#28 Lernmythen & KI
Dinge die selbstverständlich scheinen, aber nicht richtig sind.
08.12.2023 29 min BRAINCAKE9
Zusammenfassung & Show Notes
Dr. Yvonne Konstanze Behnke ist in dieser Folge zu Gast bei Roger Wasilewski und BRAINCAKE9.
Dr. Yvonne Konstanze Behnke ist seit 20 Jahren in der Praxis der Wissensweitergabe unterwegs. Forscherin, Lesebegeisterte, Fan von wissenschaftliche Artikeln und Konferenzen, im engen Austausch mit anderen Forschern und Wissenschaftlern. Sie ist KI Trainerin, und hat den Blick für das Wesentliche im Lernen, Fakten und Menschen. Die Forschung, findet Dinge heraus und beschäftigt sich mit sehr speziellen Problemen, viele Erkenntnisse kommen jedoch gar nicht in der Praxis. Darum möchte Yvonne mit Lernmythen aufräumen und sich für erfolgreiches Lernen einsetzen. Lernen das auf Wissenschaft aufbaut. Ob das Gehirn unsere Festplatte ist, ob 70-20-10 mehr als eine Mogelpackung als und warum Ebbinghaus echt >keine Repräsentative-Studie zur Vergessenskurve durchgeführt hat.
Freu Dich auf das Gespräch mit Yvonne und Ihren Lern- und KI-Mythen.
Wir sprechen unter anderem über:
💡KI
"Künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik. Sie imitiert menschliche kognitive Fähigkeiten, indem sie Informationen aus Eingabedaten erkennt und sortiert. Diese Intelligenz kann auf programmierten Abläufen basieren oder durch maschinelles Lernen erzeugt werden."
Quelle: Künstliche Intelligenz (KI) und maschinelles Lernen - Fraunhofer IKS
💡Generative
"Generative AI (Artificial Intelligence) ist eine Form von Künstlicher Intelligenz, die auf Basis von Vorgaben und vorhandenen Informationen neue Inhalte generiert. Es kommen KI-Verfahren und -Technologien wie trainierte neuronale Netzwerke, maschinelles Lernen (Deep Learning) und KI-Algorithmen zum Einsatz, um nach Anweisungen Texte, Bilder, Audio- und Videoinhalte, Programmcode, 3D-Modelle und anderes zu erzeugen."
Quelle: Was ist Generative AI? (bigdata-insider.de)
💡KI: Deep Learning
"Deep Learning beschreibt einen Teilbereich des Maschinellen Lernens, der sich in den letzten zehn Jahren herausgebildet hat. Ihm liegt der Versuch zugrunde, die Struktur des menschlichen Gehirns in einem mehrschichtigen künstlichen neuronalen Netz nachzubilden. Auch hierbei handelt es sich um Computerprogramme, die auf eine bestimmte Art und Weise aufgebaut sind. Am Anfang stehen die sogenannten Input-Neuronen: mathematische Werte, die die Grundlage der folgenden Berechnungen bilden. So könnte etwa der Farbwert eines jeden Pixels des Katzenbildes eingespeist werden. Am Ende stehen die Output-Neuronen. In unserem Beispiel etwa die Klassifizierung des Bildes nach der abgebildeten Tierart. Ein auf diese Weise fertig trainiertes Programm trifft dann Aussagen darüber, mit wie hoher Wahrscheinlichkeit es sich um Katze, Hund, Elefant oder Maus handelt."
Quelle: Kurz erklärt: Über KI, maschinelles Lernen und Deep Learning - TH Köln (th-koeln.de)
Freu Dich auf das Gespräch mit Yvonne und Ihren Lern- und KI-Mythen.
Wir sprechen unter anderem über:
💡KI
"Künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik. Sie imitiert menschliche kognitive Fähigkeiten, indem sie Informationen aus Eingabedaten erkennt und sortiert. Diese Intelligenz kann auf programmierten Abläufen basieren oder durch maschinelles Lernen erzeugt werden."
Quelle: Künstliche Intelligenz (KI) und maschinelles Lernen - Fraunhofer IKS
💡Generative
"Generative AI (Artificial Intelligence) ist eine Form von Künstlicher Intelligenz, die auf Basis von Vorgaben und vorhandenen Informationen neue Inhalte generiert. Es kommen KI-Verfahren und -Technologien wie trainierte neuronale Netzwerke, maschinelles Lernen (Deep Learning) und KI-Algorithmen zum Einsatz, um nach Anweisungen Texte, Bilder, Audio- und Videoinhalte, Programmcode, 3D-Modelle und anderes zu erzeugen."
Quelle: Was ist Generative AI? (bigdata-insider.de)
💡KI: Deep Learning
"Deep Learning beschreibt einen Teilbereich des Maschinellen Lernens, der sich in den letzten zehn Jahren herausgebildet hat. Ihm liegt der Versuch zugrunde, die Struktur des menschlichen Gehirns in einem mehrschichtigen künstlichen neuronalen Netz nachzubilden. Auch hierbei handelt es sich um Computerprogramme, die auf eine bestimmte Art und Weise aufgebaut sind. Am Anfang stehen die sogenannten Input-Neuronen: mathematische Werte, die die Grundlage der folgenden Berechnungen bilden. So könnte etwa der Farbwert eines jeden Pixels des Katzenbildes eingespeist werden. Am Ende stehen die Output-Neuronen. In unserem Beispiel etwa die Klassifizierung des Bildes nach der abgebildeten Tierart. Ein auf diese Weise fertig trainiertes Programm trifft dann Aussagen darüber, mit wie hoher Wahrscheinlichkeit es sich um Katze, Hund, Elefant oder Maus handelt."
Quelle: Kurz erklärt: Über KI, maschinelles Lernen und Deep Learning - TH Köln (th-koeln.de)
Wir wünschen dir viel Spaß mit dieser Podcastfolge!
Roger und Yvonne
Roger und Yvonne
Dieser Podcast wird unterstützt von der Arrabiata Solutions GmbH.
Findet uns außerdem bei
LinkedIn
Facebook
YouTube
Findet uns außerdem bei
YouTube