Künstliche Intelligenz | Artificial Intelligence
Custom AI Services - unsere Expertise für Ihr KI-Projekt
Nutzen Sie mit dem b+m KI-Lab unser breites Know-how, unsere Erfahrung und Technologie für Ihr Projekt. Gemeinsam mit Ihnen definieren wir Ihren individuellen Anwendungsfall, prüfen die Machbarkeit und schätzen den Aufwand der Umsetzung Ihrer KI-Strategie. Wir erstellen für Sie maßgeschneiderte KI-Services. Oder unsere Experten begleiten Ihr gesamtes Projekt - bis hin zum produktiven System.
Referenzen
Was unsere Kunden sagen
- "Strukturierter und abwechslungsreicher Kompakt-Workshop zum Thema Künstliche Intelligenz. Grundlegende, wie auch fortgeschrittene Themen wurden von den kompetenten Referenten der b+m Informatik AG durch praxisnahe Übungsbeispiele und gut vorbereitete Lern- und Arbeitsmaterialien optimal vermittelt."
- "Strukturierter und abwechslungsreicher Kompakt-Workshop zum Thema Künstliche Intelligenz. Grundlegende, wie auch fortgeschrittene Themen wurden von den kompetenten Referenten der b+m Informatik AG durch praxisnahe Übungsbeispiele und gut vorbereitete Lern- und Arbeitsmaterialien optimal vermittelt."
AI Spektrum
Artikel zum Thema Künstliche Intelligenz in der Praxis
Autoencoder - eine Vielseitig einsetzbare ArchitekturAutoencoder sind generative neuronale Netzwerke, die äußerst vielseitig einsetzbar sind. Sie finden unter anderem beim maschinellen Übersetzen Anwendung, bei der Anomalieerkennung oder der Bildbearbeitung.2 MB
KI und Machine Learning – Schwerpunkt Reinforcement Learning
Dieser Vortrag liefert einen tiefen Einblick in die drei großen Bereiche des Machine Learning mit (Live-) Beispielen und Erläuterung der Funktionsweise. Ein besonderer Schwerpunkt dieses Vortrages liegt auf dem Thema Reinforcement Learning.
Machine Learning – Showcase: Semantische Textanalyse
Semantische Textanalyse mit neuronalen Netzen erlaubt z. B. die Extraktion von Themen aus frei verfassten Dokumenten oder die Erkennung der Stimmung des Verfassers. Convolutional Neural Nets (CNN) werden üblicherweise zur Bildklassifikation verwendet. In Kombination mit State-of-the-Art Word Embeddings, die auf den Wikipedia vorhandenen Wortassoziationen basieren, können 1D-CNNs auch sehr gut zur Textanalyse eingesetzt werden.
Machine Learning – Tooling: Visuelle Introspektion eines neuronalen Netzes
Tiefe neuronale Netze sind Blackbox-Systeme. Insbesondere die Wirkung der verborgenen Schichten (Hidden Layers) ist für Menschen normalerweise nicht interpretierbar, was u. a. das Debuggen solcher Modelle erschwert. In diesem Video zeigt Thomas Stahl eine Technik, die eine visuelle Introspektion neuronaler Netze ermöglicht. Als Beispiel dient ein Convolutional Neural Net (CNN) zur Klassifikation handgeschriebener Ziffern.
Wie lernen künstliche neuronale Netze? Teil 1: Gradientenverfahren
Das Training künstlicher neuronaler Netze geschieht durch gradientenbasierte Optimierungsverfahren. Dieses Video erklärt zunächst das Grundprinzip neuronaler Netze, um dann die konzeptionelle Funktionsweise solcher Lernverfahren an einem anschaulichen Beispiel grafisch zu verdeutlichen.
Wie lernen künstliche neuronale Netze? Teil 2: Die Mathematik hinter dem Backpropagation-Algorithmus
Der berühmte Backpropagation-Algorithmus ist ein Spezialfall einer relativ unbekannten, aber viel umfassenderen mathematischen Disziplin, der "Automatic Differentiation". Die im Detail komplizierte Backpropagation lässt sich in diesem Licht deutlich besser verstehen. Das Video behandelt zudem die wesentlichen Zutaten aus mathematischer Sicht: Gradienten, Jacobi-Matrix und die multivariable Kettenregel.
b+m Keynote zum Thema Künstliche Intelligenz im Forderungsmanagement
Am 15. und 16. Juni findet der diesjährige SUBITO AG PartnerDialog als digitales Event statt. Einer der Schwerpunkte wird dieses Jahr auf dem Thema künstliche Intelligenz im Forderungsmanagement liegen. Dazu wird es eine interessante Keynote von Frank Mielke, b+m Informatik AG, gemeinsam mit Daniel Walch, dem Leiter des SUBITO KI Team, geben.
b+m ArchitectureTalk AI: Reeinforcement Learning
Im Fokus der b+m Veranstaltungsreihe ArchitectureTalk AI lag diesmal das Reinforcement Learning (RL). Thomas Stahl, Chief Technology Officer, b+m Informatik, gab Einblicke und Impulse zu neuesten Erkenntnissen, Modellen und Anwendungsbereichen und diskutierte mit den Teilnehmern mögliche praktische Einsatzgebiete und Anwendungszenarien.
KI und Machine Learning: Ein Blick unter die Motorhaube
Die Vorträge zum Thema "KI und Machine Learning" mit Thomas Stahl im Rahmen der Digitalen Woche 2020 eröffneten einen Einblick in die gesamte Bandbreite der Techniken und zeigen die wissenschaftlichen, methodischen und technologischen Fortschritte in Mathematik und Informatik auf.
Präzise Segmentierung von Bildern durch Autoencoder-Architektur
Bereits seit einigen Jahren spielen Convolutional Neural Nets (CNN), im Besonderen Autoencoder, eine führende Rolle im Bereich der Computer-Vision. Welche Spezialformen für die semantische Segmentierung von Bildern geeignet sind, erläutert der Artikel aus der AI Spektrum
