Vortrag: Machine Learning & Alpha Go

Aus LaborWiki
Version vom 25. Juni 2017, 22:58 Uhr von D2ns (Diskussion | Beiträge) (Bot: Automatischer Import von Artikeln *** bestehender Text überschrieben ***)
Wechseln zu: Navigation, Suche

Donnerstag 17. März 2016 von d2ns

Hi,ich werde am Freitag, 18.3. 19:00 Uhr mal ein bisschen ueber Machine Learning sprechen. Freue mich darauf viele bekannte (und noch unbekannte) Gesichter zu sehen:Sprachkennung, Bildverarbeitung, Robotik und nicht zuletzt [...]

Hi,

ich werde am Freitag, 18.3. 19:00 Uhr mal ein bisschen ueber Machine Learning sprechen. Freue mich darauf viele bekannte (und noch unbekannte) Gesichter zu sehen:

Sprachkennung, Bildverarbeitung, Robotik und nicht zuletzt selbstfahrende Autos: in den letzten Jahren hat es eine Vielzahl kleiner und grosser Fortschritte bei lernenden Algorithmen gegeben. In Summe sind diese Fortschritte aber sehr beeindruckend und viele Dinge die noch vor ~10 Jahren Science-Fiction waren funktionieren inzwischen einfach. Vielfach sogar auf unseren Smartphones. Die Fortschritte sind auch gross genug dass Szenarien wie “die kuenstlichen Intelligenzen kommen nehmen uns alle Jobs weg!” und “die KIs kommen und und unterjochen die Menschheit” wieder diskutiert werden (sollten).

Mit diesem Talk moechte ist etwas Uebersicht geben: Was ist der Unterschied Supervised-, Unsupervised- und Reinforcement-learning? Was hat die Entwicklung in den letzten Jahren angetrieben? Was sind aktuelle Themen an denen Unis und kommerzielle Labore arbeiten? Kann man schon absehen was als naechstes kommen wird?

Aus gegebenem Anlass moechte ich diese Gelegenheit nutzen und kurz beschrieben wie AlphaGo funktioniert -- das Go Programm das gegen einen den Weltmeister gespielt hat  und seine Spielstaerke vor allem aus modernen Supervised- und Reinforcement-Learning Methoden schoepft (und Monte Carlo Tree Search als Planungsmethode).

Jörg Bornschein