Was denken denkende Maschinen?
0 gefällt mir629 aufrufe
Das Dokument behandelt die Fortschritte im Bereich der denkenden Maschinen, speziell durch den Einsatz von Deep Learning und neuronalen Netzen bei der Mustererkennung. Es wird darauf hingewiesen, dass obwohl Computer bei bestimmten Aufgaben bessere Ergebnisse als Menschen erzielen, sie hinsichtlich anderer Datenanalyseprobleme nicht immer die beste Lösung bieten. Herausforderungen im technischen, ethischen und gesellschaftlichen Bereich müssen angegangen werden, um das Potenzial dieser Technologien zu nutzen.
Was denken denkende Maschinen?
- 1. Zürcher Fachhochschule Was denken denkende Maschinen? WI-Award, Crowne Plaza Zürich, 20.10.2016 Thilo Stadelmann
- 2. Zürcher Fachhochschule 2 Was? Wie? Wohin? 1Was ist passiert? (Eine kurze Geschichte der letzten Monate)
- 8. Zürcher Fachhochschule 8 Generierte Sprache «aus Texteingabe» Generierte Musik «ohne Inhaltsvorgabe»
- 13. Zürcher Fachhochschule 13 …und die Liste liesse sich fortsetzen!
- 14. Zürcher Fachhochschule 14 …und die Liste liesse sich fortsetzen!
- 15. Zürcher Fachhochschule 15 …und die Liste liesse sich fortsetzen!
- 16. Zürcher Fachhochschule 16 Was ist passiert? Der ImageNet Wettbewerb 1000 Kategorien 1 Mio. Beispiele …
- 17. Zürcher Fachhochschule 17 Was ist passiert? Der ImageNet Wettbewerb 1000 Kategorien 1 Mio. Beispiele … A. Krizhevsky verwendet als erster ein sog. «Deep Neural Network» (CNN)
- 18. Zürcher Fachhochschule 18 Was ist passiert? Der ImageNet Wettbewerb 1000 Kategorien 1 Mio. Beispiele … A. Krizhevsky verwendet als erster ein sog. «Deep Neural Network» (CNN)
- 19. Zürcher Fachhochschule 19 Was ist passiert? Der ImageNet Wettbewerb 1000 Kategorien 1 Mio. Beispiele … A. Krizhevsky verwendet als erster ein sog. «Deep Neural Network» (CNN) 2015: Computer haben “Sehen” gelernt 4.95% Microsoft (06. Februar) Besser als Menschen (5.10%) 4.80% Google (11. Februar) 4.58% Baidu (11. Mai) 3.57% Microsoft (10. Dezember)
- 20. Zürcher Fachhochschule 20 Was? Wie? Wohin? 2Wie geht das? (Was denken denkende Maschinen?)
- 21. Zürcher Fachhochschule 21 Grundlage Induktives überwachtes Lernen Annahme • Ein an genügend viele Beispiele angepasstes Modell… • …wird auch auf unbekannte Daten generalisieren Methode • Suchen der Parameter einer gegebenen Funktion… • …so dass für alle Beispiele Eingabe (Bild) auf Ausgabe («Auto») abgebildet wird Quelle: http://lear.inrialpes.fr/job/postdoc-large-scale-classif-11-img/attribs_patchwork.jpg
- 22. Zürcher Fachhochschule 22 Suche der Parameter einer Funktion?? Neuron Merkmale (z.B. Pixel) Anpassbare Parameter Entscheidung (Schwellwert) Ergebnis (z.B. «Auto») 𝑦
- 23. Zürcher Fachhochschule 23 Suche der Parameter einer Funktion?? Neuron Neuronales Netz Merkmale (z.B. Pixel) Anpassbare Parameter Entscheidung (Schwellwert) Ergebnis (z.B. «Auto») 𝑦
- 24. Zürcher Fachhochschule 24 Idee: Mehr Tiefe zum Lernen von Merkmalen (0.2, 0.4, …) Containerschiff Tiger Klassische Bild- verarbeitung (0.4, 0.3, …) Merkmalsextraktion (SIFT, SURF, LBP, HOG, etc.) Containerschiff Tiger Mit Convolutional Neural Networks (CNNs) Nimmt rohe Pixel entgegen, Merkmale werden mitgelernt! Klassifikation (SVM, Neuronales Netz, etc.) … …
- 25. Zürcher Fachhochschule 25 Was «sieht» das Neuronale Netz? Hierarchien komplexer werdender Merkmale Quelle: https://www.pinterest.com/explore/artificial-neural-network/
- 26. Zürcher Fachhochschule 26 Was? Wie? Wohin? 3Wohin führt das? (Ein Ausblick)
- 27. Zürcher Fachhochschule 27 Was ich nicht erwarte
- 28. Zürcher Fachhochschule 28 Was ich nicht erwarte
- 29. Zürcher Fachhochschule 29 Was ich nicht erwarte
- 30. Zürcher Fachhochschule 30 Was ich erwarte
- 31. Zürcher Fachhochschule 31 Was ich erwarte
- 32. Zürcher Fachhochschule 32 Was ich erwarte
- 33. Zürcher Fachhochschule 33 Was ich erwarte
- 34. Zürcher Fachhochschule 34 Was ich erwarte
- 35. Zürcher Fachhochschule 35 Schlussfolgerungen • «Denkende rechnende» Maschinen sind immer noch inselbegabt • Aber: «Deep Learning» hat zu Quantensprung in Mustererkennungsaufgaben geführt • Für andere Datenanalyseaufgaben sind andere Verfahren besser geeignet • Angst ist unangebracht – aber Herausforderungen wollen gestaltet werden: technisch, ethisch, wirtschaftlich, gesellschaftlich Mehr zu mir: • Leiter ZHAW Datalab, Vice President SGAICO, Board Data+Service • [email protected] • 058 934 72 08 • www.zhaw.ch/~stdm Mehr zum Thema: • KI: http://www.s-i.ch/en/fachgruppen-und-sektionen/sgaico/ • Verband Data & Service Science: www.data-service-alliance.ch • Gemeinsame Projekte: [email protected] Fragen Sie gerne an.
- 37. Zürcher Fachhochschule 37 Was «sieht» das Neuronale Netz? Hierarchien komplexer werdender Merkmale Quelle: http://vision03.csail.mit.edu/cnn_art/data/single_layer.png