Werden wir Schoßhunde der Roboter sein? Herbert Stoyan Universität Erlangen
|
|
- Markus Otto
- vor 6 Jahren
- Abrufe
Transkript
1 Werden wir Schoßhunde der Roboter sein?.. Herbert Stoyan Universität Erlangen 1
2 Schlechte Presse für die KI Große Sprüche der KI in den 80ern Industrielle Umsetzung schien möglich Doch: herber Absturz Gründe: Kosten, Zeitaufwand, Inflexibilität, Leistung 2
3 Gute Presse für die KI FAZ präsentiert: eine Serie über Zukunftstechnologien: Über KI, Genetik und nanotechnik Starke Behauptungen von Moravec und Kurzweil (die Roboter werden die Spitze der Evolution sein) populäre Fußballroboter Was ist los? Haben wir was verpennt? 3
4 Inhalt Was ist KI? 1. Ansatz: Heuristische Suche 2. Ansatz: Wissenspasierte Programme 3. Ansatz: Neuronale Netze 4. Ansatz: Komplexe Programme 5. Weitere Ansätze? 6. Zusammenfassung 4
5 Was ist KI? Eine Wissenschaft, deren Ziel KI ist Was ist Intelligenz? z.z.: KI durch Programmierung von Computern Was charakterisiert ein KI-Programm? 5
6 Was charakterisiert ein KI-Programm? technisch/strukturell vor 1965: ein heuristisches Programm für ein nichtnumerisches Problem seit 1965: ein wissensbasiertes Programm inhaltlich/anwendungsbestimmt ein Programm, daß einen autonomen Roboter steuert? (Shrdlu) ein Programm, das den Turing-Test besteht? ein Programm, mit dem man Schach spielen kann? 6
7 Schwierigkeiten mit der KI Das Ziel ist universell viele Parameter sind zu verarbeiten Messungen, um wissenschaftlichen Fortschritt festzustellen, sind schwierig Intelligenztests sind sprachbezogen Intelligenztests sind sowieso problematisch KI ist Teil der Informatik eine Pseudowissenschaft (keine Methoden, keine Begriffe, keine Meßverfahren) 7
8 KI durch heuristische Suche klassisches Problemlösen These: I steckt in allgemeinen Heuristiken Anwendungsfelder: Spiele Vorgehen: Suchprogramme implementieren, Probleme beschreiben Theorie: Heuristische Suchverfahren Beispiele: GPS, FF Bedeutung: Geeignet für Spielprobleme, vielleicht: Planung Hauptproblem: Finden der heuristischen Funktion Typische Lösung: ad-hoc Funktion 8
9 KI durch Wissensverarbeitung These: Wissen ist Macht (I steckt im speziellen Wissen) Anwendungsfelder: Sprachverstehen, vielfältige Spezialprobleme (Diagnose, Konstruktion usw.) Vorgehen: Repräsentation des Fachwissens, Realisierung einer Problemlösungsmethode Beispiele: Mycin, R1/XCON, Verbmobil Bedeutung: Geeignet für Spezialprobleme in wohldefinierten Kontexten Hauptproblem: Alltagsverstand, Vergleich von Wissensbasen, Adäquatheit (o, e, h) Lösung: Große Wissensbasen (deklarative Programme)? 9
10 KI durch Neuronale Netze These: Wir brauchen ein Gehirnmodell Anwendungsfelder: Approximation multidimensionaler Funktionen (Bewegung, Spracherzeugung) Vorgehen: Sammeln von Beispielen, Experimente, Lernen Theorie: Backpropagation, Hopfield-Netze, Kohonen- Netze Beispielsysteme: NetTalk Bedeutung: Geeignet für numerische Spezialprobleme Hauptproblem: Beschreibung der denkprozesse durch nuemrische multidimensionale Funktionen Lösung: unbekannt 10
11 KI durch komplexe Programme These: Eine geeignete Kombination leistungsfähiger Programmteile kann alles Anwendungsfelder: Fußballroboter (alles) Vorgehen: (oo) Drauflosprogrammieren Theorie:? (veilleicht für Teilprobleme) Beispielsysteme: Weltmeister X Bedeutung: Geeignet für komplexe Probleme Hauptproblem: Systemkomplexität Lösung: Suche nach besseren Programmierern 11
12 Neue Ansätze? KI durch Evolution von Systemen These: I ist das Ergebnis komplexer Evolutionsprozesse Anwendungsfelder:? Vorgehen: Aufbau evolutionärer Systeme, Bestimmung von Evolutionsregeln Theorie:? Beispielsystem:? Hauptproblem: Können Zwischenergebnisse getestet werden? Lösung 12
13 Perspektiven der KI Heuristische Suche allein ist selten anwendbar wissensbasierte Programme sind nur für Spezialfelder brauchbar NN ist gut für Probleme, die man mit numerischen Funktionen beschreiben kann ein Superprogrammierer ist allein am besten Könnte man Fortschritte messen, wäre viel gewonnen Die lernenden autonomen kooperierenden Superroboter haben keine guten Chancen gute Chancen aber für spezialisierte adaptierende Roboter kann man einen Unmöglichkeitsbeweis führen? Keine neuen Aussichten für Starke KI 13
Seminar Künstliche Intelligenz Wintersemester 2013/14
Seminar Künstliche Intelligenz Wintersemester 2013/14 Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 31.10.2013 2 / 13 Überblick Teilgebiete der KI Problemlösen,
MehrSozialwissenschaftliche Modelle und Daten SoSe 2010
Sozialwissenschaftliche Modelle und Daten SoSe 2010 LS Sozialwissenschaftliche Methodenlehre und Sozialstatistik C. Dudel C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe 2010 1 23 1 Formalia 2
MehrWas können lernende Maschinen wissen?
Was können lernende Maschinen wissen? Prof. Dr. Lars Schwabe Adaptive and Regenerative Software Systems http://ars.informatik.uni-rostock.de 2010 UNIVERSITÄT ROSTOCK FAKULTÄT FÜR INFORMATIK UND ELEKTROTECHNIK
MehrIntelligenz in Datenbanken. Dr. Stefan Freundt Star512 Datenbank GmbH. star512 datenbank gmbh
Intelligenz in Datenbanken Dr. Stefan Freundt Star512 Datenbank GmbH Einleitung Definition von Business! Definition von Intelligenz? Künstliche Intelligenz: Motivation Schach erfordert Intelligenz ==>
MehrKapitel MK:I. I. Einführung. Künstliche Intelligenz Starke KI versus Schwache KI Geschichte der KI Gebiete der KI
Kapitel MK:I I. Einführung Künstliche Intelligenz Starke KI versus Schwache KI Geschichte der KI Gebiete der KI MK:I-1 AI Introduction STEIN 1998-2013 Künstliche Intelligenz Was ist Intelligenz? Intelligenztests:
MehrAndreas Scherer. Neuronale Netze. Grundlagen und Anwendungen. vieweg
Andreas Scherer Neuronale Netze Grundlagen und Anwendungen vieweg Inhaltsverzeichnis Vorwort 1 1 Einführung 3 1.1 Was ist ein neuronales Netz? 3 1.2 Eigenschaften neuronaler Netze 5 1.2.1 Allgemeine Merkmale
MehrDynamisches Routing in der Logistik
Informatik, Angewandte Informatik, Technische Informationssysteme Dynamisches Routing in der Logistik Tobias Dimmel Dresden, 24.05.2012 Agenda 1. Begriffe 2. Traveling Salesman Problem 3. Ameisenalgorithmus
MehrWoher Methoden der KI stammen Gebiete der Künstlichen Intelligenz wissensbasierte Systeme
Woher Methoden der KI stammen Gebiete der Künstlichen Intelligenz (induktives) Lernen Aus einer anwendungsorientierten Sicht spielen in der Künstlichen Intelligenz insbesondere folgende Gebiete eine Rolle:
MehrSeminar Künstliche Intelligenz Wintersemester 2014/15
Seminar Künstliche Intelligenz Wintersemester 2014/15 Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 15.10.2014 2 / 14 Überblick Teilgebiete der KI Problemlösen,
MehrGrundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 2. Agenten, Umgebungen und Lösungsverfahren Malte Helmert Universität Basel 4. März 2013 Rationale Agenten Heterogene Einsatzgebiete KI-Systeme erfüllen sehr unterschiedliche
MehrEinführung in die Methoden der Künstlichen Intelligenz
Einführung in die Methoden der Künstlichen Intelligenz --- Vorlesung vom 17.4.2007 --- Sommersemester 2007 Prof. Dr. Ingo J. Timm, Andreas D. Lattner Professur für Wirtschaftsinformatik und Simulation
MehrGrundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 2. Einführung: KI früher und heute Malte Helmert Universität Basel 20. Februar 2015 Einführung: Überblick Kapitelüberblick Einführung: 1. Was ist Künstliche Intelligenz?
MehrNeuronalen Netzen. Jens Lehmann. 1. März Institut für Künstliche Intelligenz Fakultät Informatik Technische Universität Dresden
Institut für Künstliche Intelligenz Fakultät Informatik Technische Universität Dresden 1. März 2005 Neurosymbolische Integration versucht künstliche neuronale Netze und Logikprogrammierung zu vereinen
MehrVorlesung. Wissensbasierte Systeme
Vorlesung 1. Einführung - KI, : was ist das? 2. Wer suchet der findet - Problemlösen und Suchmethoden 3. Making it explicit - Logik und Inferenz 4. Ausnahmen sind die Regel - Nichtmonotones Schließen 5.
MehrInhalt. Einführung: Intelligenztests und IQ 5. Das System von Intelligenztests erkennen 19. Typische Bestandteile von Intelligenztests 27
2 Inhalt Einführung: Intelligenztests und IQ 5 Wo überall Intelligenztests eingesetzt werden 6 Intelligenz und was dazugehört 9 Das System von Intelligenztests erkennen 19 Wie ein Intelligenztest entsteht
MehrAusgewählte Kapitel der Systemsoftwaretechnik: MULTICS
Ausgewählte Kapitel der Systemsoftwaretechnik: MULTICS Dieses Wissenschaft?! Christian Dietrich Lehrstuhl für Informatik 4 Verteilte Systeme und Betriebssysteme Friedrich-Alexander-Universität Erlangen-Nürnberg
MehrWas sind Neuronale Netze?
Neuronale Netze Universität zu Köln SS 2010 Seminar: Künstliche Intelligenz II Dozent: Stephan Schwiebert Referenten: Aida Moradi, Anne Fleischer Datum: 23. 06. 2010 Was sind Neuronale Netze? ein Netzwerk
MehrKapitel 1 1 Einleitung
Kapitel 1 Einleitung 1 1 1 Einleitung 1 Einleitung Die Informatik begegnet uns im Alltag ständig. Einmal natürlich als Rechenanlagen, die wir in Büros, Arztpraxen und zu Hause sehen. Zum anderen ist sie
MehrWas Computer nicht berechnen können
Was Computer nicht berechnen können Hochschulinformationstag 13 Juni 2003 Christoph Kreitz Theoretische Informatik, Raum 119, Telephon 3064 kreitz@csuni-potsdamde http://wwwcsuni-potsdamde/ti Computer
MehrProseminar: Geschichte des Computers Schachprogrammierung Die Digitale Revolution
Die Digitale Revolution Internet 3D-Drucker Quants Singularität 27.02.14 Johannes Polster Das Spiel der Könige Sehr altes Spiel: Entstehung vor 1500 Jahren Weltberühmt Strategisches Spiel Kein Glück, Intelligenz,
MehrFachgruppe Informatik. Anwendungsfächer. im Bachelor-Studiengang Informatik. Fachstudienberatung Bachelor Informatik Dr.
Fachgruppe Informatik in der Fakultät für Mathematik, Informatik und Naturwissenschaften der RWTH Aachen Einführungsveranstaltung zur Wahl der Anwendungsfächer im Bachelor-Studiengang Informatik Fachstudienberatung
MehrC. Künstliche Intelligenz
C. Künstliche Intelligenz Siehe [Norvig, Russell 2004]. Slide 1 Dimensionen der Künstlichen Intelligenz Systeme, die wie Menschen denken Systeme, die rational denken Systeme, die wie Menschen handeln Systeme,
MehrDimensionen der Künstlichen Intelligenz. C. Künstliche Intelligenz. Loebner-Preis für Turing-Test. Menschliches Verhalten: Der Turing Test.
Dimensionen der Künstlichen Intelligenz C. Künstliche Intelligenz Systeme, die wie Menschen denken Systeme, die rational denken Systeme, die wie Menschen handeln Systeme, die rational handeln Siehe [Norvig,
MehrCarl von Ossietzky Universität Oldenburg Fachbereich 10 Informatik
Carl von Ossietzky Universität Oldenburg Fachbereich 10 Studienordnung Schwerpunkt Systeme im Rahmen der Studiengänge Diplom- BSc in Beschlossen in der Fachbereichsratssitzung am 03.07.2002 1. Der Schwerpunkt
MehrUnterrichtsvorhaben I
Lehrplan Philosophie für die Einführungsphase (Jgst. 10) Übersichtsraster der verbindlichen Unterrichtsvorhaben Thema: Was ist Philosophie? Unterrichtsvorhaben I arbeiten aus Phänomenen der Lebenswelt
MehrKünstliche Intelligenz im Informatikunterricht -Unterrichtseinheit Chatbots- Klasse 9/10. Helmut Witten & Malte Hornung
Künstliche Intelligenz im Informatikunterricht -Unterrichtseinheit Chatbots- Klasse 9/10 Helmut Witten & Malte Hornung KI im Informatikunterricht: Unterrichtseinheit Chatbots 1 Agenda Motivation und Ziele
MehrINHALT. Problemaufriss und Zielstellung Aufbau und Methode Wissenschaftshistorische Einbettung Forschungsstand...
5 Inhaltsverzeichnis Vorwort... 11 Einleitung... 15 Problemaufriss und Zielstellung... 15 Aufbau und Methode... 24 Wissenschaftshistorische Einbettung... 28 Forschungsstand... 33 Teil I: Historische Perspektive:
MehrES-Projektseminar (SS 2012)
ES-Projektseminar (SS 2012) Endvortrag Team Justice League of America Dominik Matthias [Team ] Pascal Stephen Vorname Name; ES Real-Time Systems Lab Prof. Dr. rer. nat. Andy Schürr Dept. of Electrical
MehrDatenorientierte SA. Aufbau und Grundlagen. Aufbau und Grundlagen. Aufbau und Grundlagen. Was sind neuronale Netze?
Datenorientierte SA Was sind neuronale Netze? Neuronale Netze: Grundlagen und Anwendungen Neuronale Netze bilden die Struktur eines Gehirns oder eines Nervensystems ab Andreas Rauscher 0651993 Damir Dudakovic
MehrSchulinterner Lehrplan für das Fach Philosophie in der Einführungsphase der Gesamtschule Aachen-Brand
Schulinterner Lehrplan für das Fach Philosophie in der Einführungsphase der Gesamtschule Aachen-Brand Stand: August 2014 Unterrichtsvorhaben I Eigenart philosophischen Fragens und Denkens - Was heißt es
MehrBücher. Bereiche Informatik und Medien. Herbert Bruderer
Bücher Bereiche Informatik und Medien Herbert Bruderer 1. Herbert Bruderer: Handbuch der maschinellen und maschinenunterstützten Sprachübersetzung. Automatische Übersetzung natürlicher Sprachen und mehrsprachige
MehrDie Gottesanbeterin: Ein quantitatives Experiment zwischen Sport und
1 Die Gottesanbeterin: Ein quantitatives Experiment zwischen Sport und durch Physik Klicken 2 Physik und durch SportKlicken A. Müller (U Genf)*, T. Wolff ( U Landau) Einführung, Ausgangsbeobachtung Methode
MehrKognitive Modellierung. Übung zur Vorlesung
Kognitive Modellierung Übung zur Vorlesung S. 1 Organisatorisches Kurstyp: Übung zur Vorlesung Die Veranstaltung findet jeden Donnerstag von 10.15 11.45 Uhr statt. Nächste Woche (24.10.) findet an Stelle
MehrGrundlagen der KI + Reasoning Agents
Grundlagen der KI + Reasoning Agents Prof. Thielscher Welche heuristischen Suchverfahren gibt es? Erläutern Sie A* am Beispiel. Aufbau und Schlussfolgerungen von Bayesschen Netzen. Thielscher drängt auf
MehrLetzte Meile & Drohnen
Letzte Meile & Drohnen Perspektiven und Anwendung des Modells der ApoAir/MRI "Arzneimittelversand 2015" Vortrag zu Technologien, Anwendungsfeldern & Perspektiven BVDVA e.v., 11.-12.06.2015 Agenda Letzte
MehrDas Praktikum mit Seminar vertieft die in der Vorlesung erworbenen Fähigkeiten in theoretischer und praktischer Hinsicht:
66/2006 vom 13.10.2006 FU-Mitteilungen Seite 25 e. Module affiner Bereiche Modul: Chemie für Physiker Aneignung der Grundlagen der Chemie mit Ausnahme der organischen Chemie sowie Erlangung eines Allgemeinwissens
MehrKernlehrplan Philosophie - Einführungsphase
Kernlehrplan Philosophie - Einführungsphase Einführungsphase Unterrichtsvorhaben I: Thema: Was heißt es zu philosophieren? Welterklärungen in Mythos, Wissenschaft und Philosophie unterscheiden philosophische
MehrSchool of Engineering Institut für Angewandte Mathematik und Physik (IAMP)
School of Engineering Institut für Angewandte Mathematik und Physik (IAMP) Zürcher Fachhochschule www.iamp.zhaw.ch Forschung & Entwicklung P1 P1-A S1 S2 P2 P1-B P2-A O1 O2 O3 2oo3 P2-B Institut für Angewandte
MehrDynamische Programmierung. Problemlösungsstrategie der Informatik
als Problemlösungsstrategie der Informatik und ihre Anwedung in der Diskreten Mathematik und Graphentheorie Fabian Cordt Enisa Metovic Wissenschaftliche Arbeiten und Präsentationen, WS 2010/2011 Gliederung
MehrCell Computing Model Projektantrag
Projektantrag Autor Benjamin Hadorn I01-2 E-Mail bhadorn@swissinfo.org Ablage/Website http://bhadorn.kdl.ch Betreuer P.Schwab, G.Schwab Datum 03.03.05 Version 0.1.0.1 Benjamin Hadorn I01-2 Page 1 of 12
MehrLaborversuche und Wahlpflichtfächer
Laborversuche und Wahlpflichtfächer Wärmeleitung Lernziele: Verständnis und Erfahrung in Bezug auf Wärmeleitung sammeln. Ingenieurtechnisches Gespür für Größenordnungen und den Einfluss der Parameter entwickeln.
MehrStädtisches Gymnasium Borghorst Qualifikationsphase (Q1) Leistungskurs Inhaltsfelder:
Qualifikationsphase (Q1) Leistungskurs Inhaltsfelder: - Entwicklung, Sozialisation und Erziehung - Identität - Werte, Normen und Ziele in Erziehung und Bildung - Pädagogische Professionalisierung in verschiedenen
MehrKonzepte der AI: Maschinelles Lernen
Konzepte der AI: Maschinelles Lernen Nysret Musliu, Wolfgang Slany Abteilung für Datenbanken und Artificial Intelligence Institut für Informationssysteme, TU-Wien Übersicht Was ist Lernen? Wozu maschinelles
MehrWas ist ein Test? Grundlagen psychologisch- diagnostischer Verfahren. Rorschach-Test
Was ist ein Test? Ein Test ist ein wissenschaftliches Routineverfahren zur Untersuchung eines oder mehrerer empirisch abgrenzbarer Persönlichkeitsmerkmale mit dem Ziel einer möglichst quantitativen Aussage
MehrAnaloge Schnittstellen
Universität Koblenz Landau Name:..... Institut für Physik Vorname:..... Hardwarepraktikum für Informatiker Matr. Nr.:..... Analoge Schnittstellen Versuch Nr. 8 Vorkenntnisse: Komponenten eines Mikrocontrollersystems,
MehrGrundlagen der Künstlichen Intelligenz Einführung Minimax-Suche Bewertungsfunktionen Zusammenfassung. Brettspiele: Überblick
Grundlagen der Künstlichen Intelligenz 22. Mai 2015 41. Brettspiele: Einführung und Minimax-Suche Grundlagen der Künstlichen Intelligenz 41. Brettspiele: Einführung und Minimax-Suche Malte Helmert Universität
MehrDer Einsatz künstlicher neuronaler Netze in der industriellen Feuerversicherung
Tobias Nagel Der Einsatz künstlicher neuronaler Netze in der industriellen Feuerversicherung PETER LANG Frankfurt am Main Berlin Bern Bruxelles New York- Oxford Wien Inhaltsverzeichnis Inhaltsverzeichnis
MehrNr. 42 / 13 vom 31. Mai 2013
Nr. 42 / 13 vom 31. Mai 2013 2. Satzung zur Änderung der Prüfungsordnung für den Master-Studiengang Elektrotechnik der Fakultät für Elektrotechnik, Informatik und Mathematik an der Universität Paderborn
MehrBachelorarbeit Sport mit Schlaganfallpatienten: Ein neuer Ansatz - Der Gehweg von SpoMobil
Universität Paderborn Fakultät der Naturwissenschaften Department Sport und Gesundheit Angewandte Sportwissenschaften Betreuer: Prof. Dr. med. Weiß Zweitprüfer: PD Dr. med. Baum Bachelorarbeit Sport mit
MehrEinführung in die Informatik Turing Machines
Einführung in die Informatik Turing Machines Eine abstrakte Maschine zur Präzisierung des Algorithmenbegriffs Wolfram Burgard Cyrill Stachniss 1/14 Motivation und Einleitung Bisher haben wir verschiedene
MehrStädtisches Gymnasium Borghorst Qualifikationsphase (Q1) Grundkurs Inhaltsfelder:
Qualifikationsphase (Q1) Grundkurs Inhaltsfelder: - Entwicklung, Sozialisation und Erziehung - Identität - Werte, Normen und Ziele in Erziehung und Bildung - Pädagogische Professionalisierung in verschiedenen
MehrDefinition von Planung
Definition von Planung Problembereich: Zustandsraum und Operatoren Planungsproblem: Ausgangs- und Zielzustand Lösung: Folge von Operatoren zur Überführung des Ausgangszustandes in den Zielzustand im Grundansatz
MehrINHALTSVERZEICHNIS VORWORT 11 EINLEITUNG 15
INHALTSVERZEICHNIS VORWORT 11 EINLEITUNG 15 Problemaufriss und Zielstellung 15 Aufbau und Methode 24 Wissenschaftshistorische Einbettung 28 Forschungsstand 33 TEIL I: HISTORISCHE PERSPEKTIVE: LEBENDIGE
MehrZellulare Neuronale Netzwerke
Fakultät Informatik, Institut für Technische Informatik, Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur Zellulare Neuronale Netzwerke Florian Bilstein Dresden, 13.06.2012 Gliederung 1.
MehrBiologie Technik. Lernen aus den Bauplänen der Natur
Biologie Technik Lernen aus den Bauplänen der Natur Bionik Lernen aus den Bauplänen der Natur Biologie Bionik Lernen aus den Bauplänen der Natur Biologie Elektrotechnik Bionik Lernen aus den Bauplänen
MehrInhaltsverzeichnis Abkürzungsverzeichnis... 9 Einleitung und Aufbau der Arbeit... 11
Inhaltsverzeichnis Abkürzungsverzeichnis... 9 1 Einleitung und Aufbau der Arbeit... 11 1.1 Zentrale Fragestellungen hinsichtlich berufsbezogener Kreativität... 12 1.2 Zielsetzung der Arbeit... 16 Teil
MehrSuche in Spielbäumen Projektvorschläge
Suche in Spielbäumen Projektvorschläge Nullsummenspiele sind Spiele mit zwei Spielern, bei denen der Vorteil des einen Spielers dem Nachteil des anderen Spieler entspricht. Im einfachsten Fall binär (Sieg
MehrEin Modell für den Qualitätstest - Welche Fehler sind möglich?
1.1 1 Ein Modell für den Qualitätstest - Welche Fehler sind möglich? Das einführende Beispiel von den Knallkörpern schildert einen statistischen Qualitätstest. Anhand dieses praktischen Beispiels erfahren
MehrNeuronale Netze. Seminar aus Algorithmik Stefan Craß,
Neuronale Netze Seminar aus Algorithmik Stefan Craß, 325656 Inhalt Theoretisches Modell Grundlagen Lernansätze Hopfield-Netze Kohonen-Netze Zusammenfassung 2 Inhalt Theoretisches Modell Grundlagen Lernansätze
MehrDefinitionen der Künstlichen Intelligenz. Übersicht. Loebner-Preis für Turing-Test. Menschliches Verhalten: Der Turing Test
Übersicht Definitionen der Künstlichen Intelligenz I Künstliche Intelligenz 1. Einführung 2. Intelligente Agenten II Problemlösen III Wissen und Schlussfolgern IV Planen V Unsicheres Wissen und Schließen
MehrDifferentielle Arbeitsgestaltung durch hybride Automatisierung
Differentielle Arbeitsgestaltung durch hybride Automatisierung Univ.-Prof. Dr.-Ing. Jochen Deuse BMBF Fachtagung Arbeit in der digitalisierten Welt, Berlin, 28. Mai 2015 Univ.-Prof. Dr.-Ing. J. Deuse TU
MehrSeminar: Denken und Problemlösen Dozent: Prof. Dr. Joachim Funke. Referent: Philip Furley
Seminar: Denken und Problemlösen Dozent: Prof. Dr. Joachim Funke Referent: Philip Furley Gliederung Einleitung Ziel: Gemeinsamkeiten und Unterschiede der Sichtweisen der Künstlichen Intelligenz und der
MehrSports Data Mining. The Field and Methodology. Sublogo. 24.05.2014 Fachbereich Informatik Prof. Johannes Fürnkranz 1
Sports Data Mining The Field and Methodology 24.05.2014 Fachbereich Informatik Prof. Johannes Fürnkranz 1 Definition Hierarchie für Sport und Sportdatenbeziehungen Eins kein Zusammenhang Zwei Domain-Experten
MehrVorwort Die Geschichte der Apps 19
Inhalt Vorwort 11 1 Ein kleiner Schritt 13 1.1 Die Geschichte der Apps 19 1.2 Was brauche ich, um eine App zu programmieren? 24 1.2.1 Die Hardware 24 1.2.2 Wie kann ich verschiedene Gebrauchtgeräte vergleichen?
MehrZur Anwendung heuristischer Hilfsmittel beim Lösen von Sachaufgaben im Mathematikunterricht der Grundschule
Naturwissenschaft Stefanie Kahl Zur Anwendung heuristischer Hilfsmittel beim Lösen von Sachaufgaben im Mathematikunterricht der Grundschule Examensarbeit Zur Anwendung heuristischer Hilfsmittel beim Lösen
MehrGrundlagen der Künstlichen Intelligenz
KI Wintersemester 2013/2014 Grundlagen der Künstlichen Intelligenz Marc Toussaint Machine Learning & Robotics Lab Universität Stuttgart marc.toussaint@informatik.uni-stuttgart.de http://ipvs.informatik.uni-stuttgart.de/mlr/marc/
MehrRatSLAM. Torben Becker. 24. Mai HAW Hamburg
HAW Hamburg 24. Mai 2012 Gliederung 1 Motivation 2 3 Aussicht 2 / 21 Motivation Warum SLAM? Navigation Umgebungskartografie Feststellung der Position innerhalb eines Geländes ohne Funksignale Keine vorherige
MehrEinführung in die Künstliche Intelligenz
Einführung in die Künstliche Intelligenz Vorlesung mit Übung WS 2002/2003 Prof. F. v. Henke Organisatorisches Vorlesung: Mo 12 14 Mi 14 16 Sprechstunde: nach der Vorlesung, oder nach Vereinbarung vhenke@ki.informatik.uni-ulm.de
MehrZufälligkeit und Komplexität
André Nies The University of Auckland Universität Bern, Dezember 2008 Überblick Wir wollen die Interaktionen von verstehen. Diese intuitiven Begriffe versucht man in der Philosophie exakt zu definieren.
MehrDidaktik der Elementargeometrie
Humboldt-Universität zu Berlin Sommersemester 2014. Institut für Mathematik A. Filler Zusammenfassende Notizen zu der Vorlesung Didaktik der Elementargeometrie 2 Konstruieren im Geometrieunterricht Konstruieren
MehrModerne Methoden der KI: Maschinelles Lernen
Moderne Methoden der KI: Maschinelles Lernen Prof. Dr. sc. Hans-Dieter Burkhard Vorlesung Sommer-Semester 2009 1. Einführung: Definitionen Grundbegriffe Lernsysteme Maschinelles Lernen Lernen: Grundbegriffe
MehrFlexibles E-Assessment auf Basis einer Service-orientierten Architektur
auf Basis einer Service-orientierten Architektur Konzepte, Implementierung und Praxiserfahrungen Mario Amelung Katrin Krieger Dietmar Rösner Otto-von-Guericke-Universität Magdeburg Wissensbasierte Systeme
MehrComputer im Mathematikunterricht
Würzburg 02.10.2014 1 Jürgen Roth Computer im Mathematikunterricht Warum? Wie? Wo? Würzburg Landau Landau Würzburg Würzburg 02.10.2014 2 Würzburg 02.10.2014 3 Literatur 2012 November 2014 Würzburg 02.10.2014
MehrGenetik, Evolution, Intelligenz und anthropologische Diversität: Was wissen wir daru ber?
Genetik, Evolution, Intelligenz und anthropologische Diversität: Was wissen wir daru ber? Diethard Tautz Genetik der evolutionären Anpassung und Selektion Populationsgenetik und Artenstehung Max-Planck
MehrEinführung in die (induktive) Statistik
Einführung in die (induktive) Statistik Typische Fragestellung der Statistik: Auf Grund einer Problemmodellierung sind wir interessiert an: Zufallsexperiment beschrieben durch ZV X. Problem: Verteilung
MehrInformatik in der Grundschule von Mediennutzung, über Medienbildung zu digitaler Bildung
InfoSphere Schülerlabor Informatik der RWTH Aachen Nadine Bergner Informatik in der Grundschule von Mediennutzung, über Medienbildung zu digitaler Bildung MINT-Konferenz 2016, Roetgen, 25.10.2016 Überblick
MehrÜbersicht. 1. Einführung. I Künstliche Intelligenz
I Künstliche Intelligenz 1. Einführung Übersicht 2. Intelligente Agenten II Problem lösen III Wissen und Schlußfolgern IV Logisch Handeln V Unsicheres Wissen und Schließen VI Lernen VII Kommunizieren,
MehrInhaltsverzeichnis Einführung: Was ist Physikdidaktik?...1 Warum Physikunterricht?...11 Ziele im Physikunterricht...83
IX 0 Einführung: Was ist Physikdidaktik?...1 0.1 Was ist Physik?...2 0.2 Was ist Didaktik?...3 0.3 Physikdidaktik: Forschung und Lehre über Physikunterricht...6 1 Warum Physikunterricht?...11 1.1 Bildungstheoretische
MehrSchulinternes Curriculum Philosophie Gymnasium Schloss Holte-Stukenbrock
Schulinternes Curriculum Philosophie Gymnasium Schloss Holte-Stukenbrock EF Unterrichtsvorhaben Unterrichtsvorhaben I: Thema: Was heißt es zu philosophieren? Welterklärungen in Mythos, Wissenschaft und
MehrSeminar Künstliche Intelligenz WS 2013/14 Grundlagen des Maschinellen Lernens
Seminar Künstliche Intelligenz WS 2013/14 Grundlagen des Maschinellen Lernens Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 19.12.2013 Allgemeine Problemstellung
MehrObjektive Erkenntnis
Karl R. Popper Objektive Erkenntnis Ein evolutionärer Entwurf campe paperback XI Vorwort VII 1. Vermutungswissen: meine Lösung des Problems der Induktion 1 i. Das Induktionsproblem des Alltagsverstandes
MehrInformatikstudium. Informatikstudium. Übungen Diplomarbeit Dipl.-Inf. Vorlesungen. Studienarbeit. Seminar. Sopra. Fachpraktikum. Projekte.
Informatikstudium Informatikstudium Vorlesungen Übungen Diplomarbeit Dipl.-Inf. Sopra Seminar Studienarbeit Hapra Projekte Fachpraktikum Didaktik der Informatik, Übersicht, Dr. N. Weicker 1 Fokus auf s
MehrDatenstrukturen & Algorithmen
Datenstrukturen & Algorithmen Matthias Zwicker Universität Bern Frühling 2010 Übersicht Dynamische Programmierung Einführung Ablaufkoordination von Montagebändern Längste gemeinsame Teilsequenz Optimale
MehrÜbungsklausur vom 7. Dez. 2007
Übungsklausur vom 7. Dez. 2007 Ein Lösungsmuster Teilbereiche der Softwaretechnik Software Anforderungen Software Entwurf Software Konstruktion Software Test Software Wartung Software Konfigurationsmanagement
MehrFormelbasierter Zweitspracherwerb bei erwachsenen Lernern
Germanistik Christine Porath Formelbasierter Zweitspracherwerb bei erwachsenen Lernern Eine konstruktionsgrammatische Analyse von Äußerungen italienischer Lerner des Deutschen (L2) im ungesteuerten Zweitspracherwerb
MehrSemantische Klassifikation von Kollokationen auf Grundlage des DWDS- Wortprofils
Semantische Klassifikation von Kollokationen auf Grundlage des DWDS- Wortprofils Isabel Fuhrmann, Alexander Geyken, Lothar Lemnitzer Zentrum Sprache Berlin-Brandenburgische Akademie der Wissenschaften
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Stefan Werner (Übungen) sowie viele Tutoren Teilnehmerkreis und Voraussetzungen Studiengänge
MehrEckpfeiler der Patienten- Beratung im Pflegealltag
Eckpfeiler der Patienten- Beratung im Pflegealltag Harald Titzer, BSc, LfGuK Pflegeberatung Universitätsklinik für Innere Medizin I Allgemeines Krankenhaus der Stadt Wien Medizinischer Universitätscampus
MehrDamit stellt ein Doktorand sein Promotionsvorhaben vor. Es ist eine Qualitätsmanagement-Maßnahme Es ist ein Leitfaden zur Planung einer Dissertation
2 / 11 0. Vorwort Was ist ein Thesis Proposal? Damit stellt ein Doktorand sein Promotionsvorhaben vor Es ist eine Qualitätsmanagement-Maßnahme Es ist ein Leitfaden zur Planung einer Dissertation Es dient
MehrTESTS & BEOBACHTUNGSBÖGEN ALS INSTRUMENTE PÄDAGOGISCHER DIAGNOSTIK
TESTS & BEOBACHTUNGSBÖGEN ALS INSTRUMENTE PÄDAGOGISCHER DIAGNOSTIK INHALTE Testverfahren Pro & Contra Auswahlkriterien Arten Varianten Dimensionen von Testergebnissen Testentwicklung Systematische Beobachtung
MehrGIOMAID Grundwasserhydrologisches Informationssystem zur Organisation und modellgerechten Aufbereitung von Informationen und Daten
- 111 - GIOMAID 2005 Grundwasserhydrologisches Informationssystem zur Organisation und modellgerechten Aufbereitung von Informationen und Daten G. Schaud ISB AG Karlstraße 52-54 76133 Karlsruhe B. Schneider
Mehr3.1 Grundlagen psychologischer Diagnostik
3.1 Grundlagen psychologischer Diagnostik Gabriele Helga Franke Prof. Dr. habil. Hochschule Magdeburg-Stendal Rehabilitationspsychologie B. Sc. Januar 2011 Gliederung Grob Fein Quellen Exkurse 1 Grobe
MehrVorlesung Künstliche Intelligenz Wintersemester 2006/07. Teil I: Überblick. Kap.1: Themen und Techniken der KI
Vorlesung Künstliche Intelligenz Wintersemester 2006/07 Teil I: Überblick Kap.1: Themen und Techniken der KI Diese Folien basieren z. T. auf Material von Andreas Abecker, FZI Karlsruhe, siehe http://www.andreas-abecker.de/
MehrNeuronale Netze. Gehirn: ca Neuronen. stark vernetzt. Schaltzeit ca. 1 ms (relativ langsam, vgl. Prozessor)
29 Neuronale Netze Gehirn: ca. 10 11 Neuronen stark vernetzt Schaltzeit ca. 1 ms (relativ langsam, vgl. Prozessor) Mustererkennung in 0.1s 100 Schritte Regel 30 Was ist ein künstl. neuronales Netz? Ein
MehrKünstliche Intelligenz
Künstliche Intelligenz Fachbereich Jens Lüssem Reinhard Gerndt Wolfenbüttel, Sommersemester 2009 KI-Themen (I) Lokale Suchverfahren Hill Climbing Greedy Search A*-Suche Breitensuche Tiefensuche Einfache
MehrÜberblick. 1 Vorbemerkungen. 2 Algorithmen. 3 Eigenschaften von Algorithmen. 4 Historischer Überblick. Einführung
Teil I Einführung Überblick 1 Vorbemerkungen 2 Algorithmen 3 4 Historischer Überblick Prof. G. Stumme Algorithmen & Datenstrukturen Sommersemester 2009 1 1 Vorbemerkungen Was ist Informatik? Informatik
MehrLernumgebungen und substanzielle Aufgaben im Mathematikunterricht (Workshop)
Idee des Workshops Lernumgebungen und substanzielle Aufgaben im Mathematikunterricht (Workshop) Mathematik-Tagung Hamburg, 7. Mai 2010, Workshop Vorname Name Autor/-in ueli.hirt@phbern.ch Einen ergänzenden
MehrIntelligente Systeme
Intelligente Systeme Computational Intelligence Prof. Dr. R. Kruse C. Moewes G. Ruß {kruse,cmoewes,russ}@iws.cs.uni-magdeburg.de Arbeitsgruppe Computational Intelligence Institut für Wissens- und Sprachverarbeitung
MehrWissenschaftstheoretische Grundlagen
Wissenschaftstheoretische Grundlagen Wissenschaftstheorie: Lehre von der Vorgehensweise bei der wissenschaftlichen Tätigkeit (Methodologie) Wissenschaftstheorie ist der Sammelbegriff für alle metawissenschaftlichen
Mehr