In welche drei Kategorien können Moderne KI-Systeme eingeteilt werden?
Schwache KI (engl. Arfificial Narrow Intelligence, ANI)
Starke KI (engl. Artificial General Intelligence, AGI)
Künstliche Superintelligenz
Schwache Künstliche Intelligenz:
Wo wird diese Angewendet und wie funktioniert diese? Was ist ihre Schwäche?
Nenne ein Beispiel.
Es sind Systeme welche in der Lage sind Probleme und Aufgaben schneller zu lösen als Menschen
Allerdings nur solche für die sie entwickelt und trainiert wurden.
Ein Beispiel: Ein System das Schach spielen kann wird wahrscheinlich nicht in der Lage sein ein anderes Spiel wie GO zu spielen
Welche Fähigkeiten müsste eine KI haben um als Starke künstliche Intelligenz zu gelten?
kognitive Fähigkeit, in mehreren Domänen zu funktionieren und zu lernen;
Intelligenz auf menschlichem Niveau in allen Domänen;
unabhängige Fähigkeit, Probleme auf menschlichem Niveau zu lösen;
abstraktes Denkvermögen, ohne direkt auf frühere Erfahrungen zurückzugreifen;
kognitive Fähigkeiten, neue Ideen zu hypothetischen Konzepten zu entwickeln;
Wahrnehmung der gesamten Umgebung, in der das System agiert, und
Selbstmotivation und Selbsterkenntnis.
Was macht eine künstliche Superintelligenz aus?
Eine Superintelligenz ist ein System, das nicht nur die kognitiven Fähigkeiten des Menschen erreicht, sondern sie in allen Bereichen übertrifft.
Welche Branchen wurden als die wichtigsten fir die KI-Einführung identifiziert?
High Tech und Telekommunikation,
Automobilindustrie und Fertigung,
Finanzdienstleistungen,
Geschäftswesen, Rechtswesen und professionelle Dienstleistungen,
Gesundheitswesen und Pharmaindustrie sowie
Konsumgüter und Einzelhandel.
In wie fern kann KI im Bereich Hightech und Telekommunikation hilfreich sein?
Optimierung und Automatisierung von Netzwerken
Sicherstellen, dass Netzwerke funktionsfähig bleiben durch sogenannte
vorausschauender Wartung (predictive Maintenance)
Dadurch werden Probleme behoben bevor sie auftreten
big Data ermöglicht Netzwerkanomalien zu erkennen und zu verhindern(betrpgerisches Verhalten)
In wie fern kann KI im Bereich Automobilindustrie und Fertigung hilfreich sein?
Ermöglicht autonomes Fahren mit dem Auto
Sicherheit der Fahrenden
Um in Spur zu bleiben
Notbremsung unterstützen
In wie fern kann KI im Bereich Finanzdienstleistungen hilfreich sein?
Früherkennung von betrügerischen Transaktionen und Geldwäsche und Verhinderung
Erkennung von gefälschten Unterschriften
Vergabe von Empfelungen für zukünftige Investitionen
In wie fern kann KI im Bereich Geschäftswesen, Rechtswesen und professionellen Dienstleistungen hilfreich sein?
Automatisierung von Routineabläufen mithilfe von Robotic Process Automation (RPA)
Dies senkt die Verwaltungskosten drastisch.
Erkennen von Risiken und Betrug insbesondere in Rechtspraxen
In wie fern kann KI im Bereich Gesundheitswesen und Pharmaindustrie hilfreich sein?
Krankheiten anhand der Symptome erkennen
Optimierung der Kombination von Medikamenten um Nebenwrikungen zu vermeiden
Analysie von medizinischen Bildern um Krankheiten frühzeitig zu erkennen
In wie fern kann KI im Bereich Konsumgüter und Einzelhandel hilfreich sein?
Verbesserung der Lieferlogistik durch nutzung von Wetterdaten in Echtzeit
Erstellung von Marketingkampagnen und dynamischer Schaufensterdesigns
Um geeignete Modelle für KI-Anwendungen zu entwickeln, werden die verfügbaren Daten in drei Datensätze aufgeteilt.
Benenne diese.
Training Set
Development Set
Test Set
Ein Beispiel für die Betrugserkennung bei Finanzinstituten, ist die als binäres Klassifikationsproblem betrachtet werden kann. Eine finanzielle Transaktion kann entweder als Betrug eingestuft werden oder nicht. Auf dieser Grundlage erhält man vier Kategorien von Klassifizierungsergebnissen:
True Positives, TP
d. h. bei denen es sich um betrügerische Transaktionen handelt
False Positives, FP
d. h., eine nicht-betrügerische Transaktion wird als Betrug eingestuft
True Negatives, TN
d. h. nicht-betrügerische Transaktionen, die auch als solche eingestuft wurden
False Negatives, FN
d. h. betrügerische Transaktionen, die als nicht-betrügerisch eingestuft wurden.
Wie nennt man die hier dargestellte Tabelle?
Konfusionsmatirix oder auch Fehlermatrix
Die Accuracy (dt. Genauigkeit) ist ein Indikator dafür, wie viele Stichproben korrekt klassifiziert wurden. Wie lässt sie sich wie berechnen?
Die Precision (dt. Präzision, positive Prädiktivität) gibt die Anzahl der positiven Stichproben an, die im Verhältnis zu allen in dieser Klasse vorhergesagten Stichproben korrekt klassifiziert wurden:
Wie wird Sie berechnet?
Der Recall (dt. Sensitivität, Erinnerungsrate) gibt an, wie viele der positiv erkannten Stichproben im Verhältnis zur Gesamtzahl der Stichproben, die als solche hätten identifiziert werden müssen, korrekt identifiziert wurden:
Wie lautet die Formel zur Berechnung des Racall?
Der F1-Score (F1-Maß) kombiniert Precision und Recall in einem Ergebnis:
Wie wird er berechnet?
Last changed2 months ago
