Maschinelles Lernen und künstliche Intelligenz [Webinar]

Jim McKeeth

vor 3 Jahren

Maschinelles Lernen und künstliche Intelligenz stiegen aus dem Bereich der Science-Fiction auf und wurden zu den meistdiskutierten Themen in der Technologie- und Geschäftswelt. Maschinelles Lernen (ML) ist eine Teilmenge der Informatikdisziplin der Künstlichen Intelligenz (KI). Künstliche Intelligenz bezieht sich auf die Intelligenz von Maschinen, die in der Lage sind, Aufgaben auszuführen, die normalerweise menschliche Intelligenz erfordern. Maschinelles Lernen verwendet Algorithmen, um aus Daten zu lernen, Muster in Daten zu finden und Vorhersagen über zukünftige Ereignisse oder Ergebnisse zu treffen. KI kann auf viele Dinge wie Chatbots, virtuelle Assistenten, autonome Autos und so weiter angewendet werden. Es kann auch für Vorhersageanalysen und andere Geschäftszwecke verwendet werden. Oder schreiben Sie sogar die obige Beschreibung des Webinars.

In diesem Webinar stellen Ihnen Jim McKeeth und Yılmaz Yörü das Wie und Warum der ersten Schritte mit maschinellem Lernen vor. Erfahren Sie die neuesten Branchennachrichten, verstehen Sie die Technologie und entdecken Sie Beispiele und Anwendungen, die Ihrem Unternehmen sofort helfen können.

Scrollen Sie nach unten für nützliche Links, Folien und die Wiederholung.

Einführung in ML- und KI-Folien herunterladen

Diskussionsbereiche

Allgemeine Diskussion von Ideen und Prinzipien
Bibliotheken und Ressourcen
Aktueller Stand der Technik
Auswirkungen auf das Geschäft
Was kommt in der Zukunft?
Ethik- und Sicherheitsüberlegungen

_{blogs.embarcadero.com/?p=137201}

Yilmaz Yorü

Maschinenbauingenieur (MS BS PhD)
Gründer, CEO von Esenja Company
Entwickler ab 1988 (C++ Builder, GNU C/C++ und 30+)
Embarcadero MVP, C++ Builder-Entwickler
Autor und Präsentator von Beiträgen zu C++ auf LearnCPlusPlus.org
Entwicklung des AGI-basierten ABRAINA-KI-Projekts
Kindern, Studenten und Jugendlichen Innovationen vermitteln
yyoru.com , esenja.com , abraina.com

Jim McKeeth

Chief Developer Advocate & Engineer für Embarcadero
Langjähriger Softwareentwickler
Erfundenes und patentiertes Muster und zum Entsperren wischen
Gebaute gedankengesteuerte Drohne mit Google Glass und drahtlosem EEG-Headset
Mitwirkender am Internet of Things and Data Analytics Handbook

Viel abstrakter geschrieben
Menschenunfreundliche Sprache wie die Gewichte eines neuronalen Netzes
Kein Mensch ist am Schreiben von Codes beteiligt
Viele Gewichte
Das Codieren direkt in Gewichten ist ziemlich schwierig
Software 1.0: 0%-80% Daten | Software 2.0: 99 % Daten
_{databricks.com/session/keynote-from-tesla}

Table of Contents

DATUM! DATUM! DATUM!

KI-Ethik (Algorithmen, DataMining…)

Algorithmen, Datamining, …

Mögliche Schäden durch KI-Systeme

Vorurteile und Diskriminierung
Verweigerung individueller Autonomie, Regress und Rechte
Intransparente, unerklärliche oder nicht zu rechtfertigende Ergebnisse
Eingriffe in die Privatsphäre
Isolation und Auflösung der sozialen Verbindung
Unzuverlässige, unsichere oder qualitativ schlechte Ergebnisse

Angewandte Ethik für die KI-Systeme

Singularität & KI (Singularität: Ein einzigartiges Ereignis mit tiefgreifenden Folgen)

KI-Filme, Serien

Mehr Videos

Multi-Agent Hide and Seek von OpenAI – youtube.com/watch?v=kopoLzvh5jY
Jeff Dean: KI ist nicht so schlau, wie Sie denken – aber es könnte sein | TED – youtube.com/watch?v=J-FzHIQ7SOs

Nützliche Links

C++ & C++ Builder AI-Beispiele

MEHR ?

KOMMENDE MEHR KI-BEISPIELE IN LEARNCPLUSPLUS.ORG

Zwei MIT-Hauptvideos zur Einführung in DL, ML und KI

Grundlagen des Deep Learning: Einführung und Überblick
MIT AGI: Artificial General Intelligence

REST (Representational State Transfer) ist eine Konnektivitätsmethode, die es ermöglicht, Daten abzurufen und zu veröffentlichen, um interaktive Anwendungen zu erstellen, die Webdienste verwenden. REST verwendet eine Teilmenge von HTTP .

Ein Webdienst, der diese REST-Datenübertragungsarchitektur verwendet, wird als RESTful bezeichnet .

Verbinden Sie sich mit vielen KI-APIs:

GPT-3
APILayer
AWS (alias über Appercept)
IBM Watson

Software 2.0 (KI-gesteuerte Entwicklung)

Viel abstrakter geschrieben
Menschenunfreundliche Sprache wie die Gewichte eines neuronalen Netzes
Kein Mensch ist am Schreiben von Codes beteiligt
Viele Gewichte
Das Codieren direkt in Gewichten ist ziemlich schwierig
Software 1.0: 0%-80% Daten | Software 2.0: 99 % Daten
_{databricks.com/session/keynote-from-tesla}

DATUM! DATUM! DATUM!

KI-Ethik (Algorithmen, DataMining…)

Algorithmen, Datamining, …

Mögliche Schäden durch KI-Systeme

Vorurteile und Diskriminierung
Verweigerung individueller Autonomie, Regress und Rechte
Intransparente, unerklärliche oder nicht zu rechtfertigende Ergebnisse
Eingriffe in die Privatsphäre
Isolation und Auflösung der sozialen Verbindung
Unzuverlässige, unsichere oder qualitativ schlechte Ergebnisse

Angewandte Ethik für die KI-Systeme

Singularität & KI (Singularität: Ein einzigartiges Ereignis mit tiefgreifenden Folgen)

KI-Filme, Serien

Mehr Videos

Multi-Agent Hide and Seek von OpenAI – youtube.com/watch?v=kopoLzvh5jY
Jeff Dean: KI ist nicht so schlau, wie Sie denken – aber es könnte sein | TED – youtube.com/watch?v=J-FzHIQ7SOs

Nützliche Links

C++ & C++ Builder AI-Beispiele

Einführung

Einführung in die künstliche Intelligenz in C++
Ein einfaches künstliches Neuronenmodell in C++
So erstellen Sie künstliche Neuronenmodelle in C++

Neuronenmodelle

Aktivierungsfunktionen

Grundlegende KI-Beispiele in C++

REST-Beispiele zum Verbinden von KI-APIs

Was ist der C++ Builder REST Debugger und wie verwenden wir ihn?
So erstellen Sie einen einfachen REST-Client in C++ und mehr

MEHR ?

KOMMENDE MEHR KI-BEISPIELE IN LEARNCPLUSPLUS.ORG

Zwei MIT-Hauptvideos zur Einführung in DL, ML und KI

Grundlagen des Deep Learning: Einführung und Überblick
MIT AGI: Artificial General Intelligence

KI macht das Schreiben von Codierungen einfacher

Es gibt viele Möglichkeiten für KI, das Programmieren zu vereinfachen
Spezifikationen werden sich immer ändern
Auch heute noch spielt die Zusammenarbeit zwischen Programmierern und Anwendern eine Rolle!
Alle Berufe werden irgendwann durch KI ersetzt

_{commitstrip.com/de/2016/08/25/eine-sehr-umfassende-und-genaue-spezifikation/}

Asimovs drei Gesetze der Robotik

Nulltes Gesetz: Ein Roboter darf der Menschheit keinen Schaden zufügen oder durch Untätigkeit zulassen, dass der Menschheit Schaden zugefügt wird.
Erstes Gesetz: Ein Roboter darf einen Menschen nicht verletzen oder durch Untätigkeit zulassen, dass einem Menschen Schaden zugefügt wird.
Zweites Gesetz: Ein Roboter muss den ihm von Menschen erteilten Befehlen gehorchen, es sei denn, solche Befehle würden im Widerspruch zum Ersten Gesetz stehen.
Drittes Gesetz: Ein Roboter muss seine eigene Existenz schützen, solange dieser Schutz nicht im Widerspruch zum Ersten oder Zweiten Gesetz steht.

Eingeführt 1942 und später veröffentlicht in den 1960er Jahren I, Robot von Isaac Asimov.
Das erste Konzept der Sicherheit und Ethik von KI und Robotern. Das Buch untersucht, wie diese Gesetze in der Praxis versagen .
_{wikipedia.org/wiki/Three_Laws_of_Robotics}

Hype Cycle for Artificial Intelligence, 2020 von Gartner

AI, ML, DL

Künstliche Intelligenz (KI) bezieht sich auf die Intelligenz von Maschinen, die in der Lage sind, Aufgaben auszuführen, die normalerweise menschliche Intelligenz erfordern.
Maschinelles Lernen (ML) verwendet Algorithmen, um aus Daten zu lernen, Muster in Daten zu finden und Vorhersagen über zukünftige Ereignisse oder Ergebnisse zu treffen.
Deep Learning (DL) ist ein neuronales Netzwerk mit Schichten und Filtern, das versucht, das Verhalten des menschlichen Gehirns zu simulieren, sodass es aus großen Datenmengen lernen kann.
DL ist eine Teilmenge von ML. ML ist eine Teilmenge von KI. AI ist eine Teilmenge von CompSci.

Mehr Vokabeln

ANN – Artificial Neural Network – bestehend aus Neuronen, die biologischen Gehirnen nachempfunden sind. Dies war die ursprüngliche Idee für KI, aber die Hardware war damals zu langsam, aber dank der heutigen Fortschritte, insbesondere der GPUs, ist sie nicht sehr beliebt.
GAN – Generative Adversarial Network – Zwei neuronale Netze konkurrieren in Form eines Nullsummenspiels miteinander, bei dem der Gewinn des einen der Verlust des anderen Agenten ist. Sie trainieren sich gegenseitig.
SL – Supervised Learning – ML-Aufgabe zum Lernen einer Funktion, die eine Eingabe auf eine Ausgabe abbildet, basierend auf beispielhaften Eingabe-Ausgabe-Paaren.
GPT – Generative Pre-Training – Sprachmodell von Alec Radford und verwendet von OpenAI. Zeigt, wie ein generatives Sprachmodell Weltwissen aus dem Vortraining auf einem vielfältigen Korpus mit langen Abschnitten zusammenhängenden Textes erwirbt.
NLP – Natural Language Programming – befasst sich mit den Interaktionen zwischen Computern und menschlicher Sprache, insbesondere mit der Programmierung von Computern zur Verarbeitung und Analyse großer Mengen natürlichsprachlicher Daten.

Künstliche allgemeine Intelligenz

Theorie der KI, auch AGI

Künstliche allgemeine Intelligenz

Künstliche Intelligenz (KI) bezieht sich auf die Simulation menschlicher Intelligenz in Maschinen, die so programmiert sind, dass sie wie Menschen denken und ihre Handlungen nachahmen. Der Begriff kann auch auf jede Maschine angewendet werden, die Eigenschaften aufweist, die mit einem menschlichen Verstand verbunden sind, wie z. B. Lernen und Problemlösen. (siehe: Investopedia).

Künstliche Allgemeine Intelligenz (AGI) , auch als starke KI bezeichnet, ist AGI ist eine Teilmenge oder ein Kernel von KI. Es ist anpassungsfähig, Fähigkeiten zu entwickeln. Es gibt auch den Begriff der künstlichen biologischen Intelligenz (ABI) , der versucht, die „natürliche“ Intelligenz nachzuahmen.

„Es gibt noch keine KI , wir haben jetzt KI-Technologien “ Joshua Tennenbaum

„Es gibt kein AGI “, das ist der schwierige Teil

Die nächsten AGI-Beispiele AlphaGo Zero, IBM Watson, GPT-3

Einfache ANN

Regressionen & KI

Welche Programmiersprache ist gut für KI?

KI-Frameworks, SDKs, Bibliotheken

Tensorflow (Python) Skalierbares ML-Framework, Berechnung mit Datenflussgraphen

Microsoft CNTK (C++) Cognitive Tool Kit – Open-Source-Deep-Learning-Toolkit

Caffe (C++, PyTorch) Schnelles, offenes Framework für Deep Learning

Keras (Python) Open-Source-Bibliothek für neuronale Netzwerke

Torch (Python) Open-Source-ML-Bibliothek

Accord.NET (C#) .NET-Framework für maschinelles Lernen für Audio- und Bildverarbeitung

Spark MLib (Scala) Eine skalierbare Bibliothek für maschinelles Lernen

ML Pack (C++) Skalierbares ML-Framework, Berechnung mit Datenflussgraphen

FANN (C & C++, C++Builder) Kostenlose schnelle ANN-Bibliothek

Theon (Python) Numerische Berechnungsbibliothek

Führende Namen in der KI

Turing-Preis (2019)

Von links: Yann LeCun, Geoffrey Hinton und Yoshua Bengio.
Die Forscher arbeiteten an Schlüsselentwicklungen für neuronale Netze, die den Aufbau von Computersystemen neu gestalten.
_{nytimes.com/2019/03/27/technology/turing-award-ai.html}

KI & ML in der Praxis

TensorFlow
Eine kostenlose Open-Source-Softwarebibliothek für maschinelles Lernen und künstliche Intelligenz. Es kann für eine Reihe von Aufgaben eingesetzt werden, konzentriert sich jedoch insbesondere auf das Training und die Inferenz von tiefen neuronalen Netzen.
Entwickelt vom Google Brain-Team für die interne Google-Nutzung in Forschung und Produktion.

_{Tensorflow.org
Tensorflow.org/lite
github.com/tensorflow/tensorflow
en.wikipedia.org/wiki/TensorFlow}

TensorFlow Lite und Delphi

tensorflow.org/lite
Entwickelt für Low-Power-Geräte
github.com/Embarcadero/TensorFlow-Lite-Delphi
Beispiele beinhalten:
- Objekterkennung (Banane, Pferd usw.)
- Gesichtserkennung
- Ziffernerkennung
tensorflow.org/lite/guide/build_cmake

OpenCV

OpenCV ist eine Bibliothek von Programmierfunktionen, die hauptsächlich auf Computer-Vision in Echtzeit abzielen. Ursprünglich von Intel entwickelt, wurde es später von Willow Garage und dann von Itseez unterstützt. Die Bibliothek ist plattformübergreifend und kann unter der Open-Source-Apache-2-Lizenz kostenlos verwendet werden. Ab 2011 bietet OpenCV GPU-Beschleunigung für Echtzeitoperationen.

opencv.org
de.wikipedia.org/wiki/OpenCV
github.com/Laex/Delphi-OpenCV ← Beinhaltet auch FFMPEG

Mitov Software Intelligence Lab

Erstellen Sie schnell KI- und Klassifizierer-Anwendungen!

Neuronale Netze
Selbstorganisierende Karte
Naive Bayes
K Nächster Nachbar
Rückwärtsausbreitung
Datenaufbereitung

_{mitov.com/products/intelligencelab}

Verbinden Sie KI-APIs mit den REST- und Restful-Systemen

Ein Webdienst, der diese REST-Datenübertragungsarchitektur verwendet, wird als RESTful bezeichnet .

Verbinden Sie sich mit vielen KI-APIs:

GPT-3
APILayer
AWS (alias über Appercept)
IBM Watson

Software 2.0 (KI-gesteuerte Entwicklung)

Viel abstrakter geschrieben
Menschenunfreundliche Sprache wie die Gewichte eines neuronalen Netzes
Kein Mensch ist am Schreiben von Codes beteiligt
Viele Gewichte
Das Codieren direkt in Gewichten ist ziemlich schwierig
Software 1.0: 0%-80% Daten | Software 2.0: 99 % Daten
_{databricks.com/session/keynote-from-tesla}

DATUM! DATUM! DATUM!

KI-Ethik (Algorithmen, DataMining…)

Algorithmen, Datamining, …

Mögliche Schäden durch KI-Systeme

Vorurteile und Diskriminierung
Verweigerung individueller Autonomie, Regress und Rechte
Intransparente, unerklärliche oder nicht zu rechtfertigende Ergebnisse
Eingriffe in die Privatsphäre
Isolation und Auflösung der sozialen Verbindung
Unzuverlässige, unsichere oder qualitativ schlechte Ergebnisse

Angewandte Ethik für die KI-Systeme

Singularität & KI (Singularität: Ein einzigartiges Ereignis mit tiefgreifenden Folgen)

KI-Filme, Serien

Mehr Videos

Multi-Agent Hide and Seek von OpenAI – youtube.com/watch?v=kopoLzvh5jY
Jeff Dean: KI ist nicht so schlau, wie Sie denken – aber es könnte sein | TED – youtube.com/watch?v=J-FzHIQ7SOs