„Don’t talk about robots if you want to explain AI” – ein Verständnis von Künstlicher Intelligenz setzt ein Verständnis der mathematischen Grundlagen voraus
„Ein Verständnis von Künstlicher Intelligenz setzt ein Verständnis der mathematischen Grundlagen voraus – es gehört also mit zum Job von KI-Expertinnen und -Experten in Unternehmen, diese Grundlagen auch anschaulich und korrekt zu vermitteln“, betont Prof. Dr. Dennis Klinkhammer.
Der am ifes Institut für Empirie & Statistik der FOM Hochschule kooptierte Wissenschaftler, der am FOM Hochschulzentrum Köln forscht und lehrt, war Mitte Juni zum „2nd Annual Meeting of German-Chinese Association of Artificial Intelligence (GCAAI)“ mit dem Fokus „Building borderless Artificial Intelligence“ eingeladen worden, einen Vortrag zu halten.Wir berichteten im Vorfeld darüber.
Der Titel seines 30-minütigen Vortrags war „Beyond Alghorithms“. Dabei stellte er heraus, dass ein Einblick in die statistischen Grundlagen der Algorithmen für Machine Learning und Deep Learning wichtig ist, um ein mathematisch korrektes Verständnis von Künstlicher Intelligenz wiederzugeben und die Attraktivität entsprechender Lösungen für Unternehmen zu erhöhen. „Um die Möglichkeiten und Grenzen der Künstlichen Intelligenz korrekt darzustellen, sollte man weniger auf Roboter-Bildchen und verstärkt auf ein Verständnis für die zugrundeliegende Mathematik setzen“, verdeutlichte Professor Klinkhammer seinen Standpunkt im Rahmens des Vortrags. Oder wie Steven Mc Auley, AI & China Strategy Lead des globalen Innovation Think Tanks Tinybox, Klinkhammers Vortrag bestätigte: „Don’t talk about robots if you want to explain AI.”
Mit Kevin Wong, Senior Product Manager bei Home2Go, war sich der FOM Wissenschaftler einig, dass „85% der Machine Learning Projekte scheitern, weil ein Missverständnis auf Unternehmensseite vorgelegen hat oder weil die Grundlagen der Statistik in den verantwortlichen Teams nicht richtig angewendet werden.“
Die Tagung galt dem internationalen Austausch zum aktuellen Stand der Künstlichen Intelligenz in Unternehmen, Forschung und Lehre. Die GCAAI ist eine der wenigen Organisationen weltweit, die Expertinnen und Experten aus dem Bereich Künstliche Intelligenz auf internationalem Level zusammenführt. Dabei wird mittels konkreter Praxiseinblicke an der Weiterentwicklung der zugrundeliegenden Algorithmen gearbeitet, aber auch über deren Anwendung sowie die Möglichkeiten und Grenzen der Künstlichen Intelligenz informiert.
Seit dem 2nd Annual Meeting ist Dennis Klinkhammer der German-Chinese Association of Artificial Intelligence beigetreten, um dort über die Rahmenbedingungen der Ausbildung von Data Scientists und Big Data-Expertinnen und Experten mitzudiskutieren.
Vertreten waren auf der Veranstaltung circa 110 Teilnehmerinnen und Teilnehmer aus Unternehmen, Forschung und Lehre, darunter Porsche, Zalando, Axel Springer und Alibaba, aber auch von der University of Sheffield sowie der University of Cambridge. Ein besonders intensiver Austausch fand mit dem oben erwähnten Kevin Wong und Alice Chan, Data Scientist bei Porsche, statt.
Yasmin Lindner-Dehghan Manchadi M.A. | Referentin Forschungskommunikation | 31.07.2019
Suche nach Beiträgen
Beitrag teilen
Forschungsstark und international beachtet: FOM Studierende setzen Impulse zur Positiven Psychologie am Arbeitsplatz
Positive Psychologie wird zunehmend relevant – auch in Unternehmen. Das jetzt erschienene Themenheft der Zeitschrift „Wirtschaftspsychologie“ greift diesen Trend auf: Neun wissenschaftliche Beiträge untersuchen ...
WeiterlesenVerbesserte Versorgung bei Lungenkrebs: DigiNet-Projekt nominiert für Gesundheitspreis
Das Forschungsprojekt (DigiNet) hat das Ziel, die Tumortherapie für Lungenkrebspatientinnen und -patienten zu optimieren. Die in » diesem Artikel veröffentliche Studie zeigt, dass Patientinnen und Patienten von der Versorgungsstruktur des nationalen Netzwerks profitieren und länger leben.
WeiterlesenNeue Regeln, klare Haltung: So sichert die FOM wissenschaftliche Qualität
Die Forschungsfreiheit ist in Deutschland grundrechtlich geschützt. Diese Freiheit bedeutet aber nicht, dass Forschungsprozesse ohne Regeln ablaufen. Wissenschaft lebt von Transparenz, Verantwortung und Qualität. Um die Qualität wissenschaftlicher Arbeit zu sichern, legt die wissenschaftliche...
Weiterlesen