Taulli Grundlagen der Künstlichen Intelligenz

Eine nichttechnische Einführung
1. Auflage 2022
ISBN: 978-3-662-66283-0
Verlag: Springer
Format: PDF
Kopierschutz: 1 - PDF Watermark

E-Book, Deutsch, 222 Seiten, eBook

Künstliche Intelligenz berührt fast jeden Teil Ihres Alltags. Auch wenn Sie auf den ersten Blick annehmen, dass Technologien wie intelligente Lautsprecher und digitale Assistenten das Ausmaß dieser Technologie darstellen, hat sich KI in der Tat schnell zu einer Allzwecktechnologie entwickelt, die in Branchen wie dem Transportwesen, dem Gesundheitswesen, den Finanzdienstleistungen und vielen mehr Einzug gehalten hat. In unserer modernen Zeit ist ein Verständnis von KI und ihren Möglichkeiten für Ihr Unternehmen unerlässlich für Wachstum und Erfolg.Artificial Intelligence Basics ist da, um Ihnen ein grundlegendes, zeitgemäßes Verständnis von KI und ihren Auswirkungen zu vermitteln. Der Autor Tom Taulli bietet eine ansprechende, nicht-technische Einführung in wichtige Konzepte wie maschinelles Lernen, Deep Learning, natürliche Sprachverarbeitung (NLP), Robotik und mehr. Taulli führt Sie nicht nur durch reale Fallstudien und praktische Implementierungsschritte, sondern nutzt sein Fachwissen auch, um auf die größeren Fragen einzugehen, die KI umgeben. Dazu gehören gesellschaftliche Trends, ethische Fragen und die zukünftigen Auswirkungen von KI auf Regierungen, Unternehmensstrukturen und das tägliche Leben.Google, Amazon, Facebook und ähnliche Tech-Giganten sind bei weitem nicht die einzigen Unternehmen, auf die künstliche Intelligenz eine unglaublich bedeutende Auswirkung hat - und weiterhin haben wird. KI ist die Gegenwart und die Zukunft Ihres Unternehmens und Ihres Privatlebens. Die Vertiefung Ihrer Kenntnisse in diesem Bereich ist von unschätzbarem Wert für Ihre Vorbereitung auf die Zukunft der Technik, und 'Grundlagen der künstlichen Intelligenz' ist der unverzichtbare Leitfaden, nach dem Sie gesucht haben.Was Sie lernen werden· Studium der Grundprinzipien für KI-Ansätze wie maschinelles Lernen, Deep Learning und NLP (Natural Language Processing)· Entdecken Sie die besten Praktiken zur erfolgreichen Implementierung von KI anhand von Fallstudien wie Uber, Facebook, Waymo, UiPath und Stitch Fix· Verstehen, wie KI-Funktionen für Roboter das Geschäft verbessern können· Einsatz von Chatbots und Robotic Processing Automation (RPA) zur Kosteneinsparung und Verbesserung des Kundendienstes· Vermeiden Sie kostspielige Stolpersteine· Erkennen von ethischen Bedenken und anderen Risikofaktoren beim Einsatz künstlicher Intelligenz· Untersuchen Sie die säkularen Trends und wie sie sich auf Ihr Unternehmen auswirken könnenFür wen dieses Buch bestimmt istLeser ohne technischen Hintergrund, z. B. Manager, die KI verstehen und Lösungen bewerten                     

Tom Taulli entwickelt seit den 1980er Jahren Software. Im College gründete er sein erstes Unternehmen, das sich auf die Entwicklung von E-Learning-Systemen konzentrierte. Er gründete auch andere Unternehmen, darunter Hypermart.net, das 1996 an InfoSpace verkauft wurde. Im Laufe seiner Karriere hat Tom Kolumnen für Online-Publikationen wie BusinessWeek.com, TechWeb.com und Bloomberg.com geschrieben. Er schreibt auch Beiträge über künstliche Intelligenz für Forbes.com und ist Berater für verschiedene Unternehmen in diesem Bereich. Sie können Tom auf Twitter (@ttaulli) oder über seine Website (Taulli.com) erreichen, wo er einen
Online-Kurs über KI anbietet

Zielgruppe

Popular/general

Autoren/Hrsg.

Taulli, Tom

Inhaltsverzeichnis

1;Vorwort;4
2;Inhaltsverzeichnis;7
3;Über den Autor;11
4;Einführung;12
5;Begleitendes Material;16
6;Kapitel1: KI-Grundlagen;17
6.1;Alan Turing und der Turing-Test;18
6.2;Das Gehirn ist eine … Maschine?;21
6.3;Kybernetik;22
6.4;Die Entstehungsgeschichte;22
6.5;Goldenes Zeitalter der KI;24
6.6;KI-Winter;28
6.7;Aufstieg und Fall der Expertensysteme;30
6.8;Neuronale Netze und Deep Learning;31
6.9;Technologische Triebkräfte der modernen KI;33
6.10;Struktur von KI;33
6.11;Schlussfolgerung;34
6.12;Wichtigste Erkenntnisse;34
7;Kapitel 2: Daten;36
7.1;Daten-Grundlagen;37
7.2;Arten von Daten;38
7.3;Big Data;40
7.4;Volume;41
7.5;Variety;41
7.6;Velocity;41
7.7;Datenbanken und andere Tools;42
7.8;Datenprozess;46
7.9;Schritt 1 – Geschäftsverständnis;48
7.10;Schritt 2 – Datenverständnis;50
7.11;Schritt 3 – Vorbereitung der Daten;51
7.12;Ethik und Governance;53
7.13;Wie viele Daten brauchen Sie für KI?;55
7.14;Weitere Datenbegriffe und -konzepte;55
7.15;Schlussfolgerung;57
7.16;Wichtigste Erkenntnisse;57
8;Kapitel 3: Maschinelles Lernen;59
8.1;Was ist maschinelles Lernen?;61
8.2;Standardabweichung;63
8.3;Die Normalverteilung;63
8.4;Bayes-Theorem;64
8.5;Korrelation;65
8.6;Merkmalsextraktion;66
8.7;Was können Sie mit maschinellem Lernen erreichen?;67
8.8;Der Prozess des maschinellen Lernens;70
8.9;Schritt 1 – Datenreihenfolge;70
8.10;Schritt 2 – Auswahl des Modells;70
8.11;Schritt 3 – Training des Modells;70
8.12;Schritt 4 – Bewertung des Modells;71
8.13;Schritt 5 – Feinabstimmung des Modells;71
8.14;Anwendung von Algorithmen;71
8.15;Überwachtes Lernen;72
8.16;Unüberwachtes Lernen;73
8.17;Verstärkendes Lernen;75
8.18;Teilüberwachtes Lernen;76
8.19;Gängige Arten von Algorithmen für maschinelles Lernen;76
8.20;Naiver Bayes-Klassifikator (Überwachtes Lernen/Klassifizierung);77
8.21;k-Nearest Neighbor (Überwachtes Lernen/Klassifizierung);80
8.22;Lineare Regression (Überwachtes Lernen/Regression);80
8.23;Entscheidungsbaum (Überwachtes Lernen/Regression);82
8.24;Ensemble-Modellierung (Überwachtes Lernen/Regression);83
8.25;k-Means-Clustering (Unüberwacht/Clustering);85
8.26;Schlussfolgerung;88
8.27;Wichtigste Erkenntnisse;89
9;Kapitel 4: Deep Learning;92
9.1;Der Unterschied zwischen Deep Learning und maschinellem Lernen;93
9.2;Was ist Deep Learning?;94
9.3;Das Gehirn und Deep Learning;95
9.4;Künstliche neuronale Netze (Artificial Neural Networks, ANNs);96
9.5;Backpropagation;98
9.6;Die verschiedenen neuronalen Netze;99
9.7;Rekurrentes neuronales Netz (RNN);100
9.8;Convolutional Neural Network (CNN);101
9.9;Generative Adversarial Network (GAN);102
9.10;Deep-Learning-Anwendungen;104
9.11;Anwendungsfall: Erkennung der Alzheimer-Krankheit;104
9.12;Anwendungsfall: Energie;105
9.13;Anwendungsfall: Erdbeben;106
9.14;Anwendungsfall: Radiologie;107
9.15;Deep-Learning-Hardware;107
9.16;Wann sollte man Deep Learning einsetzen?;109
9.17;Nachteile von Deep Learning;111
9.18;Schlussfolgerung;114
9.19;Wichtigste Erkenntnisse;114
10;Kapitel 5: Robotic Process Automation (RPA);116
10.1;Was ist RPA?;118
10.2;Vor- und Nachteile von RPA;119
10.3;Was können Sie von RPA erwarten?;121
10.4;Wie man RPA implementiert;123
10.5;Bestimmung der richtigen zu automatisierenden Funktionen;123
10.6;Bewertung der Prozesse;124
10.7;Auswahl des RPA-Anbietenden und Einsatz der Software;125
10.8;Einrichten eines Teams für die Verwaltung der RPA-Plattform;125
10.9;RPA und KI;126
10.10;RPA in der realen Welt;127
10.11;Schlussfolgerung;128
10.12;Wichtigste Erkenntnisse;128
11;Kapitel 6: Natural Language Processing (NLP);130
11.1;Die Herausforderungen des NLP;132
11.2;Verstehen, wie KI Sprache übersetzt;133
11.3;Schritt 1 – Bereinigung und Vorverarbeitung;134
11.4;Tokenisierung;134
11.5;Stemming;135
11.6;Lemmatisierung;136
11.7;Schritt 2 – Sprache verstehen und generieren;137
11.8;Spracherkennung;138
11.9;NLP in der realen Welt;139
11.10;Anwendungsfall: Verbesserung der Verkäufe;140
11.11;Anwendungsfall: Bekämpfung von Depressionen;141
11.12;Anwendungsfall: Erstellung von Inhalten;141
11.13;Anwendungsfall: Körpersprache;143
11.14;Voice Commerce;144
11.15;Virtuelle Assistenten;146
11.16;Chatbots;148
11.17;Zukunft des NLP;152
11.18;Schlussfolgerung;152
11.19;Wichtigste Erkenntnisse;153
12;Kapitel 7: Physische Roboter;154
12.1;Was ist ein Roboter?;155
12.2;Industrielle und kommerzielle Roboter;158
12.3;Roboter in der realen Welt;163
12.4;Anwendungsfall: Sicherheit;163
12.5;Anwendungsfall: Roboter, die Böden schrubben;164
12.6;Anwendungsfall: Online-Apotheke;164
12.7;Anwendungsfall: Roboter-Wissenschaftler;165
12.8;Humanoide und Haushaltsroboter;166
12.9;Die Drei Gesetze der Robotik;167
12.10;Cybersecurity und Roboter;168
12.11;Programmierung von Robotern für KI;169
12.12;Die Zukunft von Robotern;171
12.13;Schlussfolgerung;172
12.14;Wichtigste Erkenntnisse;172
13;Kapitel 8: Implementierung von KI;174
13.1;Ansätze zur Implementierung von KI;175
13.2;Die Schritte zur KI-Implementierung;178
13.3;Identifikation eines zu lösenden Problems;178
13.4;Zusammenstellung des Teams;181
13.5;Die richtigen Tools und Plattformen;182
13.6;Python-Sprache;183
13.7;KI-Frameworks;184
13.8;Einsatz und Überwachung des KI-Systems;189
13.9;Schlussfolgerung;190
13.10;Wichtigste Erkenntnisse;191
14;Kapitel 9: Die Zukunft der KI;193
14.1;Autonome Autos;195
14.2;USA gegen China;199
14.3;Technologische Arbeitslosigkeit;201
14.4;Die Nutzung der KI als Waffe;203
14.5;Entdeckung von Medikamenten;204
14.6;Regierung;206
14.7;Künstliche Allgemeine Intelligenz (Artificial General Intelligence, AGI);207
14.8;Soziales Wohl;209
14.9;Schlussfolgerung;209
14.10;Wichtigste Erkenntnisse;210
15;Anhang AKI-Ressourcen;212
15.1;Publikationen und Blogs, die über KI berichten;212
15.2;Blogs von Unternehmen zu KI;212
15.3;Twitter-Feeds von Top-KI-Forschenden;213
15.4;Open-Source-KI-Tools und -Plattformen;213
15.5;Online-Kurse;213
16;Anhang BGlossar;214

Kapitel 1: KI-Grundlagen: Geschichtliche Lektionen.- Kapitel 2: Daten: Der Treibstoff für KI.- Kapitel 3: Maschinelles Lernen: Gewinnung von Erkenntnissen aus Daten.- Kapitel 4: Deep Learning: Die Revolution in der KI.- Kapitel 5: Robotergestützte Prozessautomatisierung (RPA): Ein leichterer Weg zur KI.- Kapitel 6: Natürliche Sprachverarbeitung (NLP): Wie Computer sprechen.- Kapitel 7: Physische Roboter: Die ultimative Manifestation von KI.- Kapitel 8: Implementierung von KI: Die Nadel für Ihr Unternehmen bewegen.- Kapitel 9: Die Zukunft von KI: Das Für und Wider.- Anhang: KI-Ressourcen.- Glossar.

Über Autor(innen)

Tom Taulli entwickelt seit den 1980er-Jahren Software. Im College gründete er sein erstes Unternehmen, das sich auf die Entwicklung von E-Learning-Systemen konzentrierte. Er gründete auch andere Unternehmen, darunter Hypermart.net, das 1996 an InfoSpace verkauft wurde. Im Laufe seiner Karriere hat Tom Kolumnen für Online-Publikationen wie BusinessWeek.com, TechWeb.com und Bloomberg.com geschrieben. Er schreibt auch Beiträge über künstliche Intelligenz für Forbes.com und ist Berater für verschiedene Unternehmen in diesem Bereich. Sie können Tom auf Twitter (@ttaulli) oder über seine Website (Taulli.com) erreichen, wo er auch einen Online-Kurs über KI anbietet.