystem nach- bilden (siehe auch Einleitung Teil A). Wichtige Treiber sind aber nicht nur die Konzepte der KNN, sondern vor allem auch die Entwicklung der Rechentech- nik, auf der entsprechende Verfahren ausgeführt werden. Während man zu Beginn auf leistungsfähige Allzweckprozessoren (central processing unit, CPU) zurückgriff, werden seit einigen Jahren vorrangig Prozessoren verwendet, die ursprünglich für Grafikkarten zur Bildausgabe gedacht waren (graphics pro- cessing unit, GPU). Aktuell werden diese zunehmend zu Spezialprozessoren (application-specific integrated circuit, ASIC) für KI-Anwendungen weiterent- wickelt. Zusätzlich verfolgt man den Ansatz, die Struktur von KNN direkt in der Architektur eines Prozessors abzubilden (neuromorphe Hardware). Dabei sind erste Versuche erfolgversprechend. Um die Entwicklung der Hardware für KI-Anwendungen besser einordnen zu kön- nen, ist es zunächst hilfreich sich anzusehen, welche Berechnungen bei der Nutzung von KNN mit DL-Ansätzen durchgeführt werden. Hierbei muss man noch klar zwi- schen dem Anlernen des KNN (Training) und seinem späteren Einsatz (Inference) unterscheiden, wobei ersteres sehr rechenaufwendig ist. Die in diesem Beitrag beschriebene Hardware dient insbesondere der Beschleunigung des Trainings. Im Prinzip bestehen KNN aus einzelnen konzeptionellen Neuronen, die in bestimmten Schichten angeordnet sind. Bei mehrschichtigen Netzwerken ist die erste Schicht die Eingabeschicht, die Daten entgegennimmt. Die letzte Schicht, welche das Ergebnis liefert, ist die Ausgabeschicht. Gibt es zwischen Ein- und Ausgabeschicht weitere Schichten (Hidden Neurons), wird das neuronale Netzwerk deutlich leistungsfähiger, und man spricht von DL. Zwischen den einzelnen Schichten bestehen Verbindungen zwischen Neuronen, die das eigentliche Netzwerk bilden. Diese Verbindungen haben verschiedene Strukturen, nach denen neuronale Netze auch klassifiziert werden kön- nen (siehe auch Einleitung Teil A „Entwicklungswege zur KI“). Ein einfacher Fall ist dabei ein Feedforward-Netz, in dem jedes einzelne Neuron einer Schicht über Verbin- V. Wittpahl (Hrsg.), Künstliche Intelligenz, DOI 10.1007/978-3-662-58042-4_2, © Der/die Autor(en) 2019
back to the  book Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft"
Künstliche Intelligenz Technologie | Anwendung | Gesellschaft
Title
Künstliche Intelligenz
Subtitle
Technologie | Anwendung | Gesellschaft
Editor
Volker Wittpahl
Publisher
Springer Vieweg
Date
2019
Language
German
License
CC BY 4.0
ISBN
978-3-662-58042-4
Size
16.8 x 24.0 cm
Pages
286
Keywords
Elektrische Antriebssysteme, Intelligentes Gesamtmaschinenmanagement, Künstliche Intelligenz, Data Mining, Maschinelles Lernen, Deep Learning, artificial intelligence, data mining, machine learning, deep learning
Category
Technik

Table of contents

  1. Vorwort 7
  2. Inhaltsverzeichnis 15
  3. A Technologie 18
    1. Einleitung: Entwicklungswege zur KI 21
    2. 1. Hardware für KI 36
    3. 2. Normen und Standards in der KI 48
    4. 3. Augmented Intelligence – Wie Menschen mit KI zusammen arbeiten 58
    5. 4. Maschinelles Lernen für die IT-Sicherheit 72
  4. B Anwendung 92
    1. Einleitung: KI ohne Grenzen? 95
    2. 5. Neue Möglichkeiten für die Servicerobotik durch KI 99
    3. 6. E-Governance: Digitalisierung und KI in der öffentlichen Verwaltung 122
    4. 7. Learning Analytics an Hochschulen 142
    5. 8. Perspektiven der KI in der Medizin 161
    6. 9. Die Rolle der KI beim automatisierten Fahren 176
    7. 10. Maschinelle Übersetzung 194
  5. C Gesellschaft 212
    1. Einleitung: „Intelligenz ist nicht das Privileg von Auserwählten.“ 215
    2. 11. KI und Arbeit – Chance und Risiko zugleich 221
    3. 12. Neue Intelligenz, neue Ethik? 239
    4. 13. Kreative Algorithmen für kreative Arbeit? 255
  6. Ausblick 273
  7. Anhang 277
  8. Autorinnen und Autoren 277
  9. Abkürzungsverzeichnis 286
Web-Books
Library
Privacy
Imprint
Austria-Forum
Austria-Forum
Web-Books
Künstliche Intelligenz