
Willkommen zum Kurs "Einführung in die Künstliche Intelligenz". In den folgenden 60 Minuten werden Sie lernen, wer die Väter der modernen Idee einer künstlichen Intelligenz waren und wie sich ihre Entwicklung bis zum heutigen Tage darstellt.
Für diese Lerneinheit ist es unser Ziel eine Grundlage zu schaffen, um Begriffe wie „Computervision“ und „Machine-Learning“ einordnen und bewerten zu können. Anschließend sind Sie in der Lage sich vertieft mit den Themengebieten Ihrer Wahl in den weiteren Abschnitten zu befassen.
Kursinhalte.pdf - Alle Kursinhalte im Überblick
Einführung.pdf - Transkript zum nachlesen und ausdrucken
Einführung.mp3 - Audiospur zum downloaden und anhören
02 Geschichte.pdf - Transkript zum nachlesen und ausdrucken
02 Geschichte.mp3 - Audiospur zum downloaden und anhören
03 Problemloeser.pdf - Transkript zum nachlesen und ausdrucken
03 Problemloeser.mp3 - Audiospur zum downloaden und anhören
04 Expertensysteme.pdf - Transkript zum nachlesen und ausdrucken
04 Expertensysteme.mp3 - Audiospur zum downloaden und anhören
05 Neuronale Netze.pdf - Transkript zum nachlesen und ausdrucken
05 Neuronale Netze.mp3 - Audiospur zum downloaden und anhören
06 Maschinelles Lernen.pdf - Transkript zum nachlesen und ausdrucken
06 Maschinelles Lernen.mp3 - Audiospur zum downloaden und anhören
Hier kannst du das Hörbuch zum Videokurs herunterladen, z.B. um die Inhalte auch unterwegs anzuhören.
Dieser Videokurs über künstliche Intelligenz richtet sich an Einsteiger und ist so aufgebaut, dass Ihnen die Grundlagen im Rahmen der geschichtlichen Entwicklung der KI vermittelt werden. Aus diesem Grund beginnt unsere Reise mit dem Punkt "Einführung und geschichtlicher Hintergrund der KI".
Themen und Inhalte der Lektionen:
I. Einführung und geschichtlicher Hintergrund
Was ist KI – eine philosophische Betrachtung
Starke und Schwache KI
Der Turing Test
Die Geburt der KI
Die Ära der großen Erwartungen
Das Einholen der Realität
Wie man einer Maschine das Lernen beibringt
Verteilte Systeme in der KI
Deep Learning, Machine Learning, Natural Language Processing
II. Der allgemeine Problemlöser
Beweisprogramm - Logical Theorist
Beispiel aus “Human Problem Solving“ (Simon)
Die Struktur eines Problems
Im diesem Abschnitt greifen wir zunächst die anfänglichen Techniken der KI auf. Sie lernen dabei die Konzepte und berühmte Beispielsysteme kennen, die diese frühe Phase der Euphorie auslösten.
III. Expertensysteme
Faktenwissen und heuristisches Wissen
Frames, Slots und Filler
Vorwärts- und Rückwärtsverkettung
Das MYCIN Programm
Wahrscheinlichkeiten in Expertensystemen
Beispiel - Wahrscheinlichkeit von Haarrissen
In diesem Abschnitt behandeln wir Expertensysteme, die ähnlich zu den allgemeinen Problemlösern nur spezielle Probleme behandeln. Aber dafür exzessiv auf Regeln und Fakten in Form einer Wissensbasis zugreifen.
IV. Neuronale Netze
Das menschliche Neuron
Signalverarbeitung eines Neurons
Das Perceptron
Dieser Abschnitt läutet die Rückkehr zu der Idee ein, das menschliche Gehirn nachbauen zu können und so in Form von neuronalen Netzen der digitalen Informationsverarbeitung zugänglich zu machen. Wir betrachten die frühen Ansätze und stellen heraus, welche Ideen noch gefehlt haben, um neuronalen Netzen zum Durchbruch zu verhelfen.
V. Maschinelles Lernen (Deep Learning & Computer Vision)
Beispiel – Kartoffelernte
Das Geburtsjahr des Deep Learning
Schichten von Deep-Learning-Netzen
Maschinelles Sehen / Computer Vision
Convolutional Neural Network.
Die Idee eines Agenten und ihr Zusammenspiel in einem Multi-Agenten-System wird im fünften Abschnitt beschrieben. Ein solches System dient im Wesentlichen dazu, Komplexität auf mehrere Instanzen zu verteilen.
Der sechste Abschnitt behandelt den Durchbruch der mehrschichtigen neuronalen Netze, maschinelles Lernen, maschinelle Sehen (Computer Vision), Spracherkennung und einige weitere Anwendungen der heutigen KI.