The Doppler Quarterly (DEUTSCHE) Frühjahr 2018 - Page 39

Die KI-Forschung beschreitet neue Wege und mithilfe von HPE-Supercomputing-Leistung konnte ein weiterer Durchbruch erzielt werden. KI-Hintergrund Künstliche Intelligenz (KI) wird im Allgemeinen als Intelligenz definiert, die Maschinen aufweisen, und in den vergangenen Jahren hat ein bestimmter KI-Teil- bereich – Deep Learning (DL) – große Aufmerksamkeit erlangt. Deep Learning oder hierarchisches Lernen ist eine Teildisziplin des maschinellen Lernens und simuliert die Funktionsweise des menschlichen Neocortex. Der Neocortex ist der Teil des Gehirns, der an komplexen Funktionen wie Sinneswahrnehmung, motori- schen Befehlen, räumlichem Denken, Sprache und Erkenntnis beteiligt ist. Ein Unternehmen namens DeepMind, das im Jahr 2014 von Google aufgekauft wurde, ist für zahlreiche Durchbrüche im Bereich DL verantwortlich, die auf einer großen Menge der Daten basieren, zu denen Google Zugang hat. Traditi- onell „lernen“ DL-Algorithmen, indem sie große Datenmengen verarbeiten. Wie Sie sehen werden, gibt es jedoch neue Wege, wie DL lernen kann. Der jüngste Durchbruch wurde von Professor Tuomas Sandholm und einem Team seiner Doktoranden an der Carnegie Mellon University auf Supercompu- ting-Hardware von HPE erzielt. Wir werden uns die drei wichtigsten Durchbrüche der letzten mehr als 20 Jahre ansehen und in groben Zügen die verschiedenen Ansätze erläutern, die dabei verwendet wurden. Zudem werden wir auf einige spannende Möglich- keiten für die künftige Nutzung dieser neuen Technologie eingehen. Der erste Durchbruch Im Zeit &Vfb&2r&W6VwFRV77FVV2FVW&VR2W'7FW0&w&VVFW&VFV666vVFV7FW"F277FVwW&FRW'7,;rЦƖ6ffVrև6Vr7RFW"6&VvRVVfW'6GVGv6VBVB7 :GFW"2W"l;"$&&VFWFRW6V֗BF2F&VBW'&6&VFR֗FvƖVFW"6VW2FV2v&VfW'FvvW7FVBV666'&WGB7B&VЧFbVVB&W7FVBW2VG&F66VfVFW&'vRVFVVGV@|:F&VBVW27V2&V6R666;vR;fvƖ66BFRF2&&V֗@V&W"&V6VV7GVrvV;g7BvW&FVFRF2f$&Gv&R&W&VFvW7FV@wW&FRFW6W277FVFR#֖ƖV6FV&6VVFR&W&V6VFW"w'VG<:GGƖ6R6G&W7FBF&VVvVW&Ɨ6W'FVv&FW0֗B&V6V&WFW&RW'7FVVF277FV&W&V6WFR66Ɩ\9V@FRFVvW'FRFW6W"&WFW"FVW2VFW'GFW6VFRf7VVf666V7FW&VB666w&9V7FW&Ǘ6W'FR66Ɩ\9VBwW"Фe,9Ą"#DRDU"3p