Mouser German Blog

Der Einsatz von Deep Learning wird die Innovation in der Fertigung mit der technologischen Innovation verbinden und die Industrie dadurch so stark wie nie zuvor voranbringen.

Die künstliche Intelligenz kann verwendet werden, um eine in allen Bereichen smarte Stadt mit einem smarten Verkehrssystem, einer nachhaltigen Stadtentwicklung und einem E-Government-System mit intelligenten Wohnvierteln aufzubauen. Dieser Artikel zeigt konkrete Beispiele von Anwendungen künstlicher Intelligenz in einer smarten Stadt auf. Die Stadtverwaltung muss ihr Planungsdenken ändern, um den „Bottom-up“-Aufbau smarter Städte zu fördern. Die smarte Stadt wird in vielerlei Hinsicht wirtschaftliche und soziale Veränderungen bewirken.

Reinforcement Learning treibt Fortschritte in autonomen Fahrzeugen und anderen hochmodernen Anwendungen der künstlichen Intelligenz voran. Ein Blick auf Reinforcement Learning sowie seine Untergenres Feature Learning, Künstliche Neuronale Netze und Deep Learning zeigt sowohl neues Potenzial für KI-Anwendungen als auch Herausforderungen beim Erreichen künstlicher Intelligenz auf menschlichem Niveau.

Als sich der Schwerpunkt der KI auf künstliche neuronale Netze verlagerte, folgten schon bald Hardwarebeschleuniger sowohl für stromfressende Server als auch für stromsparende embedded Systeme. Mittlerweile gibt es sogar benutzerdefinierte Hardware, was die Beliebtheit und Stärke des Deep Learning verdeutlicht.

Mit dem Aufkommen der Künstlichen Intelligenz sind auch Programmiersprachen entstanden, die sich seither stetig weiterentwickeln, um den wachsenden Anforderungen von KI-Anwendungen nachzukommen. Mit der Weiterentwicklung der KI-Algorithmen haben sich sowohl diese Sprachen verbessert, um neue statistische Methoden unterstützen zu können, als auch die Toolkits, mit denen die Machine-Learning-Fähigkeiten der Sprachen erweitert werden.

Dieser Artikel befasst sich mit der Entstehungsgeschichte von neuronalen Netzwerk-Algorithmen und den Anfängen in der Forschung. Die bionischen Prinzipien neuronaler Netzwerkalgorithmen sowie die konkrete Ausarbeitung der Algorithmen werden systematisch analysiert und der Entwicklungskontext neuronaler Netzwerke wird aufgezeigt. Außerdem wird der aktuelle Stand in der Erforschung neuronaler Netzwerke beleuchtet, und es erfolgt ein Ausblick auf die künftige Entwicklung und Trends in der Anwendung.

KI und Deep Learning, zwei der bedeutenden Technologien unserer Zeit, basieren auf mehr als 2.000 Jahre innovativer Erfindungen von zahlreichen Koryphäen aus aller Welt. Wenn wir die künftige Entwicklung der KI verstehen wollen, dann sollten wir uns erst einmal ihren bisherigen Werdegang vor Augen führen. Werfen wir also einen kurzen Blick auf die Anfänge der Künstlichen Intelligenz.