KI ist nicht neu. Das Thema wird bereits seit Mitte der 1950er Jahre wissenschaftlich vorangetrieben. Doch erst die Technik des 21. Jahrhunderts hat die “Künstliche Intelligenz” zum Leben erweckt. Wie sich das Thema über Jahrzehnte entwickelt hat, wo wir heute stehen und was man für die Entwicklung einer KI alles bereitstellen muss, haben wir im Podcast aufgearbeitet.
Die Dartmouth Conference im Jahr 1956 gilt als die Geburtsstunde des akademischen Fachgebietes „Künstliche Intelligenz“. Doch erst in den letzten Jahren ist die Menschheit auch technisch in der Lage, komplexere intelligente Systeme zu realisieren. Über den langen Weg bis zum heutigen Stand der Entwicklungen sprechen wir mit Jürgen Schwarz von Lenovo und hinterfragen, wie sich (künstliche) Intelligenz definiert.
Mit künstlichen neuronalen Netzen imitieren wir menschliche Gehirne, ohne deren genaue Funktionsweise vollständig zu verstehen. Wie lernen künstliche Intelligenzen, wie bekommen Maschinen ein Bauchgefühl und erlernen Fähigkeiten, wie Bluffen oder Tricksen? Wir diskutieren mit Jürgen Schwarz (Lenovo) über Deep Learning, die Kombination von KIs und Deepfakes.
KI ist keine Zukunftsmusik, sondern längst in unserem Alltag integriert. Wir reden mit intelligenten Sprachassistenten, KI leistet bereits eine wichtige Arbeit in der Medizin, kann Einbrüche verhindern und auf unseren smarten Telefonen lassen wir automatisch unsere Fotos aufhübschen. In einigen Bereichen nehmen wir künstliche Intelligenz wahr, in anderen agiert sie unbemerkt im Hintergrund. In der dritten Episode werfen wir mit Jürgen Schwarz (Lenovo) einen Blick auf die Einsatzgebiete künstlicher Intelligenz in der Gegenwart und wie sie uns helfen kann, bessere und schnellere Entscheidungen zu treffen.
Künstliche Intelligenz eröffnet Unternehmen viele Möglichkeiten, effizienter, profitabler oder intelligenter zu arbeiten. Von der Idee bis zur fertigen KI-Unterstützung ist es allerdings ein längerer Weg. Wie beginnt man so ein Projekt überhaupt? Welche Spezialisten sind notwendig, ein KI-Projekt zu realisieren? Wir sind im Gespräch mit Ulrich Walter und Marvin Giessing von IBM und diskutieren, wie wichtig die richtige Datenbasis für solche Projekte ist.
Nach der Identifizierung des eigenen Use-Case, ist der erste Schritt zur Realisierung des ersten eigenen KI Projektes die Bereitstellung geeigneter Technologien, um eine effiziente und wirtschaftliche Aufbereitung der Daten zu gewährleisten. Worauf man dabei achten muss und welche Schritte darauf folgen erklären uns wieder Ulrich Walter und Marvin Giessing von IBM.
Ist ein KI Modell trainiert, ist das Projekt nicht beendet. Vielmehr müssen die Ergebnisse ständig auf Plausibilität geprüft und das Modell unter Umständen angepasst werden. In der vorerst letzten Episode zum Thema Künstliche Intelligenz erörtern Ulrich Walter und Marvin Giessing (IBM) die Herausforderungen und über welche Eventualitäten man in KI Projekten stolpern kann. Außerdem schneiden wir noch einmal das Thema Ethik und Moral.
Haben Sie Fragen?Wir, Ihre Lenovo-Ansprechpartner stehen Ihnen gerne zur Verfügung.