AI Trends, die uns 2021 überraschen

Artificial Intelligence überrascht uns immer wieder. Die neuen Entwicklungen in diesem Bereich werden stets flexibler und “schlauer”. Auf der anderen Seite können dank Low-Code Tools bereits Schüler AI Anwendungen programmieren. Neben IoT und NLP sind Formative AI, Generative Adversarial Networks und Quantencomputing im Trend und sind dabei, unser Leben an die Zukunft anzupassen.

Formative Artificial Intelligence

„Formative AI“ ist laut Gartner eine Art von künstlicher Intelligenz, die in der Lage ist, sich selbst dynamisch zu verändern, um auf eine Situation zu reagieren. Es gibt eine Vielzahl von Typen, die von künstlicher Intelligenz, die sich im Laufe der Zeit dynamisch anpassen kann, bis hin zu Technologien reichen, die neuartige Modelle zur Lösung bestimmter Probleme generieren können. Im Grunde hat Formative AI also neben der Durchführung komplexer Analysen das Potenzial, selbst Dinge zu erschaffen. Zu den häufigsten Formen gehören Generative AI und AI-unterstützte Softwareentwicklung. Weitere aufkommende Technologien in diesem Trend sind laut Gartner: Composite AI, Differential Privacy, Small Data und Self-Supervising Learning. Diese Technologien können Unternehmen auch nutzen, um mit künstlicher Intelligenz zu experimentieren.
Gartner prognostiziert außerdem, dass Formative AI eingesetzt werden wird, um die Erstellung und Feinabstimmung von mathematischen und maschinellen Lernmodellen zu rationalisieren. Während die bisherigen Anwendungen der Artificial Intelligence, wie Machine Learning und Computer Vision, Vorteile bieten, die über den geschäftlichen Gewinn hinausgehen, bietet die Formative AI in hohem Maße Freiheit. Wenn Forscher zum Beispiel einen Datensatz benötigen, um ein AI Modell zu trainieren, der nicht ohne Weiteres verfügbar ist oder nicht ausreicht, dann können sie generative AI einsetzen, um die benötigten Daten für gute Vorhersagen oder Analysen zu erstellen. Auch die AI-gestützte Entwicklung kann Unternehmen dabei helfen, Personal- und Schulungsprobleme, die die Einführung oder Skalierung von AI behindern, zu entschärfen. Darüber hinaus trägt Formative AI dazu bei, die Kosten für Machine Learning für Unternehmen zu senken, was sie für kostenbewusste Unternehmen äußerst attraktiv macht.

Generative Adversarial Networks

GANs, Generative Adversarial Networks oder generierende gegnerische Netzwerke, die 2014 von Ian Goodfellow und seinen Kollegen entwickelt und ins Leben gerufen wurden, haben in letzter Zeit immense Popularität gewonnen. GANs gelten als die Zukunft des Deep Learning mit ihrer erstaunlichen Fähigkeit, Visualisierungen und Bilder zu erzeugen, die es so noch nie gegeben hat. Generative Adversarial Networks sind der derzeitige Höhepunkt des Deep Learning mit einer außerordentlich ansteigenden Kurve. Vereinfacht ausgedrückt besteht ein GAN aus zwei konkurrierenden künstlichen neuronalen Netzwerken, bezeichnet als Generator und Diskriminator. Der Generator versucht, realistische gefälschte Bilder zu erzeugen, um die Elementarprüfung des Diskriminators zu umgehen, während die Aufgabe des Diskriminators darin besteht, die gefälschten Kopien zu fangen. Diese Katz- und Mausjagd führt zur Entwicklung einzigartiger Muster, die es noch nie gegeben hat, und sie ist realistisch, weit jenseits der menschlichen Vorstellungskraft. GANs sind jedoch nicht nur wie in unserem Beispiel auf Bilder beschränkt.
Möchten Sie mehr über AI und Trends erfahren?
⇒ Schauen Sie sich unsere Leistungen zu AI und ML an oder unseren Artikel zu den Gartner Technologie Trends an.

Natural Language Processing wird immer besser

Deep Learning und künstliche Intelligenz in der Verarbeitung natürlicher Sprache haben einen langen Weg zurückgelegt. Der Generative Pre-trained Transformer 3 ist ein autoregressives Sprachmodell, das Deep Learning verwendet, um menschenähnlichen Text zu erzeugen. Es ist das Sprachvorhersagemodell der dritten Generation in der GPT-n-Serie, welches von dem in San Francisco ansässigen Forschungslabor für künstliche Intelligenz OpenAI, entwickelt wurde. Das entwickelte GPT-3-Modell ist eine Evolution auf dem Gebiet der Verarbeitung natürlicher Sprache. Denn es ist in der Lage, ganze Nachrichtenartikel und Magazine ohne menschliches Mitwirken zu schreiben. Von AI in der Industrie bis hin zu AI in der Gamingbranche gibt es eine enorme Produktivität und eine große Bandbreite an Erfolgen, die mit dem exponentiellen Wachstum dieser Bereiche einhergehen.

Quantencomputing verstärkt AI

Ein weiterer Trend, den es zu beobachten gilt, sind Fortschritte im Bereich Quantencomputing und AI. Quantencomputing verspricht, viele Aspekte der Informatik zu revolutionieren und könnte in Zukunft auch für die Weiterentwicklung von AI genutzt werden. Quantencomputing birgt die Hoffnung, die Geschwindigkeit und Effizienz bei der Erzeugung, Speicherung und Analyse enormer Datenmengen dramatisch zu verbessern. Dies könnte ein enormes Potenzial für Big Data, Machine Learning, AI und den Datenschutz haben.

Weitere NEWS und INSIGHTS