Künstliche Intelligenz und Blockchain im Tandem zum Erfolg

искусственный интеллект (из) und Blockchain intelligent kombiniert, ist ein Meilenstein zur technologischen Zukunft.

Beide Technologien sind autark immer mehr auf dem Vormarsch. Ob bewusst oder unbewusst, sind die Techniken in unserem Leben angekommen. Vielfach merken wir dies nicht. Noch sind Kombinationen die Ausnahme. Leider!

Gerade die KI vollzieht einen stillen Siegeszug in unserem Zuhause, unser Alltag wird von Künstlicher Intelligenz unterstützt. Ohne diese technische Unterstützung würden Stromanbieter viel unruhiger schlafenStromausfälle wären an der Tagesordnung. Die gewaltigen Strommengen über die europäischen Trassen zu leiten und deren Verteilung ist ohne intelligente Systeme nicht zu handhaben.
Ja, auch wenn es vielen Menschen nicht behagt, die Systeme arbeiten in gewissem Umfang autonom. Alles muss blitzschnell „über die Bühne“ gehen. Sonst gehen bei uns wortwörtlich sehr schnell die Lichter aus.

Auch digitale Zahlungsanbieter wären ohne die Künstliche Intelligenz und deren Techniken aufgeschmissen. Schnelligkeit und der Komfort müssen in Einklang gebracht werden. KI-Betrugsfrüherkennung versprechen neue Möglichkeiten durch zweckmäßigeres Risikomanagement in Echtzeit.

Blockchain gibt Sicherheit

Blockchain ist gerade durch den Bitcoin gerade in aller Munde. Dabei sind Digitalwährungen nur ein winziger Anwendungsbereich für dieses dezentrale und mehrfache Vorhandensein gewisser Datensätze. Dies macht das System sicher!
Es ist bisher unmöglich alle Datensätze auf einmal zu verändernzu manipulieren.

Bisherist bewusst gewählt. Auch wenn es die Jünger der Blockchain-Technologie nicht gerne hören oder schlichtweg nicht wissen (wollen), wird die Zeit kommen, wo Quantencomputer in falschen Händen die Technologie an ihre Grenzen bringen wird. Zu diesem Thema werde ich in naher Zukunft einen separaten Artikel schreiben.

Mit der beste Schutz ist, wenn der Schwarm an Blockchain-Servern groß und deren Standorte dezentral sind. Vereinfacht gesagt: Je mehr gleichartige Datensätze es gibt, desto schwerer ist es, alle auf einmal zu manipulieren.

Was muss passieren?

Die Künstliche Intelligenz hat ein Problem! Um autark zu arbeiten, sind sehr große Mengen an Lerndaten notwendig. Diese werden oftmals rudimentär eingespielt, benutzt und fließend dann mit Echtdaten in ein System. Hier ist der Knackpunkt: Lerndaten lassen sich auf einfache Weise manipulieren!

Künstliche Intelligenz und Werbung haben riesiges ungenutztes Potenzial

Auch wenn Ihnen suggeriert wird, dass Werbung auf der Höhe der Zeit ist, glauben Sie es nicht! Das Potenzial ist fast unerschöpflich.
Sie können es auch mit einer Goldmine vergleichen, wo fertige Goldbarren rumliegen und warten endlich gehoben zu werden.

Künstliche Intelligenz und Werbung sind füreinander gemacht! Umso bedauerlicher, dass es bis heute so gut wie keine ernsthaften Anwendungen zu finden sind, die der digitalen Verkaufsförderung dienen.

Trotz aller technischen Innovationen wird weiterhin wie seit Jahrzehnten zumeist mit starren Plakaten geworben. Ja, zugegeben, manch eine Plakatwand ist einem Flatscreen oder einer Großleinwand gewichen, aber das Gießkannenprinzip ist geblieben: Werbung für jedermannvon Individualisierung keine Spur. Schade!

Vielleicht schimmert es Ihnen schon worauf ich hinaus will: personen- und situationsbezogene Werbung.
Fast jedem Werbenden und jeder Agentur läuft es jetzt kalt den Rücken runter: Datenschutz – geht nicht!

Falsch, total falsch. Vereinfacht gesagt, was Sie sehen, darf auch die künstliche Intelligenz sehen! So wie Sie entscheiden, wen Sie ansprechen oder einen Flyer in die Hand drücken, kann auch die künstliche Intelligenz entscheiden, welche Werbung auf dem Flatscreen in dieser und jener Sekunde gezeigt werden soll.

Hört sich simpel an, ist es auch. Schon im Jahr 2019 wurde ein Werbeträger entwickelt, welcher mit einer Kamera versehen ist, einen Mini-PC integriert hat und Personen Werbung anbieten kann, die der Betreiber im Vorfeld definiert hat.


Beispiel gefällig? Über die Strandpromenade spazieren Menschen mit sehr starkem Sonnenbrand, was bietet sicher besser an als mit einem Gehwegaufsteller / Kundenstopper vor der Apotheke für Sonnencreme und After Sun Lotion zu werben. Völlig automatisch.

Ein schmutziges Auto auf der Straße lässt sich auch völlig unproblematisch erkennen. Auf einer Großleinwandin Nähe der nächsten Ampeleine Waschanlageum die Eckezu empfehlen, wird viel Anklang finden.
Was Sie natürlich nicht dürfen, ist das schmutzige Auto auf der Großleinwand zeigen und so den Fahrer verärgern. Eine wirklich dumme Idee, denn das zur Schau stellen verstößt in vielen Ländern gegen Gesetze und kann auch in Bezug auf eine Marketingkampagne gewaltig nach hintern losgehen.

Dies sind zwei alltägliche Beispiele, die sich jedoch beliebig verfeinern lassen bis hin zu firmenspezifischen Anwendungen.

Искусственный интеллект во времена короны

Искусственный интеллект (из) давно вошел в нашу повседневную жизнь. Независимо от коронарного кризиса и предполагаемого финансового кризиса, независимо работающие программы являются нормальными..

Возможно какие-то процессы ваши, которые связаны с искусственным интеллектом, не осознанно или уже так вовлечены в повседневную жизнь, что вы больше не придаете им значения. Тебе тоже не нужно!

Во всяком случае, это то, что я говорю, что искусственный интеллект так прочно там закрепился, несмотря на все финансовые проблемы в промышленности и секторе услуг, что ИИ больше нельзя разобрать.

Сейчас много людей идут – будь то предприниматели или сотрудники – ко мне и спроси, есть ли будущее у искусственного интеллекта.
Вопрос законный. В конце концов, ажиотаж вокруг искусственного интеллекта начался в том же году. 2018-19 еще (fast) Бюджеты полной занятости и развития казались бесконечными.

Основы современных разработок лежат в сфере финансов.- и не остановить экономические кризисы. Так было последние несколько веков, что великие изобретения возникли после серьезных кризисов.

Кризис даст ИИ новый импульс

Фокус изменится: дальше Разработка беспилотных автомобилей обязательно отойдет на задний план. Все больше и больше производителей автомобилей будут сотрудничать (müssen) и таким образом делятся знаниями в области автономного вождения..

Конечно, в сфере мобильности будут и другие новаторские достижения., но не такими темпами, как в докризисный год 2020.

Затраты на разработку снижаются во всех отраслях. Естественно, изначально основное внимание будет уделяться доходности. – здесь не на пользу исследованиям.

На данный момент деньги на разработку останутся лишь у нескольких компаний., которые не приносят огромные суммы денег в кассу за очень короткое время.

Скорее, искусственный интеллект видит здесь скачок развития., где технологии помогают и поддерживают людей в повседневной жизни. Дешевая рабочая сила все больше заменяется машинами. Интеллектуальные машины будут продолжать менять повседневную жизнь людей.

Промышленные роботы становятся еще умнее, а смартфоны еще больше объединяют виртуальную жизнь с нашей реальностью.. Оптимизированы прямые приложения, но совершенно новые разработки занимают больше времени.

В конце концов, искусственный интеллект не остановить! Текущий экономический- а финансовый кризис даст ИИ новый импульс. Больше не со скоростью звука, но по ступенькам, которые увеличивают признание искусственного интеллекта среди граждан.

Искусственный интеллект или искусственная глупость?

Один из самых важных вопросов сегодняшнего дня - это, насколько обширен искусственный интеллект (из) используется и опасности, которые могут возникнуть из-за этого.

Тогда одна из проблем исследований ИИ заключается в том, что, новые способы взаимодействия роботов, Найдите программное обеспечение и людей.

До сих пор краеугольным камнем любого искусственного интеллекта был человек.. На первый взгляд это обнадеживает. Будет захватывающе и мистично, когда искусственный интеллект начинает учиться и самостоятельно интерпретировать данные или изображения. В какой-то момент люди остаются в стороне!

Разработчики искусственного интеллекта должны знать ваш программный код, jedoch entwickelt sich die Software mit den eigenen Erfahrungen weiter. Vergleichbar mit einem Kind: Die Natur und Eltern geben dem Kind Wissen mit, aber Lernen und Rückschlüsse zieht der Jugendliche selbst.

KI-Entscheidungen lassen sich nur interpretieren

Dies auf die KI übertragen, ist noch eines der größten Herausforderungen. Entscheidungen von Computern zu verstehen und zu interpretieren, warum dieser in der Situation so gehandelt hat, ist ein eigener Zweig der KI-Forschung. Hier steht die Entwicklung sicherlich noch am Anfang.

Treten die ersten Rechtsfälle in Verbindung mit Künstlicher Intelligenz auf, dann wird es spannender denn je. Richter werden fragen, warum der Computer so handelte. Nach meinem heutigen Kenntnisstand kann man nur Antworten mit Annahmen und Wahrscheinlichkeiten präsentieren. Eine Herausforderung für jedes demokratisches Rechtssystem, wo es nur “ja” oder “neinals Antwort gibt.

Wenn wir diese neuen Techniken und ihre Auswirkungen besser verstehen wollen, dann sollten wir zuerst die Lerndaten sichten. Zumeist verbirgt sich dort der Grundstein für Interpretationen oder Handlungen der Künstlichen Intelligenz.

Es gibt Fälle, wo der KI Rassismus vorgeworfen wird. Dies ist kompletter Unsinn. Entweder ist der Quellcode entsprechend verfasst oder die Basisdaten waren unzureichend. Werden dunkelhäutige Menschen als Affen angesehen, liegt es zumeist daran, dass in der Lernphase überwiegend hellhäutige Personen als Vorlage dienten. Waren dann noch Zoobesuche im Spiel und Affen wurden als solche markiert, dann ist das Ergebnis nicht verwunderlich.

Als Fazit kann man sagen: Die Künstliche Intelligenz ist nur so schlau wie die zur Verfügung gestellten Daten. Je mehr Lerndaten und Erfahrungen ein System hat, desto treffender werden die Entscheidungen.

ИИ всегда сталкивается с проблемами при оценке изображений

Что людям на картинках кажется логичным и понятным, может быть огромной проблемой для искусственного интеллекта.

Шум изображения и логика знаний требуют новых решений

По сути, две предметные области создают более или менее серьезные проблемы для искусственного интеллекта при оценке изображений.. Это случайный (случайный шум на предметах) и эпистемическая модель.

Эпистемическая логика - один из примеров, когда искусственный интеллект не может отличить улицу от тротуара рядом с ним, потому что оба элемента выполнены из асфальта.

В трехмерных изображениях эту проблему, возможно, можно решить с помощью третьего измерения.. Однако такие источники изображений всегда доступны.? Wohl nur in den wenigsten Fällen.

Auch ist die Live-Auswertung beim autonomen Fahren wegen fehlender Rechenleistung und einer gewissen Unschärfe bis heute nicht in der Lage, die 3. Dimension in dieser Feinheit auszuwerten.

Im Allgemeinen kann man dieses Problem in der Lernphase lösen, wenn man dem System weitere Daten zur Verfügung stellt und sich der Algorithmus mit Wahrscheinlichkeiten nähert, dass in unserem Beispiel neben der Fahrbahn ein Bürgersteig befindet.

Wenn es letztlich um die Sicherheit von Mensch, Objekten und Maschinen geht, sind Wahrscheinlichkeiten allein nur ein schlechter Lösungsansatz.
In solch einem heiklen Umfeld sind weitere Sicherheiten einzubauen. Ob es Radarelektronik ist oder in den Bereich von Abstandssensoren geht, muss im Zweifelsfall getestet werden.

Bei der reinen Bilderkennung wie Röntgenaufnahmen oder ähnliches, kann nur durch eine erweiterte Lernphase der Algorithmus im Zaum gehalten werden.

Aleatorik einfacher lösbar

Das zufällige Rauschen in Bildern (Случайный) lässt sich in vielen Fällen mit höheren Auflösungen eindämmen. Da ist aber auch zu beachten, dass auch dies wieder andere Fehlerquellen auslösen kann. Mit einer zu hohen Genauigkeit kann man sich auch wieder neue Problemfelder schaffenabhängig vom vorliegenden Bildmaterial.

Zur Erklärung: In der Aleatorik ist mit Unschärfe nicht das komplette Bild gemeint, sondern die Abgrenzung von Gegenständen zueinander. So kann eine Ampelanlage oder ein Baumstamm von der Software zackig oder stufig wahrgenommen werden. Für einen Menschen kein Problem, jedoch für die Programmlogik ein nicht zu unterschätzender Störfaktor.

Wenn genügend Rechenleistung zur Verfügung steht, ist häufig die eleganteste Lösung die Aleatorik softwaremäßig zu lösen. Mit Hilfe der Künstlichen Intelligenz und einer umfangreichen Lernphase lässt sich das Bildrauschen minimieren.

Instiktive Handlungen nur unter Laborbedingungen

Beide Themenbereiche sind gerade in der Mobilitätsbranche von großer Bedeutung. Starkregen oder gar Schneefall sind für die Bilderkennung im Bereich der Künstlichen Intelligenz bisher kaum lösbare Probleme. Für den Menschen ist es instiktiv klar, dass eine Schneeflocke auf der Scheibe oder auf einem Sensor kein Dilemma darstelltwas wie kann man die Künstliche Intelligenz in einem autonomen Fahrzeug daran hindern, in diesem Fall eine Notbremsung einzuleiten.

Nach meinem heutigen Kenntnisstand werden letztlich nur die Kombination aus mehreren Systemen eine sichere Fortbewegung sicherstellen. Bis die Künstliche Intelligenz soweit ist und menschliche Instinkte im Straßenverkehr zuverlässig deuten kann, werden noch Jahre vergehen.

Wenn Aleatorik und die Probleme der epistemischen Wissenslogik gelöst sind, ist ein riesiger Schritt in Richtung zum komplett autonom fahrenden Regional- und Fernzug getan. Im Gegensatz zum Straßenverkehr sind die Regeln und Fehlerquellen im Schienenverkehr überschaubarer.

Komplexität nicht zu unterschätzen

Mir ist bewusst, dass die Thematik viel komplexer ist. Um Laien in das Thema einzuführen, habe ich mir erlaubt, nur die gröbsten Baustellen zu erwähnen.