Workshop „Künstliche Intelligenz mit neuronalen Netzen“ SS2019

Academia

Workshop „Künstliche Intelligenz mit neuronalen Netzen“

SS2019

In den letzten Jahren machen Schlagwörter wie „deep learning“, „machine learning“, „Expertensysteme, „künstliche Intelligenz“, etc. wieder Schlagzeilen in diversen Medien. Inwieweit ist das aber nur ein kurzlebiger und sich wiederholender Trend? Bereits im vorigen Jahrhundert wurden in allen Facetten die unglaublichen Möglichkeiten künstlicher Intelligenz propagiert. Aber was ist bis jetzt wirklich erreicht worden? Inwieweit beeinflussen derartige „Netzwerke“ bereits unseren Alltag und wie könnten uns diese bei den verschiedensten Forschungsfragen neue Erkenntnisse ermöglichen?

Tatsache ist, dass 2019 künstliche Intelligenz (KI) bereits omnipräsent sind! Um dem Plakativen und Überzogenem zu begegnen, ist es einerseits nötig entsprechende Einsichten zu entwickeln. Andererseits werden in Zeiten von „Big Data“ auch im wissenschaftlichen Umfeld künstliche Netzwerke unverzichtbarer Bestandteil bei der Bearbeitung von Forschungsfragen werden.

Im Rahmen dieser Lehrveranstaltung werden wir uns künstliche neuronale Netze (KNN), ein Teilgebiet der KI, von Grund auf ansehen und deren Funktionsweise detailliert erläutern.

Dabei werden wir neben der nötigen Theorie auch praktische Beispiele zeigen, die mit Hilfe von Jupyter Notebook als Entwicklungsumgebung und einige der vielen Frameworks, wie zum Beispiel TensorFlow und Keras, implementiert werden.

Weitere Themen, die wir behandeln werden sind die

  •  historische Entwicklung von KNN (aus Sicht des Informatikers),
  •  biologische Motivation der KNN (aus Sicht des Informatikers),
  • unterschiedliche KNN-Arten und -Lernalgorithmen.

Als Anschauungsvehikel ist geplant einen Magic Mirror zu verwenden, der lernen sollte, den Betrachter nach Geschlecht und Alter zu klassifizieren und basierend darauf zu reagieren.

Zusammenfassung der geplanten Inhalte:

  • Überblick zur LV
  • Einordnung der KNN in das Gebiet der KI
  • Ein wenig Biologie und was die Informatiker daraus machen
  • Ein einfaches KNN mit Hilfe von Jupyter Notebook – der Vorwärtspfad
    • Perceptron
    • Adaline
  •  XOR Problematik
  • Mehrschichtige KNN – der Vorwärtspfad
  • Lernen im KNN – der Rückwärtspfad
  • Convolutional neural networks (CNN) bzw. die Architektur moderner Netze
  • Möglicherweise mit TensorFlow
  • Und was es sonst noch gibt:
    • Teuvo Kohonens Self Organizing Maps (SOM)
    • John Hopfields Netze
    • Anwendungsbeispiele
      • Hoffentlich mit Magic Mirror

Termin: 29.05.2019,  von 13:00 – 19:00

Vorbesprechung:  kein

Material:

Code: to be coded

TODO: nothing