糖心vlog官网观看

In diesem Modul lernen die Studierenden verschiedene Komponenten innerhalb des weiten Bereichs der KI kennen; sie werden auch (a) verschiedene Arten des maschinellen Lernens (眉berwachtes, un眉berwachtes, verst盲rkendes und tiefes Lernen) verstehen; (b) Arten von k眉nstlichen neuronalen Netzen; (c) System1/System 2-Denken, rechtliche Fragen in der KI/ML und Probleme bei der Abstimmung von maschinellen und menschlichen Zielen in KI/ML-Anwendungen.

In diesem Modul erfahren die Studierenden, welchen Beitrag zum KI-Fortschritt (a) voll entwickelte und mittelm盲脽ige (und sich noch entwickelnde) Technologien leisten; (b) mittelm盲脽ige und sich noch entwickelnde Technologien sowie aufkommende Technologien und (c) Erkenntnisse aus Kurzweils Law of Accelerating Returns, um zu lernen, wie die kreative Integration mehrerer Technologien im Laufe der Zeit den KI-Fortschritt beschleunigt.

Der Schwerpunkt dieses Moduls liegt auf den F盲higkeiten der KI, die im Zusammenhang mit dem, was wir 眉ber menschliche F盲higkeiten wissen, bewertet werden; die Studierenden lernen die Zusammenarbeit zwischen Mensch und KI kennen und verstehen die wichtigsten Vor- und Nachteile der KI. Dar眉ber hinaus werden die Studierenden mit einer Vielzahl von KI/ML-Anwendungsf盲llen (oder Anwendungsbeispielen im Unternehmenskontext) konfrontiert; dies wird dazu beitragen, dass sie mit dem Einsatz von KI/ML in verschiedenen Branchen und Unternehmen innerhalb einer Branche vertraut werden.

In diesem Modul bewerten wir die Auswirkungen der KI aus zwei gegens盲tzlichen Blickwinkeln: Zum einen lernen die Studierenden die sehr beeindruckenden Produktivit盲tsgewinne kennen, die in absehbarer Zukunft von der KI erwartet werden, zusammen mit dem entsprechenden Anstieg der KI-Investitionen/Infrastruktur und des BIP-Wachstums; zum anderen werden Prognosen 眉ber dramatische Arbeitsplatzverluste durch die Einf眉hrung von KI/ML vorgestellt, die leider ein ern眉chterndes Bild ergeben. Schlie脽lich werden die Studierenden die Herausforderungen bewerten, die mit der Modellierung des menschlichen Urteilsverm枚gens durch maschinelles Lernen verbunden sind, und die Auswirkungen der Automatisierung und der KI-Kluft untersuchen.

Dieses Modul konzentriert sich auf Vergleiche und Kontraste auf mehreren Ebenen; auf Unternehmensebene kann beispielsweise die Konzentration auf unternehmensspezifische KI-Strategien zu Erkenntnissen 眉ber erfolgreiche Ans盲tze zur Nutzung der St盲rken des Unternehmens f眉hren. Ebenso sensibilisiert die Fokussierung auf Nationen die Studierenden 蹿眉谤 regionale/kulturelle/politische Kr盲fte, die die Einf眉hrung und den Einsatz von KI beeinflussen; ein branchenspezifischer Fokus kann viele Anwendungsf盲lle hervorbringen, von denen die Studierenden lernen k枚nnen; und schlie脽lich kann die Fokussierung auf spezifische Gesch盲ftsfunktionen innerhalb eines Unternehmens eine durchdachte 脺bung sein, um den KI-Einsatz innerhalb eines Unternehmens 眉ber alle Gesch盲ftsfunktionen hinweg eng zu integrieren. Die Diskussion in diesem Modul legt den Schwerpunkt auf viele KI-Anwendungsf盲lle.

Dieses Modul konzentriert sich auf Bereiche innerhalb der KI-Branche, die aufgrund ihres vielversprechenden Potenzials zur Unterst眉tzung neuer Entdeckungen und neuer Anwendungsf盲lle schnell wachsen. Die Studierenden lernen etwas 眉ber die Geschichte der generativen KI, die Marktgr枚脽e und die Wachstumsrate sowie spannende Wege 蹿眉谤 potenzielle Innovationen bei generativen KI-Anwendungen. Dar眉ber hinaus werden die Studierenden das Konzept der erkl盲rbaren KI (Explainable AI) als potenzielles Instrument zur 脺berwindung der inh盲renten LIMITs, die den KI/ML-Vorhersagen und -Empfehlungen zugrunde liegen, erforschen, d. h. das Fehlen von Erkl盲rungen oder Begr眉ndungen 蹿眉谤 diese Vorhersagen und Empfehlungen.

Die Studierenden verstehen die Schl眉sselelemente von zwei wichtigen Konzepten in der KI-Praxis: KI-Ethik und verantwortungsvolle KI. Die Studierenden sind in der Lage, die Grundlagen der KI-Ethik und des Anthropomorphismus zu beschreiben; sie lernen moralische/ethische Dilemmata oder Befangenheitsfragen kennen, mit denen KI-Systeme oder -Ger盲te konfrontiert werden k枚nnen; im Rahmen des breiten Bereichs der verantwortungsvollen KI entwickeln die Studierenden ein Verst盲ndnis 蹿眉谤 Fairness, Transparenz, Verantwortlichkeit und Sicherheitskonzepte. Schlie脽lich werden die Studierenden angesichts des sich abzeichnenden und aktuellen Rechtsrahmens 蹿眉谤 KI auf globaler Ebene etwas 眉ber verantwortungsvolle KI-Praktiken im Zusammenhang mit dem Umgang mit Daten, Datenschutz und Compliance lernen.

Dieses Modul enth盲lt die abschlie脽ende Kursbeurteilung, mit der Ihr Verst盲ndnis des Kursmaterials und Ihre F盲higkeit, das im Kurs erworbene Wissen anzuwenden, beurteilt werden sollen.