Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
IMPULSE 20 2021 Elektronik Eine starke Partnerschaft ONE-STOP-SHOP STRATEGIE RUTRONIK YAGEO 15 MRD BAUTEILE AB LAGER MÄRKTE Chipwiderstände | bedrahtete Widerstände Antennen | Induktivitäten | Transformatoren MLCC | Folien-Tantal-Kondensatoren Automotive | Industrie | Medizintechnik | IoT Power Management | 5G Telekommunikation Green Power | Consumer Elektronik CONSULT | COMPONENTS | LOGISTICS | QUALITY 7 Hardware Algorithmen der KI benötigen Daten zum Lernen Die Daten sind auf einer Plattform bereitzustellen das können Industrie-PCs oder eigens entwickelte Computersysteme sein Gerne wird für KI-Inferenzen Edge Computing ins Feld geführt also Rechenleistung direkt vor Ort Immer beliebter sind CPUs die als Tensor Processing Units TPUs für KI-Rechenpower ausgelegt sind Außerdem kommen immer häufiger Grafikprozessoren GPUs zum Berechnen von KI-Modellen zum Einsatz Genauso ist jedoch über die Cloud fremde Hardware – meist in Rechenzentren – nutzbar 8 Software Künstliche Intelligenz an sich ist bereits Software – die zum Bespiel bei der Bilderkennung ihren Einsatz findet Jedoch erleichtern eigene Software-Tools das Entwickeln von KI-Algorithmen und -Anwendungen Je nach Anwendungsfall nutzen Entwickler unterschiedliche Software beliebt sind Tools der Hardwarehersteller wie Intel Nvidia oder Googles TensorFlow Ebenso können Entwickler Open-Source-Tools nutzen wie OpenCV oder PyTorch 9 KI-Lehrstühle In Deutschland sind etwa 220 Universitätsprofessoren im Bereich KI tätig Fast jede deutsche Universität hat mindestens eine Professur für KI Insgesamt beschäftigen die KI-Lehrstühle etwa 1 800 Mitarbeiter zuzüglich externer Doktoranden Mitarbeiter an Forschungsinstituten wie Max Planck Fraunhofer oder DFKI wurden nicht mitgezählt [3] 10 KI und Ethik KI entscheidet mithilfe der Daten mit denen man sie füttert Sie ist also lediglich so gut wie die Daten selbst Das heißt KI könnte diskriminierende Entscheidungen treffen – je nach Datenbasis Es gilt das zu verhindern und KI so zu programmieren dass sie ethisch korrekt entscheidet Hier sind die Unternehmen und Entwickler in der Pflicht jedoch müssen ebenso die Regierungen entsprechende Vorgaben und Gesetze ausarbeiten Außerdem sind die Entscheidungswege der KI nachvollziehbar zu gestalten ts Literatur [1] Bitkom e V [2] https news microsoft com dede microsofterklaertwasistmachinelearningdefinitionfunktionenvonml [3] https mindsquare de knowhow neuronalenetze [4] Handelsblatt [5] Konrad-Adenauer-Stiftung e V