Nach der Episode weißt du, was sich hinter dem ausgefransten Begriffsvorhang „Künstliche Intelligenz“ verbirgt. Du wirst auch imstande sein, das aufkommen zu lassen, was vielen Menschen heutzutage angesichts der Übermacht der KI abhandengekommen ist: Zweifel an deren Ergebnissen.
Nicht der Algorithmus ist es, der schwarze Haut unter Wasserspendern nicht erkennt, nicht der Server ist es, der Menschen aus städtischen „Problembezirken“ zu Unrecht die Kreditwürdigkeit abspricht und es ist auch nicht das Python-Framework Tensorflow, das „Kevin“ ein Versagen in seinem angestrebten Studiengang prognostiziert. Das alles haben Menschen zu verantworten.
Peter Norvig hat in seinem wissenschaftlichen Paper mit dem Titel „The Unreasonable Effectiveness of Data“ (veröffentlicht im Oktober 2009) bereits festgestellt, dass bei großen Datenmengen der angewendete Algorithmus (sofern, er denn nicht völlig unpassend ist) kaum mehr ins Gewicht falle. Die Qualität, die Repräsentativität und oftmals auch die Quantität der Daten sei viel wichtiger. Wenn die Müll ist, also Gargabage, dann kann zwangsläufig nur Müll herauskommen. Garbage in => Garbage out. Ein fundamentales Prinzip in der Data Science.
Ich werde dir helfen, das zu erkennen, werde dir Begriffe wie Overfitting und Underfitting näher bringen. Kurzum: Du wirst nach der Lektüre in der Lage sein, zu zweifeln. Denn da wir Menschen, die AI programmieren und mit Daten füttern kann auch eine AI nur so unvollkommen sein, wie wir Menschen es auch sind. Und das gerät zu leicht in Vergessenheit.
Da ich gerade meinen Masterstudiengang „Artificial Intelligence“ an der IU begonnen habe (doch kein Psychologie), soll dies mein erster Tauchgang in die Untiefen der KI sein. Mit dem Ziel, für dich ein paar Wissenschätze auszugraben, die dich mitreden und vor allem mitdenken lassen, wenn es mal wieder heisst „Das hat die KI entschieden.“
Quellen:
# PLURALSIGHT-KURSE
- "Artificial Intelligence: The Big Picture of AI" - Matthew Renze, Dec 13, 2019
- "Getting Started with Tensorflow 2.0" - Janani Ravi, Jul 23, 2020
- "Interpretung Data Using Descriptive Statistics with Python" - Janani Ravi, Nov 8, 2019
- "Understanding and Applying Linear Regression" - Vitthhal Srinivasan, Feb 10, 2017
# BOOKS
- "Math for Progammers: 3D graphics, machine learing and simulations with python" - Paul Orland
- "Künstliche Intelligenz für dummies" - Ralf Otte (klingt sehr unwissenschaftlich, ist aber ein hammergeiles Buch!) - denn dieser Autor beherrscht die wahre Kunst: komplizierte Dinge einfach zu erklären.
- "Mathematische Algorithmen mit Python - Aufgaben vom Sieb des Eratosthenes bis zur RSA Verschlüsselung" - Veit Steitkamp
- "Mathematik für Ingenieure: Verstehen - Rechnen - Anwenden - Band 1" - Laurenz Göllmann and Coll.
- "Deep Learning with Python - Second Edition" - Francois Chollet
- "Handy on Machine Learning with Azure" - Thomans K. Abraham and Coll.
- "Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und Tensorflow" - Aurélien Géron (eines der besten Bücher, die ich je zu dem Thema gelesen habe)
- "Hands-On Machine Learning with ML.NET" - Jarred Capellman
- "Ein Algorithmus hat kein Taktgefühl - Wo künstliche Intelligenz sich irrt, warum uns das betrifft und was wir dagegen tun können" - Katharina Zweig
# UDEMY - KURSE
- "Deep Learning A-Z: Hands-On Artificial Neural Networks" - Kirill Eremenko, Hadelin de Ponteves and Coll.
- "Artificial Intelligence A-Z: Learn How to Build an AI" - Hadelin de Ponteves, Kirill Eremenko and Coll.
# WEB
- https://www.forbes.com/sites/bernardmarr/2018/10/22/artificial-intelligence-whats-the-difference-between-deep-learning-and-reinforcement-learning/?sh=367ca78e271e
- [Learn Intro to Machine Learning Tutorials](https://www.kaggle.com/learn/intro-to-machine-learning)
## PSYCHOLOGY
- Stangl, W. (2022, 21. August). [__Lerntheorien der Psychologie - Was ist Lernen?__](https://arbeitsblaetter.stangl-taller.at/LERNEN/Lernen.shtml). [werner stangl]s arbeitsblätter. https://arbeitsblaetter.stangl-taller.at/LERNEN/Lernen.shtml (supergeniale Quelle für Lernpsychologie)
- https://www.cbsnews.com/news/iq-scores-not-accurate-marker-of-intelligence-study-shows/
Comments (0)
To leave or reply to comments, please download free Podbean or
No Comments
To leave or reply to comments,
please download free Podbean App.