Wenn ein Mensch mit Mitte 20 in sieben Minuten AI besser beschreibt, als mein alter Programmierlehrer, der vorher Spieleentwickler war ind all den Jahren :D Ach Gott, Bashing&Snapchat zum Trotz, unsere Generation ist die Beste bisher
Nein, danke dass es dich gibt, egal wie gay das klingt. Leute wie du und Harald Lesch haben 50Millionen Abbonennten verdient, statt derjenige der sie jetzt hat. Ohne euch wäre RUclips schon längst für mich gestorben
Glückwunsch zum Abschluss, Dr. Phil! ;) Ich bin seit kurzem auch Doktorand in der Videoverarbeitung und dein Beitrag macht es mir schon schmackhaft, mich mal ein bisschen mit Deep Learning zu befassen...
Silvio Fürst warum ist dies dann so "relativ" unbekannt? Ich meine was du erzählst ist so krass dass man das doch von jeder Ecke hätte hören müssen was für eine Sensation das doch wäre etc.
Habe mich schon gefragt wann endlich wieder ein Video von Herr Häusser kommt! Höre dir genau so gern zu wie Herrn Lesch oder Herrn Gassner :) Echt angenehm und authentisch! weiter so!
Wow ein sehr komplexes Thema einfach erklärt. Ich finde dein Aufbau stellt einen auf die Erkennung von Schachbrettmustern spezialisierten ASIC sehr einfach und verständlich dar. Ich bin erst vor kurzem auf euren Kanal gestoßen und freu mich über mehr deutsche RUclips-Videos zum Thema Wissenschaft sehr. Weiter so!!
Ich denke, der Teil des Lernens könnte ausführlicher erlärt werden. Es wurde gesagt, dass die Netze verstellbar sind. Aber wie ändert es seine Einstellungen abhängig davon, welche Daten es vorher gefüttert bekommen hat? Dass die sich selbst "einstellen" können, ist ja der entscheidende Vorteil von Machine Learning.
Da gibt es mehrere Möglichkeiten. Eine die ich noch im Kopf habe, ist die wo man einen Lehrer einsetzt. Dieser sagt dem Netzt dann am Ende ob es richtig liegt oder falsch und manchmal sogar wie falsch. Bei den handgeschriebenen Ziffern sagt der Lehrer am Ende welche Ziffer eigentlich rauskommen sollte. Wenn nun die Ziffer richtig "gelesen" wurde, wird das Netzt in seiner aktuellen "Struktur/Verschaltung" verstärkt. Wenn es falsch war, nimmt das Netzt leichte Änderungen zu dem eigentlichem Ergebnis an. Die Verschaltung wird dann geändert (z.b. WIe viele Tennisbälle benötigt werden um zu senden. Gewichtung nennt sich dass dann). Es gibt da generell viele Arten die Unterschiedlich da herrangehen, aber ich hoffe das gibt ne gute Vorstellung.
Danke für das Feedback. Am liebsten hätte ich ein 3-stündiges Video gemacht :-) Dieses Video sollte mal ein Einstieg sein für Leute, die noch nie etwas von ML gehört haben. Ich hab aber noch ne Menge Videos vor - da geht es dann auch etwas mehr um Optimierung! Wenn du spezielle Wünsche hast, immer gerne her damit!
Lukas Seidl www.tensorflow.org/ ist der (inoffizielle) Industriestandard und das inoffizielle Standard Framework in der Forschung im Bereich ML. Dort gibt es gerade auch sehr viele Einsteigertutorials.
@@TropicFly "Python wird in der KI bevorzugt verwendet." Das ist misszuverstehen! Da könnte man ja denken dass sich Python besonders für das Gebiet der künstliche Intelligenz eignet, aber das stimmt nicht ganz. Python hat sich nicht durchgesetzt weil es hochperformant ist, was dabei das entscheidende Kriterium sein sollte, vielmehr ist es Standard geworden, weil die Sprache eine geringe Lernkurve besitzt (KI-Entwickler sollten keinen Hintergrund in der Softwareentwicklung haben müssen, eher einen mathematischen), Programme sehr einfach und schnell platformunabhängig ausgeführt werden können (sogar über das Web, siehe IPython), da interpretiert und bereits eine große Community mit ausreichend gutem Tooling und Standardbibiliotheken (numpy for allem für mathematische operationen, etc) vorhanden war/ist. Die Performance Bedenken kann man sogar mit einem guten C oder C++ Adapter behandeln. Sodass Python schlichtweg eine gute Wahl ist, nicht speziell für KI (meiner Meinung nach ist da trockenes C bzw C++ und Cuda von Nvidea das beste, siehe GPU-Programmierung), sondern für die Menschen die KIs entwickeln wollen bzw lernen wollen. Ist die Entwicklung des Lernalgorithmus und die Konfiguration des neuralen Netzes aber abgeschlossen, sollte sich jemand hinsetzen der das Ganze in einer nativen Sprache implementiert.
Die meisten Optimieralgorithmen für künstliche neuronale Netze basieren auf dem Gradienten Abstiegs Verfahren (engl. gradient descent). Diese versuchen für eine gegebene Fehlerfunktion und einen gelabelten Datensatz ein (idealerweise globales) Minimum für die Kantengewichte zu finden, also den Fehler auf den gegeben Daten möglichst weit zu reduzieren. Um das im Detail zu verstehen sind allerdings tief gehende Kenntnisse aus der Mathematik nötig. Übrigens findet man für den Gradient Descent kein Äquivalent im tierischen Gehirn, weswegen das Gebiet „Deep Learning“ nochmal von „Computational Neuroscience“ zu unterschieden ist. Letzteres Forschungsgebiet versucht, die tatsächlichen Vorgänge aus der Natur an einem Rechner zu imitieren.
Super erklärt und bildlich dargestellt! Andere Videos sind entweder zu mathematisch oder zu abstrahiert. Das beste Einsteigervideo für Laien zu KI, das ich gefunden habe!
Danke! Und ich bin tatsächlich ein bisschen wie die Jungfrau zum Kinde gekommen ... hatte das nie groß auf dem Schirm, sondern ich wollte eigentlich nur mehr darüber lernen, wie wir die Auswertungen unserer Physik-Experimente besser gestalten können ... Viele Grüße, Philip
Guckt ein Video, in dem neurale Netzwerke erklärt werden, kommentiert:"Ist die Hintergrundmusik nicht ein bisschen zu dramatisch in der Mitte des Videos?".
Ich habe mich schon davor ein bisschen für das Thema KI interessiert. Können Sie vielleicht ein Video machen, wo Sie zeigen, wie weit die Forschung schon in diesem Themen-Bereich ist? Das würde mich sehr freuen! :D
+ Phil's Physics Hab mich hier minutenlang durch die Kommentare gescrollt, und ich glaube, das hier ist der Beginn einer wahnwitzig interessanten Videoserie!
Öhm, danke für deine Antwort auf eine Frage die ich nie gestellt habe. Ich werde mich jetzt aber nicht auf eine Diskussion in Richtung Parawissenschaften einlassen ^^
@Silvio Fürst Warum müssen immer solche Spinner hier trollen? Gibt doch genug Pseudo-Beiträge bei RUclips, warum also hier. Gefühlte 1000mal liest man hier den Mist mit dem einatomigen Gold??? Was auch immer das für ein neuer Esotherik-Murks sein soll, bitte geht doch wieder in den Blaubeerwald, danke!
Wie immer ein super Video von dir. Machst komplizierte Dinge echt einfach zu Verstehen :) Eine Frage hätte ich da - Das Video welches von einem NN durch Input eines Bildes das Video dem Bild anpasst. Hast du dafür eine fertiges "Programm" verwendet bzw. Hättest du einen Tipp für uns wie wir uns auch damit spielen können? ^^ Schöne Grüße aus Wien
Dankeschön :-) Mein Kollege Manuel Ruder hat mir seinen Code zur Verfügung gestellt. Wenn du ein bisschen programmieren kannst, könntest du damit auch eigene Videos machen. Google einfach mal seinen Namen.
Ich muss ja zugeben, dass ich mir sonst nur die Videos von Harald Lesch anschaue, aber dieses hat mein Interesse geweckt und hat mir sehr gefallen. Danke dafür!
Naja, viele Neuronen im Gehirn sind nur dazu da, andere Neuronen am feuern zu hindern. Also wenn alle feuern, hast du wahrscheinlich einen starken Elektroschock durchs Hirn bekommen.
Bitte mehr davon! Ich würde mich auch generell über mehr Videos in Richtung Informatik freuen, vor Allem, weil ich zur Zeit fast schon besessen von der Idee bin, später auch mal Informatik zu studieren
Extrem gute Frage. Darüber zerbreche ich mir auch den Kopf. Letztendlich sind die meisten Aufgaben, die irgendwie "nach einem Rezept" ausgeführt werden, automatisierbar. Ich denke da etwa an einen "Koch-Roboter". Oder einen "Taxi-Roboter". In den Momenten allerdings, in denen Intuition gefragt ist, oder wo etwas wirklich Unvorhergesehenes passiert, werden viele KIs (erst einmal) scheitern. Aber die Forschung geht so rasant voran, dass man niemals nie sagen soll.
scenlem in der Logik. Eine ki wird auf Basis der Logik handeln/denken. Ein Beispiel. Zwei verletzte. Ein 14 Jahre andere 63 Jahre. 14 schwerer blutverlust wird wahrscheinlich sterben. 63 bewusstlos Kopfverletzungen. Wenn rettest du? Die ki wird sich für den 63 jährigen entscheiden da es logisch ist. Ein Mensch für die 14 jährige.
Florian Berikoven bei solchen neuronalen Netzen hängt es allein davon ab, wie sie trainiert wurden. Oftmals nunmal dahingehend, wie ein Mensch entscheiden würde. Wenn es also weiß, wie Menschen in ähnlichen Situationen handeln, wird es auch so ähnlich handeln wie ein Mensch. Was diesen neuronalen Netzen aber wirklich fehlt, ist selbstständiges Denken. Diese bisherigen Netze machen nichts anderes, als Inputs direkt auszuwerten. Sie würden nicht selbstständig Ideen entwickeln, Pläne schmieden etc., sondern nur als direkte Auswertung des Inputs handeln. In dieser Hinsicht ist es auch fraglich, hier von Intelligenz zu sprechen. Im Grunde handelt es sich nur um effizientere Formen von "künstlicher Intelligenz", wie es sie schon seit Jahrzehnten gibt.
Wäre es denn möglich das selbständige Ideen entwickeln und Pläne schmieden dadurch zu erreichen, einem neuronalen Netz seinen Output (zusätzlich) immer wieder als Input zu geben? Sodass es quasi darüber 'nachdenken' kann.
Ich nehm so ein ganz mattes Wachs. Ich fürchte, den Namen muss ich für mich behalten, sonst mache ich noch Schleichwerbung. Die Marke trägt aber zufällig den gleichen Namen, wie der Autor eines sehr weit verbreiteten Buches über Machine Learning ;-)
Ab welchem Grad von Differenzierung spricht man von künstlicher Intelligenz? Das Neuronale Netz zum erkennen des Schachbrettmusters konnte nur "ja" und "nein". Ist das schon künstliche Intelligenz? Das Programm zur Ziffernerkennung konnte schon zwischen 10 Antworten differenzieren. Ist das schon künstliche Intelligenz? Anders gefragt: wann wird aus einem komplizierten neuronalen Netz eine künstliche Intelligenz?
Sehr gute Frage. Ich finde, oft haben machine learning Modelle (so wie neuronale Netze) nichts mit Intelligenz zu tun. Es sind letztendlich Korrelations-Maschinen. In der Wissenschaft sprechen wir selten von KI. Eher von Machine Learning. Die Frage, "was ist Intelligenz" würde ich gerne mal mit euch diskutieren.
Danke für die schnelle Antwort! Du sagst du hast deinen Doktor in diesem Thema gemacht: Was ist das für dich Beeindruckenste (komplizierteste oder interessanteste), was neuronale Netze lernen können?
Eine KI hat einen Profi DOTA-Spieler geschlagen. Die ist inzwischen so gut, dass die Profis mit Ihr trainieren. Da DOTA recht komplexes Spielverhalten verlangt, ist das schon ein recht beeindruckendes Beispiel. (siehe www.pcgames.de/Dota-2-Spiel-21922/News/profi-ki-dendi-openai-1235783/)
Gesetzt den Fall, man trainiert ein neuronales Netz mit deutschsprachiger Literatur, dann würde dieses Netz sicherlich auch sinnvolle Wortgruppen sowie Sätze bilden können. Aber es gehört letztendlich doch wieder Intelligenz dazu, um dieser reinen Aneinanderreihung von Fragmenten einen übergeordneten Sinn, bzw. ein Thema zu geben. Die dafür notwendige Kreativität würde ich einem neuronalen Netz absprechen und deshalb ziehe ich an dieser Stelle die Grenze zwischen künstlicher Intelligenz und reinem "machine learning".
Mega Video! Vielen Dank! Ich beschäftige mich damit auch, aber mir fällt es immer schwer, das Konzept in Worte zu fassen, um es anderen zu erklären...Ab jetzt schicke ich denen immer euer Video!^^
Irgendwie habe ich jetzt nicht verstanden was das gezeigte Beispiel mit dem Schachbrettmuster mit KI zu tun hat. Das ist doch nichts anderes als eine Boolesche Funktion oder die Umsetzung einer Wahrheitstabelle. Auch ist mir nicht klar, wie der Lernmechanismus bei KI generell funktioniert.
Du kannst den Schachbrettmustererkenner natürlich rein mit Boolscher Logik modellieren. Du kannst ihn auch mit einem neuronalen Netz modellieren. Neuronale Netze sind ja Turing-vollständig. Und neuronale Netze sind ein Thema der KI-Forschung. Philipp hat hier anhand eines sehr einfachen Beispiels gezeigt, wie ein einfaches neuronales Netz das macht, was es macht. Und dann gezeigt, dass der selbe Mechanismus auch viel kompliziertere Dinge kann. Was er nicht gezeigt hat, ist, wie so ein Ding lernen kann. Da gibt es sehr viele Möglichkeiten, aber meistens läuft es im Wesentlichen darauf hinaus, dass das NN Dinge ausprobiert und schaut, wie falsch das war, und dann versucht, möglichst wenig falsch zu machen.
Der Unterschied ist, dass Maschinenlernen immer ein lernen aus vorhanden Daten ist. Also Daten in ein ML-Modell rein und dann kriegt man eine Kategorisierung raus (unüberwachtes Lernen), oder gelabelte Daten rein, darauf trainieren, und man kann mit dem Modell dann ungelabelte Daten einordnen (überwachtes Lernen). Maschinenlernen ist zwar künstliche Intelligenz, aber KI ist nicht nur ML. KI umfasst auch Problemlösungen aus keinen Daten, indem man etwa eine Testfunktion/Fitnessfunktion definiert, mit dem man ein Optimum innerhalb einer Struktur suchen kann. Das umfasst beispielsweise evolutionäre Algorithmen.
Ich bin leider nicht allzu tief in der materie, aber ist eine fitnessfunktion nicht strenggenommen auch ein datenloses anlernen? Also beim genetischen Algorithmus wird ja erstmal eine zufällige startpopulation erzeugt die dann getestet wird und im Anschluss systematisch aber ebenfalls zufallslastig manipuliert. Darauf hin wird die neue population wieder auf ihre jeweilige Fitness geprüft. Das ist doch quasi runtergebrochen ML + "systematischer Zufall" anstelle von Daten oder liege ich da falsch? Lässt sich für mich echt schwer von einander abgrenzen?!
Streng genommen handelt es sich im Video um einen Teilbereich von ML, nämlich Deep Learning. Wer mehr dazu wissen will: www.deeplearningbook.org/ Das beste Grundlagen Buch zu dem Thema zur Zeit,
Starkes Video! Dachte mir schon, wie der Moderator so kompetent wirken kann, ohne von der Materie Ahnung zu haben. Hat sich dann herausgestellt, dass er Ahnung hat.
Tolles Video und wirklich gut erklärt. Ich schreibe gerade meine Bachelorarbeit zum Thema Concolutional Neural Networks. Darin wird es darum gehen in 3D-Bildern Objekte wie Stühle, Tüsche, Sofas, etc. zu erkennen und zu klassifizieren.
Wie erklärt man seiner 80-jährigen Mutter, wie KI funktioniert? Man schickt ihr dieses Video! Ich kanns immer noch nicht glauben, dass ihr tatsächlich ein mechanisches NN gebaut habt, meiner Meinung nach verdient das einen Platz im Technikmuseum in München! :)
Wirklich sehr schön anschaulich erklärt ^^ Problem bei der Sache is halt nur, dass dadurch das Ganze etwas oberflächlich wird. Das könnte man sehr gern in nem weiteren Video beheben. Würde ich mir auf jeden Fall gerne ansehen.
Wir haben uns den Kopf zerbrochen, wie man neuronale Netze möglichst einfach erklären kann. Für jemanden, der das vorher noch nie gehört hat. Ich freue mich, wenn ich dich inspiriert habe, mehr darüber erfahren zu wollen!
Ja, bitte noch mehr über neuronale Netze. Vor allem würde mich interessieren wie das Netz zum Zahlen erkennen genauer funktioniert. Also z.B. was die einzelnen Ebenen genau machen
Mega gutes Video! Macht das echt spitze! Selbst wenn man sich mit den Thematiken schon vorher beschäftigt hat ist es immer noch interessant wie ihr es erklärt! Können sich einige Lehrer von damals ne Scheibe abschneiden 😉
wie genau lernt die AI? Man sagt ihr wenn sie falsch liegt: "falsch, versuch nochmal", was genau passiert dann, dass die AI irgendwann alles richtig macht? Ich denke mal sie justiert die Neuronen, aber woher weiß die AI welches Neuron wie justiert werden muss?
Einfach zu sagen „falsch” genügt meisten nicht. Man muss auch sagen, was richtig gewesen wäre. Dann kann das Ding den Unterschied zwischen seiner Vorhersage und dem richtigen Wert nehmen und auf seine Gewichte anwenden.
Wieder schön und nett erklärt. Künstliche Inteligenz ist sehr praktisch. Nur sollten wir aufpassen, dass nicht eines Tages die Maschinen und Geräte die wir erschaffen, zu intellegent werden. Klar, klingt das etwas paradox, aber man weiß ja nie. Jedenfalls wurde hier der Zusammenhang zwischen dem neuronalen Netz und dem lernen oder eingeben im Bezug auf künstliche Intelligenz sehr schön erklärt. Lob an Philip. 🙂 Tolle Folge! 👍 */E = mc²/* 💂 Gutes Video! 😊 Danke an Terra X Lesch & Co. 😇
![BLACK BAG - Official Trailer [HD] - Only in Theaters March 14](http://i.ytimg.com/vi/Du0Xp8WX_7I/mqdefault.jpg)
Sehr schöne Demonstration und echt gut erklärt! So noch gar nicht gesehen! :)
Jan Seewald Dankeschön :-)
Wenn ein Mensch mit Mitte 20 in sieben Minuten AI besser beschreibt, als mein alter Programmierlehrer, der vorher Spieleentwickler war ind all den Jahren :D
Ach Gott, Bashing&Snapchat zum Trotz, unsere Generation ist die Beste bisher
oh wow, danke für das Lob!
Nein, danke dass es dich gibt, egal wie gay das klingt.
Leute wie du und Harald Lesch haben 50Millionen Abbonennten verdient, statt derjenige der sie jetzt hat.
Ohne euch wäre RUclips schon längst für mich gestorben
Eins deiner besten Videos Hut ab👏
Super Thema. Bitte mehr dazu :D
Kommt :-)
muss man wissen
Schließe mich an... Das Thema ist sehr faszinierend und betrifft uns im _jetzt_ mehr als uns bewusst ist.
Super cooles Video, Phil! Total anschaulich erklärt :)
Doktor Whatson Danke Cedric :-)
Passend zum Thema Fake App ^^
Doktor Whatson Wäre cool, wenn auch bei dir öfter mal ein neues Video erscheinen würde :) finde deine Videos nämlich echt gut und interessant.
Darius Nerten Ist in arbeit :) auch etwas zu neuronalen Netzen!
... morgen gibt's dazu was auf meinem Kanal :-)
Glückwunsch zum Abschluss, Dr. Phil! ;)
Ich bin seit kurzem auch Doktorand in der Videoverarbeitung und dein Beitrag macht es mir schon schmackhaft, mich mal ein bisschen mit Deep Learning zu befassen...
Super Video!!
Bitte mehr davon besonders mit dem Bezug auf KI
Danke :-)
Mal nicht nur die Folgen, sondern auch mal die Funktionsweise von Ki erklärt, Klasse!
So jung und schon Dr. Und das in so einem komplexen Thema. Respekt!
Kalif_Saladin danke
Silvio Fürst stellt sich die Frage, ist die Theorie hier, auch tatsächlich in der Praxis anwendbar?
Silvio Fürst warum ist dies dann so "relativ" unbekannt? Ich meine was du erzählst ist so krass dass man das doch von jeder Ecke hätte hören müssen was für eine Sensation das doch wäre etc.
Super Video ❤
Sehr schöne Demonstration! Von 6 bis 99 Jahren für alle verständlich erklärt!!
Absolut, gerne mehr davon!
Habe mich schon gefragt wann endlich wieder ein Video von Herr Häusser kommt! Höre dir genau so gern zu wie Herrn Lesch oder Herrn Gassner :) Echt angenehm und authentisch! weiter so!
allproACAB Dankeschön :-)
Endlich wieder ein Phillip-Video 👍
Wow ein sehr komplexes Thema einfach erklärt.
Ich finde dein Aufbau stellt einen auf die Erkennung von Schachbrettmustern spezialisierten ASIC sehr einfach und verständlich dar.
Ich bin erst vor kurzem auf euren Kanal gestoßen und freu mich über mehr deutsche RUclips-Videos zum Thema Wissenschaft sehr.
Weiter so!!
Freut mich :-) Viele Grüße, Philip
Nach der Schule erstmal entspannt ein Video mit Phil!👌
Eine sehr eingängige Visualisierung. Ich könnte mir hier allerdings gute eine zweite, weiterführende Episode vorstellen. Feines Video!
Ach lol, ich dachte ich wäre hier bei Phil's Physics und dann sehe ich, dass das Video auf dem Kanal von TerraX ist xD
LiBa01 und.....?
Echt so 😂
Dachte ich mir auch schon 😂
Hättest du das nicht erwähnt, wär mir das glaub ich gar nicht aufgefallen.. :D
Ich mag zwar Phils Physik, aber die Videos sind hier meist besser ausgearbeitet
Aus Forschung resultiert Erkenntnis. Diese den Menschen zu vermitteln ist eine Kunst.
Danke!
...ach ja, "Dosenpfand" ........suuuuper;)
Ich denke, der Teil des Lernens könnte ausführlicher erlärt werden. Es wurde gesagt, dass die Netze verstellbar sind. Aber wie ändert es seine Einstellungen abhängig davon, welche Daten es vorher gefüttert bekommen hat? Dass die sich selbst "einstellen" können, ist ja der entscheidende Vorteil von Machine Learning.
Da gibt es mehrere Möglichkeiten.
Eine die ich noch im Kopf habe, ist die wo man einen Lehrer einsetzt. Dieser sagt dem Netzt dann am Ende ob es richtig liegt oder falsch und manchmal sogar wie falsch.
Bei den handgeschriebenen Ziffern sagt der Lehrer am Ende welche Ziffer eigentlich rauskommen sollte. Wenn nun die Ziffer richtig "gelesen" wurde, wird das Netzt in seiner aktuellen "Struktur/Verschaltung" verstärkt. Wenn es falsch war, nimmt das Netzt leichte Änderungen zu dem eigentlichem Ergebnis an. Die Verschaltung wird dann geändert (z.b. WIe viele Tennisbälle benötigt werden um zu senden. Gewichtung nennt sich dass dann).
Es gibt da generell viele Arten die Unterschiedlich da herrangehen, aber ich hoffe das gibt ne gute Vorstellung.
Danke für das Feedback. Am liebsten hätte ich ein 3-stündiges Video gemacht :-) Dieses Video sollte mal ein Einstieg sein für Leute, die noch nie etwas von ML gehört haben. Ich hab aber noch ne Menge Videos vor - da geht es dann auch etwas mehr um Optimierung! Wenn du spezielle Wünsche hast, immer gerne her damit!
Lukas Seidl www.tensorflow.org/ ist der (inoffizielle) Industriestandard und das inoffizielle Standard Framework in der Forschung im Bereich ML. Dort gibt es gerade auch sehr viele Einsteigertutorials.
@@TropicFly "Python wird in der KI bevorzugt verwendet."
Das ist misszuverstehen! Da könnte man ja denken dass sich Python besonders für das Gebiet der künstliche Intelligenz eignet, aber das stimmt nicht ganz. Python hat sich nicht durchgesetzt weil es hochperformant ist, was dabei das entscheidende Kriterium sein sollte, vielmehr ist es Standard geworden, weil die Sprache eine geringe Lernkurve besitzt (KI-Entwickler sollten keinen Hintergrund in der Softwareentwicklung haben müssen, eher einen mathematischen), Programme sehr einfach und schnell platformunabhängig ausgeführt werden können (sogar über das Web, siehe IPython), da interpretiert und bereits eine große Community mit ausreichend gutem Tooling und Standardbibiliotheken (numpy for allem für mathematische operationen, etc) vorhanden war/ist.
Die Performance Bedenken kann man sogar mit einem guten C oder C++ Adapter behandeln. Sodass Python schlichtweg eine gute Wahl ist, nicht speziell für KI (meiner Meinung nach ist da trockenes C bzw C++ und Cuda von Nvidea das beste, siehe GPU-Programmierung), sondern für die Menschen die KIs entwickeln wollen bzw lernen wollen.
Ist die Entwicklung des Lernalgorithmus und die Konfiguration des neuralen Netzes aber abgeschlossen, sollte sich jemand hinsetzen der das Ganze in einer nativen Sprache implementiert.
Die meisten Optimieralgorithmen für künstliche neuronale Netze basieren auf dem Gradienten Abstiegs Verfahren (engl. gradient descent). Diese versuchen für eine gegebene Fehlerfunktion und einen gelabelten Datensatz ein (idealerweise globales) Minimum für die Kantengewichte zu finden, also den Fehler auf den gegeben Daten möglichst weit zu reduzieren. Um das im Detail zu verstehen sind allerdings tief gehende Kenntnisse aus der Mathematik nötig. Übrigens findet man für den Gradient Descent kein Äquivalent im tierischen Gehirn, weswegen das Gebiet „Deep Learning“ nochmal von „Computational Neuroscience“ zu unterschieden ist. Letzteres Forschungsgebiet versucht, die tatsächlichen Vorgänge aus der Natur an einem Rechner zu imitieren.
Super erklärt und bildlich dargestellt! Andere Videos sind entweder zu mathematisch oder zu abstrahiert. Das beste Einsteigervideo für Laien zu KI, das ich gefunden habe!
Schönes Modell! So was habe ich vorher noch nie gesehen!
Danke :-) Freut mich, wenn es verständlich war.
Alles Gute zur Promotion! Da hast du zum absolut richtigen Zeitpunkt ein super Thema erwischt 👌
Danke! Und ich bin tatsächlich ein bisschen wie die Jungfrau zum Kinde gekommen ... hatte das nie groß auf dem Schirm, sondern ich wollte eigentlich nur mehr darüber lernen, wie wir die Auswertungen unserer Physik-Experimente besser gestalten können ... Viele Grüße, Philip
Bitte ein weiteres, tiefgehenderes Video!
Terra X Lesch & Co Danke. Das hier ist nämlich kaum zu gebrauchen.
Mega-Kompliment! Das war die anschaulichste Erklärung dieser Technologie, die ich JE gesehen habe!
Wow, vielen Dank!
Ist die Hintergrundmusik nicht ein bisschen zu dramatisch in der Mitte des Videos?
Simoms nee
Guckt ein Video, in dem neurale Netzwerke erklärt werden, kommentiert:"Ist die Hintergrundmusik nicht ein bisschen zu dramatisch in der Mitte des Videos?".
Die ganzen Stücke sind von JinglePunks
Tolben Bluhns ist ein Hulensohn :D
die geht aufn sack :)
Tolles Video. Mehr in diesem Bereich würde mich sehr interessieren.
Gerne noch ein zweites
Sehr beeindruckend wie ein Netzt eine Aufgabe so gut ausführen kann.
Ich habe mich schon davor ein bisschen für das Thema KI interessiert. Können Sie vielleicht ein Video machen, wo Sie zeigen, wie weit die Forschung schon in diesem Themen-Bereich ist? Das würde mich sehr freuen! :D
Mach ich!
Dankee! ;)
Es gibt einen Kanal mit dem Namen "Two Minute Papers" auf dem stellt ein Dozent der TU Wien die Neusten Fortschritte der KI-Forschung vor.
Danke! Cool! :D ;)
Arbeite lieber an deiner…
Sehr gerne noch ein zweites Video zu dem Thema! :)
Geht klar :-) Viele Grüße, Philip
Ich schaue das Video gerade bei den Hausaufgaben und das Bild am Ende bei 6:09 war einfach auf dem Blatt das ich gerade bearbeitet habe xD
LikeAFisch Wahnsinn haha :-)
LikeAFisch krass
Total Interessant! Super Video!
Sehr gut erklärt, wäre schön gewesen wenn du noch auf das automatisierte lernen eingegangen wärst ^^
Ich dachte, wir fangen mal allgemein an. Notiere ich mir aber gerne!
+ Phil's Physics Hab mich hier minutenlang durch die Kommentare gescrollt, und ich glaube, das hier ist der Beginn einer wahnwitzig interessanten Videoserie!
Öhm, danke für deine Antwort auf eine Frage die ich nie gestellt habe. Ich werde mich jetzt aber nicht auf eine Diskussion in Richtung Parawissenschaften einlassen ^^
@Silvio Fürst Warum müssen immer solche Spinner hier trollen? Gibt doch genug Pseudo-Beiträge bei RUclips, warum also hier. Gefühlte 1000mal liest man hier den Mist mit dem einatomigen Gold??? Was auch immer das für ein neuer Esotherik-Murks sein soll, bitte geht doch wieder in den Blaubeerwald, danke!
sehr beeindruckend. Es startet so simpel. Aber beim Ergebnis fällt die Kinnlade runter. Bravo.
Wie immer ein super Video von dir. Machst komplizierte Dinge echt einfach zu Verstehen :) Eine Frage hätte ich da - Das Video welches von einem NN durch Input eines Bildes das Video dem Bild anpasst. Hast du dafür eine fertiges "Programm" verwendet bzw. Hättest du einen Tipp für uns wie wir uns auch damit spielen können? ^^ Schöne Grüße aus Wien
PS: Wir würden uns richtig auf weitere Videos bezüglich NN freuen.
Dankeschön :-) Mein Kollege Manuel Ruder hat mir seinen Code zur Verfügung gestellt. Wenn du ein bisschen programmieren kannst, könntest du damit auch eigene Videos machen. Google einfach mal seinen Namen.
Vielen lieben Dank für deine Antwort :) Auch direkt im ersten Treffer den Github-Link gefunden ^^
Ich muss ja zugeben, dass ich mir sonst nur die Videos von Harald Lesch anschaue, aber dieses hat mein Interesse geweckt und hat mir sehr gefallen. Danke dafür!
Freut mich, danke :-) Viele Grüße, Philip
Absofort Dr. Philip☺️😝
Echt klasse erklärt und veranschaulicht, gerne mehr Videos zu dem Thema :)
Danke :-) Viele Grüße, Philip
Und wo bleibt der Link zur doktorarbeit?
Den kennst du doch schon :-)
Ein Vögelchen hats mir geflüstert (l.ph1l.tv/phils_diss aber psssst...)
Super und verständlich rüber gebracht, so macht das ganze auch Spaß. Danke für eure Beiträge.
Danke :-) Viele Grüße, Philip
Noch ein Video
Toller Einstieg um die Basic der neuronalen Netze darzustellen. Gerne mehr davon!
Beim Dosenpfand würden bei mir aber alle Neuronen feuern!
Naja, viele Neuronen im Gehirn sind nur dazu da, andere Neuronen am feuern zu hindern.
Also wenn alle feuern, hast du wahrscheinlich einen starken Elektroschock durchs Hirn bekommen.
Ich vermute du wurdest nicht nur einmal kopfüber in die Mülltonne gesteckt oder?
Mit deiner Vermutung liegst du völlig falsch.
Gibt es einen Grund für deine Müll-Fixation?
Ich habe einen Pfandflaschen-Focus.
Keine Müll-Fixation.
#StudentDetected
Bitte mehr davon! Ich würde mich auch generell über mehr Videos in Richtung Informatik freuen, vor Allem, weil ich zur Zeit fast schon besessen von der Idee bin, später auch mal Informatik zu studieren
Können neuronale Netzwerke in Zukunft alle Aufgaben besser ausführen als Menschen oder wo liegen die Grenzen?
Extrem gute Frage. Darüber zerbreche ich mir auch den Kopf. Letztendlich sind die meisten Aufgaben, die irgendwie "nach einem Rezept" ausgeführt werden, automatisierbar. Ich denke da etwa an einen "Koch-Roboter". Oder einen "Taxi-Roboter". In den Momenten allerdings, in denen Intuition gefragt ist, oder wo etwas wirklich Unvorhergesehenes passiert, werden viele KIs (erst einmal) scheitern. Aber die Forschung geht so rasant voran, dass man niemals nie sagen soll.
scenlem in der Logik. Eine ki wird auf Basis der Logik handeln/denken. Ein Beispiel. Zwei verletzte. Ein 14 Jahre andere 63 Jahre. 14 schwerer blutverlust wird wahrscheinlich sterben. 63 bewusstlos Kopfverletzungen. Wenn rettest du? Die ki wird sich für den 63 jährigen entscheiden da es logisch ist. Ein Mensch für die 14 jährige.
Florian Berikoven bei solchen neuronalen Netzen hängt es allein davon ab, wie sie trainiert wurden. Oftmals nunmal dahingehend, wie ein Mensch entscheiden würde. Wenn es also weiß, wie Menschen in ähnlichen Situationen handeln, wird es auch so ähnlich handeln wie ein Mensch.
Was diesen neuronalen Netzen aber wirklich fehlt, ist selbstständiges Denken. Diese bisherigen Netze machen nichts anderes, als Inputs direkt auszuwerten. Sie würden nicht selbstständig Ideen entwickeln, Pläne schmieden etc., sondern nur als direkte Auswertung des Inputs handeln. In dieser Hinsicht ist es auch fraglich, hier von Intelligenz zu sprechen. Im Grunde handelt es sich nur um effizientere Formen von "künstlicher Intelligenz", wie es sie schon seit Jahrzehnten gibt.
Ich empfehle dir u.A. Videos von GreenRabbit - gibt aber auch bestimmt noch andere, die weitaus mehr Videos zu AI's erstellt haben. :)
Wäre es denn möglich das selbständige Ideen entwickeln und Pläne schmieden dadurch zu erreichen, einem neuronalen Netz seinen Output (zusätzlich) immer wieder als Input zu geben? Sodass es quasi darüber 'nachdenken' kann.
bitte ein weiteres Video, das Thema wird uns alle in Zukunft stärker "betreffen", sehr anschaulich erklärt!
Danke :-)
lustig, wie die videos auf dem laptop per videobearbeitung eingefügt wurden, aber Philip trotzdem aufm touchpad rumwischt :D
Apelyn's Entertainment. Modernste Technik :-) Viele Grüße, Philip
Danke philip.
Gerne noch mehr solche interessante infos und wissen von diesem spannenden Thema.
Eine Frage an den Dr. Philip Häusser: Wie bekommst du deine Frisur so gut hin?🙈😀
Ich nehm so ein ganz mattes Wachs. Ich fürchte, den Namen muss ich für mich behalten, sonst mache ich noch Schleichwerbung. Die Marke trägt aber zufällig den gleichen Namen, wie der Autor eines sehr weit verbreiteten Buches über Machine Learning ;-)
Phil's Physics Hab ich deine Doktorarbeit gewonnen?
er hat ein neuronales Netzwerk in seinen Föhn eingebaut
Phil's Physics
etwa Sebastian Raschka?
Gerne mehr, das Thema ist unheimlich spannend :)
Dankeschön!
Ab welchem Grad von Differenzierung spricht man von künstlicher Intelligenz? Das Neuronale Netz zum erkennen des Schachbrettmusters konnte nur "ja" und "nein". Ist das schon künstliche Intelligenz?
Das Programm zur Ziffernerkennung konnte schon zwischen 10 Antworten differenzieren. Ist das schon künstliche Intelligenz?
Anders gefragt: wann wird aus einem komplizierten neuronalen Netz eine künstliche Intelligenz?
Sehr gute Frage. Ich finde, oft haben machine learning Modelle (so wie neuronale Netze) nichts mit Intelligenz zu tun. Es sind letztendlich Korrelations-Maschinen. In der Wissenschaft sprechen wir selten von KI. Eher von Machine Learning. Die Frage, "was ist Intelligenz" würde ich gerne mal mit euch diskutieren.
Danke für die schnelle Antwort! Du sagst du hast deinen Doktor in diesem Thema gemacht: Was ist das für dich Beeindruckenste (komplizierteste oder interessanteste), was neuronale Netze lernen können?
Eine KI hat einen Profi DOTA-Spieler geschlagen. Die ist inzwischen so gut, dass die Profis mit Ihr trainieren. Da DOTA recht komplexes Spielverhalten verlangt, ist das schon ein recht beeindruckendes Beispiel. (siehe www.pcgames.de/Dota-2-Spiel-21922/News/profi-ki-dendi-openai-1235783/)
Gesetzt den Fall, man trainiert ein neuronales Netz mit deutschsprachiger Literatur, dann würde dieses Netz sicherlich auch sinnvolle Wortgruppen sowie Sätze bilden können. Aber es gehört letztendlich doch wieder Intelligenz dazu, um dieser reinen Aneinanderreihung von Fragmenten einen übergeordneten Sinn, bzw. ein Thema zu geben. Die dafür notwendige Kreativität würde ich einem neuronalen Netz absprechen und deshalb ziehe ich an dieser Stelle die Grenze zwischen künstlicher Intelligenz und reinem "machine learning".
Mega Video! Vielen Dank! Ich beschäftige mich damit auch, aber mir fällt es immer schwer, das Konzept in Worte zu fassen, um es anderen zu erklären...Ab jetzt schicke ich denen immer euer Video!^^
Irgendwie habe ich jetzt nicht verstanden was das gezeigte Beispiel mit dem Schachbrettmuster mit KI zu tun hat. Das ist doch nichts anderes als eine Boolesche Funktion oder die Umsetzung einer Wahrheitstabelle. Auch ist mir nicht klar, wie der Lernmechanismus bei KI generell funktioniert.
Du kannst den Schachbrettmustererkenner natürlich rein mit Boolscher Logik modellieren.
Du kannst ihn auch mit einem neuronalen Netz modellieren. Neuronale Netze sind ja Turing-vollständig.
Und neuronale Netze sind ein Thema der KI-Forschung. Philipp hat hier anhand eines sehr einfachen Beispiels gezeigt, wie ein einfaches neuronales Netz das macht, was es macht.
Und dann gezeigt, dass der selbe Mechanismus auch viel kompliziertere Dinge kann.
Was er nicht gezeigt hat, ist, wie so ein Ding lernen kann.
Da gibt es sehr viele Möglichkeiten, aber meistens läuft es im Wesentlichen darauf hinaus, dass das NN Dinge ausprobiert und schaut, wie falsch das war, und dann versucht, möglichst wenig falsch zu machen.
Silvio Fürst nimm weniger Drogen!
*Silvio Fürst*
_> Teile deines Gehirns, das du nicht verwendest_
Was? He, Moment! 😠
Coole Erklärung! Endlich mal ein bisschen verstanden, wie KI "denkt". Bitte mehr davon :).
Danke!
Danke - gerne :-)
Das ist ausschließlich Maschinenlernen. AI umfasst mehr.
Marius Wegner ach echt xD
ja echt :p
Der Unterschied ist, dass Maschinenlernen immer ein lernen aus vorhanden Daten ist. Also Daten in ein ML-Modell rein und dann kriegt man eine Kategorisierung raus (unüberwachtes Lernen), oder gelabelte Daten rein, darauf trainieren, und man kann mit dem Modell dann ungelabelte Daten einordnen (überwachtes Lernen).
Maschinenlernen ist zwar künstliche Intelligenz, aber KI ist nicht nur ML. KI umfasst auch Problemlösungen aus keinen Daten, indem man etwa eine Testfunktion/Fitnessfunktion definiert, mit dem man ein Optimum innerhalb einer Struktur suchen kann. Das umfasst beispielsweise evolutionäre Algorithmen.
Ich bin leider nicht allzu tief in der materie, aber ist eine fitnessfunktion nicht strenggenommen auch ein datenloses anlernen? Also beim genetischen Algorithmus wird ja erstmal eine zufällige startpopulation erzeugt die dann getestet wird und im Anschluss systematisch aber ebenfalls zufallslastig manipuliert. Darauf hin wird die neue population wieder auf ihre jeweilige Fitness geprüft. Das ist doch quasi runtergebrochen ML + "systematischer Zufall" anstelle von Daten oder liege ich da falsch? Lässt sich für mich echt schwer von einander abgrenzen?!
Streng genommen handelt es sich im Video um einen Teilbereich von ML, nämlich Deep Learning. Wer mehr dazu wissen will: www.deeplearningbook.org/ Das beste Grundlagen Buch zu dem Thema zur Zeit,
Tolles Video, danke!
Super informativ danke euch. Würde mich über detailliertere Erklärungen und Anwendungsbereiche sehr freuen. :)
Sehr gerne. Ich hoffe, das war als Einstieg für ein breites Publikum verständlich. Freut mich, wenn das Lust auf mehr gemacht hat!
Starkes Video! Dachte mir schon, wie der Moderator so kompetent wirken kann, ohne von der Materie Ahnung zu haben. Hat sich dann herausgestellt, dass er Ahnung hat.
Sehr gutes Video! Du hast das Thema spannend rübergebracht und aufjedenfall mein Interesse geweckt :D
Dankeschön :-)
Ein Update-Video mit Philip Häusser wäre super!
Tolles Video und wirklich gut erklärt. Ich schreibe gerade meine Bachelorarbeit zum Thema Concolutional Neural Networks. Darin wird es darum gehen in 3D-Bildern Objekte wie Stühle, Tüsche, Sofas, etc. zu erkennen und zu klassifizieren.
Herr Lesch können Sie ein Video machen zur Form der Universum. Also welche Form hat das Universum?
Das interessanteste Video, dass ich seit langem gesehen habe!
Bitte mehr dazu😊
Oh, das freut mich :-) Viele Grüße, Philip
Wie erklärt man seiner 80-jährigen Mutter, wie KI funktioniert? Man schickt ihr dieses Video! Ich kanns immer noch nicht glauben, dass ihr tatsächlich ein mechanisches NN gebaut habt, meiner Meinung nach verdient das einen Platz im Technikmuseum in München! :)
Wirklich sehr schön anschaulich erklärt ^^ Problem bei der Sache is halt nur, dass dadurch das Ganze etwas oberflächlich wird. Das könnte man sehr gern in nem weiteren Video beheben. Würde ich mir auf jeden Fall gerne ansehen.
Wir haben uns den Kopf zerbrochen, wie man neuronale Netze möglichst einfach erklären kann. Für jemanden, der das vorher noch nie gehört hat. Ich freue mich, wenn ich dich inspiriert habe, mehr darüber erfahren zu wollen!
Herr Lesch ihr neues Styling gefällt mir. Weiter so!
Echt großartig! Bin schon auf mehr gespannt!
Ich auch! Viele Grüße, Philip
Ja, bitte noch mehr über neuronale Netze. Vor allem würde mich interessieren wie das Netz zum Zahlen erkennen genauer funktioniert. Also z.B. was die einzelnen Ebenen genau machen
Alright :-) Viele Grüße, Philip
weil du das video hochgeladen hast muss ich mir das jetzt in informatik ansehen
Aber tolles video
Danke, sehr lässig erklärt das Thema!!
Super vorgetragen! Echt interessant und verständlich rüber gebracht.
Gern mehr davon :)
Dankeschön :-)
Faszinierend und wunderschön und sehr interessant!
Mega gut veranschaulicht!
Merci :-) Viele Grüße, Philip
Das ist super. Mach mehr Videos darüber.
Gute Folge, gerne mehr!
Habt ihr einen Link zu der Nachstellung des Neuronalen Netzes mit der Zahlenerkennung?
Sehr interessantes Thema, würde gern mehr davon auf dem Channel sehen :D
Respekt...Unser Hirn ist so komplex und interessant ^^
Gerne ein 2. Teil :) Echt anschaulich erklärt
Danke! Viele Grüße, Philip
Sehr gutes Video!
Dankeschön!
Herzlichen Dank! Bitte mehr Informationen!
Super Video 😊
Danke :-)
Locker - das Wesentliche aber trotzdem sehr schön auf den Punkt gebracht
Das Video ist einfach der Wahnsinn.
Nices video kann mann das programm irgendwo downloaden
Mega gutes Video! Macht das echt spitze! Selbst wenn man sich mit den Thematiken schon vorher beschäftigt hat ist es immer noch interessant wie ihr es erklärt! Können sich einige Lehrer von damals ne Scheibe abschneiden 😉
Dankeschön :-) Viele Grüße, Philip
sehr gern mehr Videos davon! War interessant und auch sehr lehrreich, vielen Dank!
Dankeschön!
Sehr interessanter Beitrag, natürlich gerne mehr davon
Danke :-) Viele Grüße, Philip
Das zweite Video darüber, bitte :) Vielleicht über den Lernprozess von so einem Netzwerk?
Tolles Video mit mega Erklärung👍🏽Auch sehr gut veranschaulicht
Finde die Sendung sehr gut und habe viel dabei gelernt
Super Video! Bitte mehr davon. Vor allem zu dem neuesten Stand der Technik und wie so ein neuronales Netzt genau lernt.
Terra X Lesch & Co Wow! Das freut mich zu hören 😊😊
sehr gutes video! informativ spannend und verständlich
Sehr schön erklärt
Mandarix Danke :-)
Super Video. Speziell dieses Tennisball-Modell war sehr beeindruckend. Viele andere Videos zu neuronalen Netzen kommen hier viel zu kompliziert daher.
wie genau lernt die AI? Man sagt ihr wenn sie falsch liegt: "falsch, versuch nochmal", was genau passiert dann, dass die AI irgendwann alles richtig macht?
Ich denke mal sie justiert die Neuronen, aber woher weiß die AI welches Neuron wie justiert werden muss?
Einfach zu sagen „falsch” genügt meisten nicht. Man muss auch sagen, was richtig gewesen wäre.
Dann kann das Ding den Unterschied zwischen seiner Vorhersage und dem richtigen Wert nehmen und auf seine Gewichte anwenden.
Ja noch ein Video wäre super :)
Toller Beitrag Philipp! Weiter so
Sympathischer Typ, ein ebenbürtiger Nachfolger für Herr Lesch, fehlt nur die Routiniertheit welche mit der Zeit kommt 👍
Oh danke :-)
Phil's Physics nein, ich bedanke mich, bist abmontiert ^^
Tolles Video, bitte mehr darüber, anwendung, entwicklung, programmierung und und und :)
Gerne - technische Details vielleicht dann eher auf meinem Zweitkanal Phil's Physics.
Phil's Physics und aboniert :)
Das Thema finde ich faszinierend.
Super gut! War erst verwundet warum das Intro ein anderes ist, hab ja beide Kanäle abonniert :D naja dann weiter so Doktor Phil :D
Hehe, danke Viele Grüße, Philip
Wieder schön und nett erklärt. Künstliche Inteligenz ist sehr praktisch. Nur sollten wir aufpassen, dass nicht eines Tages die Maschinen und Geräte die wir erschaffen, zu intellegent werden. Klar, klingt das etwas paradox, aber man weiß ja nie. Jedenfalls wurde hier der Zusammenhang zwischen dem neuronalen Netz und dem lernen oder eingeben im Bezug auf künstliche Intelligenz sehr schön erklärt. Lob an Philip. 🙂
Tolle Folge! 👍 */E = mc²/* 💂 Gutes Video! 😊
Danke an Terra X Lesch & Co. 😇