Tap to unmute

Maschinelles Lernen & warum es gruseliger ist als man denkt (Jonas Betzendahl - Science Slam)

Share
Embed
  • Published on Oct 19, 2021 veröffentlicht
  • Als Apple seine neue Software zur Erkennung von Kinderpornografie ankündigte, hofften viele darauf, dass das in Zukunft Verbrechen verhindern kann. Doch wie genau ist so eine Software und welche Fähigkeiten haben Maschinen heute, Dinge auszulesen und zu erkennen? Informatiker Jonas Betzendahl erklärt das in seinem Science-Slam-Beitrag.
    Der Science Slam fand am 23. September 2021 im Wiley-VCH Verlag in Weinheim statt.
    Science Slam ist eine Veranstaltung von Julia Offe.
    Clip-Share/ScienceSlam: Linda Richter (linda@scienceslam.de)
    SCIENCE-SLAM-TERMINE UND WEITERE INFOS:
    www.scienceslam.de
    SCIENCE SLAM AUF SOCIAL MEDIA:
    Facebook: ScienceSlam
    Twitter: scienceslam
    Instagram: scienceslam.de
    WILLST DU SELBST EINMAL AUF DIE BÜHNE?
    Voraussetzungen: www.scienceslam.de/mitmachen....
    Melde Dich bei Julia Offe unter: julia@scienceslam.de
    KANAL ABONIEREN:
    clip-share.net/user/ScienceS...

Comments • 154

  • Oli 2oo
    Oli 2oo  +63

    Richtig cooler Vortrag. Echt authentisch und einfach verständlich

  • WerewolfAX

    Dieser Vortrag war wirklich sehr interessant und kurzweilig aufbereitet. Ich habe nur noch nicht ganz verstanden, warum in die Fotoserie mit den vielen Waffen eine Schildkröte hineingemischt wurde, obwohl es sich bei dieser ja um ein recht ungefährliches Tier handelt. 🤖

  • Rumo
    Rumo  +237

    Bei der Einstiegsfrage hätte ich erwartet: "Bielefeld gibt es wirklich?"

  • Andreas Zettl

    Mega geil, ich war schon immer davon überzeugt das das menschliche Gehirn mit allem was wir noch nicht wissen, nicht so mal eben reproduzierbar ist. Danke für diese Erklärung.

  • Rob
    Rob  +1

    Guter und wichtiger auf den Punkt gebrachter Vortrag 👍

  • Norbert Wielage
    Norbert Wielage Year ago +28

    Mega spannend. Toller Slam, Jonas!

  • Eleweyter
    Eleweyter  +23

    Ich kann das Problem von dem zuletzt genannten Algorythmus durchaus nachvollziehen.

  • Coraku 004

    Wow, tolles video, kurz und verständlich, vielen dank!

  • Unknown User

    Der Einstieg hat schon alles Hops genommen! Props an dich!

  • Joschi Step

    Also wenn ich mal irgendwann eine Party veranstalte, ist er eingeladen.

  • cpm
    cpm  +2

    Bitte bleiben sie skeptisch ist ein guter Ratschlag.

  • sven klingen

    Vielen Dank für den Upload. Vielen Dank an Jonas. Ich beschäftige mich derzeit mit der Thematik " Machine Learning" und da ist das ein richtig guter Beitrag (der allerdings schon ein kleines bisschen vorkenntnis erfordert bzw selbiges sehr praktisch ist). Soweit ich das verstanden hab, berichtet Jonas hier über NN (also eher DL als ML). Aber hey... das hängt ja alles zusammen. XD

  • George
    George  +2

    Bin froh, dass das Video mir etliche Male wiederholend empfohlen wurde, da ich mir zwar merken wollte es noch anzusehen, aber wahrscheinlich sonst nicht mehr dazugekommen wäre. Tolles Video, unterhaltsam. Es gibt die vielen "ähs" zu kritisieren, dennoch gut hingekriegt.

  • Markus Haas

    Toller Vortrag!

  • ѕloтн and вadger

    So ein cooler Vortrag.

  • Dallas Frances

    Gruselig wie schlecht es eigentlich immer noch ist bzw wie wenig es mit dem Erkennen wie wir es tun zu tun hat/dem ähnlich ist. Dafür gibt es aber auch wohl ziemlich logische Gründe bzw kann man relativ "ez" zusätzlich ein System entwickeln welches mehr so sieht/denkt/erkennt wie wir. Beide Systeme zusammen exponentiell anders trainiert wird immer unfehlbarer.

  • denns0r

    Toller Vortrag!! Und: Zu meinen Parties dürfest du immer kommen!! 😊

  • Person23

    Also der Vortrag war gut, meine Frage wäre aber wie du das hinbekommst das ein Bild als genau ein anderes erkannt wird? Also brute-force wäre ja schwer realisierbar weil es so unglaublich viele Möglichkeiten gibt, und mir persönlich fällt jetzt nicht ein wie man einen Algorithmus programmieren könnte der das für einen ohne brute-force macht, da KI ja nicht deterministisch ist

  • tauchersmiddy

    Guter Vortrag, treffende Argumente. Warum das als SCIENCE-SLAM verkauft wird, verstehe ich nicht so ganz. Ist für mich die beste Relativierung des viel zu hoch gehypten Themas "maschinelles Lernen". So etwas wird u.A. für Prüfverfahren in der industriellen Fertigung verwendet wird, obwohl man das eigentliche Prüfverfahren nicht ansatzweise verifizieren kann.

  • Mindspectrum

    Schöner Beitrag! Aber er sollte dringend was für seine Kondition tun. 🥺