Im Zuge der Digitalisierung bestimmt das Thema Data Science immer mehr die Medienlandschaft und den gesellschaftlichen Diskurs. Technologische Innovationen, spannende Anwendungsfälle oder kontroverse Diskussionen: Wir behalten für Sie den Überblick und sammeln jeden Freitag nützliche, interessante und hilfreiche Links rund um das Thema Data Science.

Business & News

Letzte Woche berichteten wir von einer Künstlichen Intelligenz, die eine Gruppe aus fünf Profi-Computerspielern beim Spiel „Dota 2“ geschlagen hat. Die KI wurde dabei von der Organisation OpenAI entwickelt. Das scheint jedoch nicht der einzige Erfolg zu sein den man bei OpenAI im Bereich der Künstlichen Intelligenz unlängst erzielt hat. Es wurde auch eine Roboterhand entwickelt, die so gesteuert werden kann, dass diese einen Würfel in vorgegebener Kombination dreht. Laut dem CTO von OpenAI, Greg Brockman, ist dies eine entscheidende Etappe auf dem Weg zur Erschaffung einer KI, die nicht nur einzelne, sondern auch einen Verbund aus Problemen lösen kann. Im Interview mit ZEIT Online erklärt er, wie die KI trainiert wurde, wie sie denkt und er äußert sich zur generellen Entwicklung von KI.

Im Moment scheint es fast so, als gäbe es zur Deep Learning-Methode bei der Konstruktion von Robotern und bei anderen digitalisierten Anwendungsfällen keine Alternative. Doch es gibt das sogenannte „evolutionäre Computing“. Ziel hierbei ist es, mit einem kontraintuitiven Ansatz einen Computer-Code zu generieren, der am Ende ein konkretes Problem löst. Der Ablauf ist dabei jedoch völlig anders als bei einem konventionellen Programm, welches von gewissen Grundprinzipien ausgeht. Bei dieser Methode werden zu Beginn viele, manchmal hunderttausende, Codes generiert, die per Zufall mal besser und mal schlechter dafür geeignet sind, dass gesetzte Ziel zu erreichen. Die besten Stücke werden aus den Codes entnommen und in die nächste Generation von Codes gesetzt, in der sich bereits weitere Code-Stücke befinden. Jede neue Generation wird auf ihre Leistung getestet und optimiert, bis ein Code entsteht, den möglicherweise kein menschlicher Programmierer geschaffen hätte. Lesen Sie hier mehr zur Funktionsweise von evolutionärem Computing und einem Anwendungsbeispiel auf Spielhallen-Spiele der 1980er und 1990er.

Die größte Herausforderung für die Künstliche Intelligenz ist die Komplexität der Welt. Während ein neugeborener Mensch bereits mit evolutionsbedingt weitreichenden Potentialen ausgestattet ist, um sich an Veränderungen anpassen und mit seiner Umwelt interagieren zu können, lernt ein Computer nur das, was ihm die Menschen einspeisen. Das sind oft Faustregeln und anspruchsvolle Mathematik, die zwar auf viele aber niemals auf alle Eventualitäten reagieren kann. Der oft angestellte Vergleich, dass das Gehirn wie ein Computer denken würde, kann demnach nicht belegt werden. Die Milliarden Neuronen und Billionen Verbindungen, die im Gehirn eines Menschen arbeiten, sind schließlich unnachahmlich und komplexer als alle Datenspeicher und -banken der Welt. Lesen Sie hier weiter, wie Menschen den Maschinen überlegen sind.

Am University College in London wurde von einer Gedächtnisforscherin ein virtueller Chatbot namens „Spot“ entwickelt, der Opfern von sexueller Belästigung dabei helfen soll, mit dem Erlebten umzugehen. Der große Vorteil hierbei ist, dass der Gesprächsverlauf anonym ist und bleibt. Man hat am Ende des Chats die Möglichkeit, sich das Gespräch als PDF zu speichern. Es ist auch möglich, dieses an Arbeitgeber zu senden und ihn davon zu informieren, dass es diesen Vorfall im Unternehmen gab. Über die Plattform können sich beide Parteien dann darüber austauschen. Erfahren Sie mehr über die Hintergründe von „Spot“.

Zum Start der Fußball-Bundesliga gibt’s von uns einen Artikel zum Meister – zumindest wenn es um den Einsatz Künstlicher Intelligenz geht. Dabei handelt es sich um Werder Bremen. Der Verein hat bei der Suche nach einem neuen Torhüter erneut auf die Unterstützung von Data Science gesetzt. Jiri Pavlenka heißt der tschechische Torwart, der den Scouts von Werder Bremen auf einer Plattform, die in Kooperation mit der Firma Just Add AI erstellt wurde, ins Blickfeld gerückt ist. Vorscouting wird dieser Vorgang nun genannt, denn darauf folgt dann das bewährte Live-Scouting. Hier erfahren Sie mehr über den Einsatz Künstlicher Intelligenz im Profisport in Europa und den USA.

Community

Das Google Brain Team hat ein neues ML-Framework veröffentlich. Das Reinforcement Learning-Framework mit dem Namen Dopamine baut auf Tensorflow auf und soll gut reproduzierbare Ergebnisse liefern. Wie der Name schon sagt, widmet sich das Framework dem Bereich des Bestärkenden Lernens, das nach einem Belohnungsprinzip funktioniert. Der Softwareagent versucht dabei selbstständig, die Belohnung zu erkennen und zu maximieren. Hauptaugenmerk von Google lag dabei auf der Komplexität. Lesen Sie hier mehr zu den Neuerungen im Bereich des Machine Learning.

Wir wünschen Ihnen ein schönes Wochenende.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

*
*