Künstliche Intelligenz Flashcards
Limitierungen der KI
- Rechenkapazität
( - Speicherplatz) - die Welt ist mehrdeutig & komplex
Was ist Machine Learning ?
= lernt Algorithmen von Daten
Arten des Machine Learning ?
> Supervised Learning
Unsupervised Learning
Reinforcement Learning
Was ist Supervised Learning ?
= ein Modell wird anhand bekannter Eingabeweise trainiert
Z.B. Verkehrswertschätzung von Wohnungen
Typische Methoden / Vorteile / Herausforderungen des Supervised Learning ?
Methoden : Lineare Regression, Entscheidungsbäume
Vorteile : Ergebnisse sind leicht zu interpretieren + bieten oft Mehrwert
Herausforderungen : es müssen die richtigen Features gefunden werden (sinnvolle Datenqualität)
Was ist Unsupervised Learning ?
= ein Modell wird anhand nicht-gelabelter Daten trainiert um Zusammenhänge zu erkennen
Was sind Vorteile Vs. Herausforderungen von Unsupervised Learning ?
Vorteile = erkennt „unsichtbare“ Zusammenhänge
Herausforderungen = schwierige Ergebnisse Interpretieren / Overfitting / Oversimplification
Was ist Reinforcement Learning ?
= Modell lernt durch Interaktionen mit seiner Umwelt
> Feedback für Belohnungsfunktion
Z.B. AlphaGo
Vorteile / Herausforderungen für Reinforcement Learning ?
Vorteile = erzeugt langfristig sehr gute Ergebnisse + kann sich anpassen und Lösungswege ausprobieren, die es vorher nicht gab
Herausforderung = benötigen sehr große Trainingsdaten
Was bedeutet LLM ?
Large Language Models
Was bedeutet NLP ?
Natural Language Processing
Was ist „Tonkenisierung“ ?
= natürliche Sprache wird in Tonks zerlegt
> bei der Textgenerierung wird aus dem bisherigen Text die Warscheinlichkeit des nächsten Buchstabens berechnet
Herausforderungen der LLM‘s ?
Datenauswahl & Modellierung
> fehlerhafte Trainingsdaten (+Falschinformationen)
> Datenschutz
Overfitting & Generalisierbarkeit
> Probleme bei unbekannten Daten
> Anwendung von Modellen auf neue Umgebung = Schwierig
