Der Artikel kann nur mit aktiviertem JavaScript dargestellt werden. Bitte aktiviere JavaScript in deinem Browser und lade die Seite neu.
Im zweiten Teil unseres MIXED.de Podcast-Jahresrückblicks schauen wir auf Künstliche Intelligenz: Welche Durchbrüche gab es 2020, was ist die Technik dahinter und wie geht es 2021 weiter?
Mit Werbeeinnahmen bezahlen wir unsere Redakteur:innen. Mit einem MIXED-Abo kannst Du unsere Seite werbefrei lesen.
KI 2020 und Ausblick auf 2021
Die Entwicklung bei Künstlicher Intelligenz ging 2020 in hohem Tempo weiter. Für unseren Podcast haben wir die Highlights herausgesucht: Deepfakes sollten die US-Wahl 2020 sabotieren, stattdessen unterhielten sie uns gut – weshalb? Nvidia zeigt bei DLSS, was trainierte Pixelschubser-Software leisten und so Computergrafik grundlegend verändern wird.
GPT-3 beeindruckte Mitte des Jahres mit enorm glaubhafter Sprachgenerierung auf menschlichem Niveau: OpenAIs Sprachsystem spaltete die KI-Szene in jene Menschen, die glauben, dass in dem riesigen neuronalen Netz mehr steckt als sehr viele Symbole – vielleicht sogar der Pfad zu einer generellen Künstliche Intelligenz. Andere wiederum halten die Text-KI für overhyped, da sie nur ein sehr mächtiges Autovervollständigungssystem sei. Auf welcher Seite stehen wir?
___STEADY_PAYWALL___
Mit Alphafold und MuZero platzierte Deepmind kurz vor Jahresfrist noch KI-Highlights, die zeigen, wie Künstliche Intelligenz anderen Disziplinen und Wissenschaften zu neuen Erkenntnissen verhelfen kann. All diesen KI-Fortschritten liegt die sogenannte Transformer-Technik zugrunde, die wir in diesem Podcast erklären.
Dafür haben wir uns einen KI-Spezialisten eingeladen: Yannic Kilcher ist Doktorand an der Professur für Datenanalytik an der ETH Zürich.
Er forscht zu Deep Learning, Structured Learning und Big Data Optimization und dem Verhalten von Lernenden Systemen und Optimierungs-Algorithmen. In seiner jüngsten Veröffentlichung beschäftigt er sich mich Googles BERT Sprachmodell und der Frage, wie es Semantik repräsentiert. Yannic hat außerdem einen hervorragenden YouTube-Kanal, in dem er Deep Learning Paper gut verständlich erklärt.
Hinweis: Links auf Online-Shops in Artikeln können sogenannte Affiliate-Links sein. Wenn ihr über diesen Link einkauft, erhält MIXED.de vom Anbieter eine Provision. Für euch verändert sich der Preis nicht.