Artwork

Innhold levert av DEEP MINDS - Podcast über Künstliche Intelligenz. Alt podcastinnhold, inkludert episoder, grafikk og podcastbeskrivelser, lastes opp og leveres direkte av DEEP MINDS - Podcast über Künstliche Intelligenz eller deres podcastplattformpartner. Hvis du tror at noen bruker det opphavsrettsbeskyttede verket ditt uten din tillatelse, kan du følge prosessen skissert her https://no.player.fm/legal.
Player FM - Podcast-app
Gå frakoblet med Player FM -appen!

KI & Reinforcement Learning mit Tim Rocktäschel | DEEP MINDS #1

1:41:09
 
Del
 

Fetch error

Hmmm there seems to be a problem fetching this series right now. Last successful fetch was on October 10, 2024 20:03 (1M ago)

What now? This series will be checked again in the next day. If you believe it should be working, please verify the publisher's feed link below is valid and includes actual episode links. You can contact support to request the feed be immediately fetched.

Manage episode 331560914 series 3361761
Innhold levert av DEEP MINDS - Podcast über Künstliche Intelligenz. Alt podcastinnhold, inkludert episoder, grafikk og podcastbeskrivelser, lastes opp og leveres direkte av DEEP MINDS - Podcast über Künstliche Intelligenz eller deres podcastplattformpartner. Hvis du tror at noen bruker det opphavsrettsbeskyttede verket ditt uten din tillatelse, kan du følge prosessen skissert her https://no.player.fm/legal.
Willkommen zu einer neuen Folge DEEP MINDS, dem Video-Podcast mit Menschen, die sich mit Künstlicher Intelligenz und Wissenschaft befassen. Ihnen stellen Max und Matthias einfache und schwere Fragen über Technologie, Forschung, Entwicklung und unsere Zukunft. Unser Deep Mind heute ist Tim Rocktäschel. DEEP MINDS bei YouTube: https://www.youtube.com/watch?v=wcPnJtT1yRc 04:10 - Was ist so revolutionär an Machine Learning? 09:55 - Was sind die Unterschiede zwischen überwachtem und unüberwachtem Lernen? 14:50 - Was sind Risiken des unüberwachten Lernens? 23:16 - Wie geht die KI-Branche mit der Herausforderung "Black Box" um? 26:42 - Was ist eine Belohnung für ein KI-System? 32:40 - Was ist der Unterschied zwischen modellbasiertem und modellfreiem bestärkenden Lernen? 39:05 - Praxisbeispiel: KI für autonomes Fahren 44:58 - Was ist das Ziel von Reinforcement Learning? 50:52 - Der Unterschied zwischen KI-Lernen und menschlichem Lernen 57:57 - Was ist die Herausforderung für KI bei alten Atari-Spielen wie Montezumas Revenge? 1:07:29 - Nethack Challenge: Die Vorteile von prozedural generierten Umgebungen für das KI-Training 1:22:44 - Was soll die Nethack Challenge bewirken? 1:25:20 - Warum befasst Du Dich mit KI und bestärkendem Lernen, Tim? 1:36:24 - Was ist ein guter Einstieg ins Reinforcement Learning? Mit Tim haben wir über Reinforcement Learning in offenen Umgebungen gesprochen, wie funktioniert die KI-Trainingsmethode, wofür ist sie besonders gut geeignet und wofür weniger, welche unterschiedlichen Ansätze gibt es und was ist ihr langfristiges Potenzial? Außerdem haben wir uns mit Tim über NetHack unterhalten, ein beinhartes und zufallsgeneriertes Videospiel aus 1987. Tim erklärt uns, weshalb gerade ein so altes Spiel eine gute Methode sein könnte, um Reinforcement Learning voranzubringen und einen Schritt zu machen in Richtung gesunder Menschenverstand für Künstliche Intelligenz. Mehr zu Nethack und Tims Challenge: https://mixed.de/nethack-altertuemliches-videospiel-soll-ki-entwicklung-voranbringen/ Über Tim Rocktäschel: Tim ist Forscher bei Facebook AI Research (FAIR) London, Associate Professor am Zentrum für künstliche Intelligenz im Fachbereich Computer Science am University College London und Stipendiat des Europäischen Labors für Lernen und intelligente Systeme (ELLIS). Davor war Tim Postdoc-Forscher für Reinforcement Learning an der Universität Oxford, Junior Research Fellow für Informatik am Jesus College und Stipendiat für Informatik am Hertford College. Tim promovierte am University College London unter der Leitung von Sebastian Riedel und wurde 2013 mit einem Microsoft Research Ph.D. Scholarship und 2017 mit einem Google Ph.D. Fellowship ausgezeichnet. Viel Spaß! ---------- Danke an unseren Sponsoren: BWI und Borlabs Borlabs Cookie Wordpress-Plugin made in Hamburg. Kauft Borlabs Cookie jetzt auf https://borlabs.io/mixed mit dem Rabattcode MIXED und erhaltet fünf Prozent Rabatt. BWI: Der DEEP MINDS Podcast wird unterstützt von der BWI, dem IT-Systemhaus der Bundeswehr. Als ihr zuverlässiger Partner unterstützt sie mit Innovationen und ihrer IT-Expertise die Digitalisierung der Streitkräfte und treibt diese voran. Auch die Zukunftstechnologie KI spielt dabei eine wichtige Rolle, etwa bei der Generierung von Lagebildern oder für das Server-Management. Aktuelles aus der Arbeit der BWI: https://www.bwi.de/news-blog KI bei der BWI Vom Software-Lebenszyklus bis zur Server-Anomalie: https://www.bwi.de/news-blog/blog/artikel/vom-software-lebenszyklus-bis-zur-server-anomalie-ki-und-ihr-praktischer-nutzen-fuer-die-bwi Wie KI Deutschland vor Angriffen schützen kann: https://www.bwi.de/news-blog/blog/artikel/hybride-bedrohungen-wie-kuenstliche-intelligenz-deutschland-vor-angriffen-schuetzen-kann Die BWI sucht engagierte IT-Profis: https://www.bwi.de/karriere
  continue reading

16 episoder

Artwork
iconDel
 

Fetch error

Hmmm there seems to be a problem fetching this series right now. Last successful fetch was on October 10, 2024 20:03 (1M ago)

What now? This series will be checked again in the next day. If you believe it should be working, please verify the publisher's feed link below is valid and includes actual episode links. You can contact support to request the feed be immediately fetched.

Manage episode 331560914 series 3361761
Innhold levert av DEEP MINDS - Podcast über Künstliche Intelligenz. Alt podcastinnhold, inkludert episoder, grafikk og podcastbeskrivelser, lastes opp og leveres direkte av DEEP MINDS - Podcast über Künstliche Intelligenz eller deres podcastplattformpartner. Hvis du tror at noen bruker det opphavsrettsbeskyttede verket ditt uten din tillatelse, kan du følge prosessen skissert her https://no.player.fm/legal.
Willkommen zu einer neuen Folge DEEP MINDS, dem Video-Podcast mit Menschen, die sich mit Künstlicher Intelligenz und Wissenschaft befassen. Ihnen stellen Max und Matthias einfache und schwere Fragen über Technologie, Forschung, Entwicklung und unsere Zukunft. Unser Deep Mind heute ist Tim Rocktäschel. DEEP MINDS bei YouTube: https://www.youtube.com/watch?v=wcPnJtT1yRc 04:10 - Was ist so revolutionär an Machine Learning? 09:55 - Was sind die Unterschiede zwischen überwachtem und unüberwachtem Lernen? 14:50 - Was sind Risiken des unüberwachten Lernens? 23:16 - Wie geht die KI-Branche mit der Herausforderung "Black Box" um? 26:42 - Was ist eine Belohnung für ein KI-System? 32:40 - Was ist der Unterschied zwischen modellbasiertem und modellfreiem bestärkenden Lernen? 39:05 - Praxisbeispiel: KI für autonomes Fahren 44:58 - Was ist das Ziel von Reinforcement Learning? 50:52 - Der Unterschied zwischen KI-Lernen und menschlichem Lernen 57:57 - Was ist die Herausforderung für KI bei alten Atari-Spielen wie Montezumas Revenge? 1:07:29 - Nethack Challenge: Die Vorteile von prozedural generierten Umgebungen für das KI-Training 1:22:44 - Was soll die Nethack Challenge bewirken? 1:25:20 - Warum befasst Du Dich mit KI und bestärkendem Lernen, Tim? 1:36:24 - Was ist ein guter Einstieg ins Reinforcement Learning? Mit Tim haben wir über Reinforcement Learning in offenen Umgebungen gesprochen, wie funktioniert die KI-Trainingsmethode, wofür ist sie besonders gut geeignet und wofür weniger, welche unterschiedlichen Ansätze gibt es und was ist ihr langfristiges Potenzial? Außerdem haben wir uns mit Tim über NetHack unterhalten, ein beinhartes und zufallsgeneriertes Videospiel aus 1987. Tim erklärt uns, weshalb gerade ein so altes Spiel eine gute Methode sein könnte, um Reinforcement Learning voranzubringen und einen Schritt zu machen in Richtung gesunder Menschenverstand für Künstliche Intelligenz. Mehr zu Nethack und Tims Challenge: https://mixed.de/nethack-altertuemliches-videospiel-soll-ki-entwicklung-voranbringen/ Über Tim Rocktäschel: Tim ist Forscher bei Facebook AI Research (FAIR) London, Associate Professor am Zentrum für künstliche Intelligenz im Fachbereich Computer Science am University College London und Stipendiat des Europäischen Labors für Lernen und intelligente Systeme (ELLIS). Davor war Tim Postdoc-Forscher für Reinforcement Learning an der Universität Oxford, Junior Research Fellow für Informatik am Jesus College und Stipendiat für Informatik am Hertford College. Tim promovierte am University College London unter der Leitung von Sebastian Riedel und wurde 2013 mit einem Microsoft Research Ph.D. Scholarship und 2017 mit einem Google Ph.D. Fellowship ausgezeichnet. Viel Spaß! ---------- Danke an unseren Sponsoren: BWI und Borlabs Borlabs Cookie Wordpress-Plugin made in Hamburg. Kauft Borlabs Cookie jetzt auf https://borlabs.io/mixed mit dem Rabattcode MIXED und erhaltet fünf Prozent Rabatt. BWI: Der DEEP MINDS Podcast wird unterstützt von der BWI, dem IT-Systemhaus der Bundeswehr. Als ihr zuverlässiger Partner unterstützt sie mit Innovationen und ihrer IT-Expertise die Digitalisierung der Streitkräfte und treibt diese voran. Auch die Zukunftstechnologie KI spielt dabei eine wichtige Rolle, etwa bei der Generierung von Lagebildern oder für das Server-Management. Aktuelles aus der Arbeit der BWI: https://www.bwi.de/news-blog KI bei der BWI Vom Software-Lebenszyklus bis zur Server-Anomalie: https://www.bwi.de/news-blog/blog/artikel/vom-software-lebenszyklus-bis-zur-server-anomalie-ki-und-ihr-praktischer-nutzen-fuer-die-bwi Wie KI Deutschland vor Angriffen schützen kann: https://www.bwi.de/news-blog/blog/artikel/hybride-bedrohungen-wie-kuenstliche-intelligenz-deutschland-vor-angriffen-schuetzen-kann Die BWI sucht engagierte IT-Profis: https://www.bwi.de/karriere
  continue reading

16 episoder

Alle episoder

×
 
Loading …

Velkommen til Player FM!

Player FM scanner netter for høykvalitets podcaster som du kan nyte nå. Det er den beste podcastappen og fungerer på Android, iPhone og internett. Registrer deg for å synkronisere abonnement på flere enheter.

 

Hurtigreferanseguide

Copyright 2024 | Sitemap | Personvern | Vilkår for bruk | | opphavsrett