Teramark Technologies

December 2023
M	T	W	T	F	S	S
	1	2	3
4	5	6	7	8	9	10
11	12	13	14	15	16	17
18	19	20	21	22	23	24
25	26	27	28	29	30	31

Wo die Grenzen der KI beim Spielen liegen
Digitale Prozesse können heute Voraussagen machen, unser Verhalten analysieren und unseren Alltag erleichtern. Wenn Sie uns vor Regen oder einem Stau warnen oder berechnen, wann die Heizung am besten eingeschaltet wird, nehmen wir die Hilfe gerne an. Aber Algorithmen und künstliche Intelligenz haben auch Grenzen: Dort nämlich, wo es um – für Computer – irrationale Prozesse geht. Das Spielen gehört dazu. Wer heute in einem Online-Casino wie Wunderino an einem Spielautomaten sitzt, rechnet nicht seine Chancen auf einen Gewinn aus. Diese sind nämlich – meist gesetzlich – festgelegt und können auch vom besten Computer nicht verändert werden. Aufgabe der Prozessoren ist nicht, das Ergebnis zu optimieren. Zu der eigentlichen Wunderino Erfahrung gehören nämlich die Vielfalt der Spiele und der Spaß, den man beim Spielen hat. Im Hintergrund sorgen Computer dafür, dass wir einen Spielautomaten auch auf einem Handy benutzen können. Algorithmen sollen uns beim Spielen nur technisch helfen Sie haben aber mit dem Spielverlauf nichts zu tun: Denn für manchen Spieler mag es unlogisch klingen, dass zum Spielerlebnis auch das Verlieren gehört. Spannung und Erwartung machen heute moderne Spielcasinos im Internet aus. Entscheidend ist, dass man lustige und unterhaltsame Automaten mit unterschiedlichen Gewinnlinien hat. Der Unterhaltungsfaktor wird vom Menschen bestimmt. Die KI aber kann unser Spiel analysieren und uns Automaten empfehlen, die uns auch gefallen können. Bei Wunderino zum Beispiel gibt es so viele Slots, dass man sie kaum alle durchspielen kann. Hilfreich sind dann technische Systeme, die uns die Suche erleichtern. Sie können uns auch neue Spiele empfehlen oder Turniere, wenn diese für uns interessant sind. Den Spaß am Spiel können sie uns aber nicht abnehmen – und das ist auch gut so.
Besser spielen mit großen Datenbanken
Große Datenbanken finden sich in vielen Anwendungen, die wir täglich nutzen. Sie müssen in der Lage sein, die jeweiligen Prozesse für Nutzer möglich zu machen. Je besser eine Datenbank optimiert ist, umso schneller können komplexe Programme verarbeitet werden. Ein Beispiel dafür sind Online-Spielcasinos. Hier laufen mehrere Hundert Spielautomaten gleichzeitig, ohne das die Spieler das wahrnehmen. Ein Online-Casino ist letztlich ein Zusammenspiel aus mehreren Softwarekomponenten: die Spiele selbst, die Kundenverwaltung, Bezahlsysteme und das Marketing. Wenn Spieler den Wunderino Bonuscode nutzen wollen, dann laufen im Hintergrund mehrere Anwendungen. Per Datafusion gleichen die Systeme die Nutzerdaten mit den Stammdaten ab und schreiben den Boni dem Nutzerkonto gut. Man kann sofort loslegen und einige der Spiele ausprobieren – ohne das man gleich sein eingezahlten Geld verwenden muss. Rechenleistung für Tausende Spieler gleichzeitig In einem Spielcasino sind zur gleichen Zeit so viele Nutzer aktiv, dass es eine ungeheure Rechenleistung braucht. Zum Beispiel muss die Oberfläche dem Endgerät angepasst werden: Ein Spielcasino wird im Browser benutzt, dessen Größe aber auf Smartphones, Tablets und Desktop-Rechnern unterschiedlich ist. Wer auf seinem Handy an einem Automaten spielt, bekommt diesen passend auf den Bildschirm ausgeliefert – das Rechenzentrum und die Software machen es möglich. Je größer die Datenbanken, umso schwerfälliger können sie sein. Bei einem Spielcasino sind sie aber so konzipiert, dass sie dynamisch reagieren und in Höchstgeschwindigkeit die Spiele ausliefern. Diese Optimierung macht es möglich, dass die Walzen niemals rucken und man auch mobil immer das beste Erlebnis beim Zocken hat. Damit sind Spielcasinos Innovationsführer in der Netzwerk- und Datenverwaltung. Sie müssen den Spielern eine ständige Verfügbarkeit bieten, die mit hoher Redundanz einhergeht.
Künstliche Intelligenz im Alltag
Heute kommt KI bereits in vielen Alltagssituationen vor, meistens ohne dass wir es wahrnehmen. Wenn man im Internet surft, dann sind es KI-Applikationen, die unser Verhalten analysieren und uns Vorschläge machen, was wir vielleicht auch lesen oder kaufen wollen. Sie sind so ausgefeilt, dass sie sogar berechnen können, was wir demnächst kaufen werden. Im Autos sind Fahrassistenten im Einsatz, die ebenfalls kleine KI-Computer sind. Sie berechnen den Verbrauch, können vor einem Hindernis warnen oder gar komplett die Kontrolle über ein Fahrzeug übernehmen. Selbstfahrerende Autos sind heute kein technisches Problems mehr: es fehlt lediglich am gesetzlichen Rahmen. Röntgenaufnahmen analysieren In der Medizin wird KI eingesetzt, um Röntgen- und andere Aufnahmen zu vergleichen und Auffälligkeiten herauszufinden. Im Bereich von Lungenkrebs sind Hochleistungsrechner dabei in einer Studie schon besser gewesen als Radiologen. Und selbst wenn sie nicht den Menschen ersetzen, so können die Computer doch schon bei der Vorauswahl helfen. In einer globalen digitalen Welt ist die Kommunikation kulturübergreifend immer wichtiger. Hier hat die KI bei Übersetzungen gigantische Schritte gemacht: Die am meisten verbreiteten Sprachen lassen sich heute fast schon fehlerlos übersetzen – und das beim gesprochenen Wort sogar in Echtzeit. Der nächste Schritt für KI wird im Internet of Things liegen. Dieses Netz der Dinge verbindet nicht Menschen, sondern Geräte. Das Auto sendet Daten an eine Verkehrsleitstelle, diese verarbeitet Wetterdaten und schickt Warnungen an Verkehrsteilnehmer. Automatisierte Produktionsanlagen bestellen selbstfahrende LKW, wenn die Ware abgeholt und ausgeliefert werden kann. Im Haushalt wird das Smarthome mehr als nur ein Türöffner und eine Heizungssteuerung: Dank KI lernen die Computer unser Verhalten und passen Temperatur, Beleuchtung und Wasserverbrauch unseren Gewohnheiten an. Dann kann auch der oft genannte, aber noch nicht realisierte Kühlschrank Wirklichkeit werden, der selbstständig Milch und andere Lebensmittel nachbestellt. Der Vorratsschrank scannt ebenfalls die Barcodes von Mehl, Nudeln und Zucker und warnt uns, wenn sie zur Neige gehen. KI steuert dann unser Smartphone eigenständig, zeigt die Nachrichten auf einer Datenbrille an, schließt das Auto aus der Ferne auf und checkt uns beim Arbeitgeber ein, und dazu mussten wir es nicht einmal aus der Hosentasche holen.
Geschichte der künstlichen Intelligenz
Die ersten Computer hatten noch handtellergroße Relais, mit denen zwischen An und Aus geschaltet wurde. Heute passt, was einst einen Raum füllte, auf eine Cent-Münze. Die modernen Chips sind nicht nur kleiner, sondern auch schneller. Nur so sind sie in der Lage, die komplexen Prozesse der künstlichen Intelligenz durchzuführen. Als 1997 ein Computer einen Schachgroßmeister besiegte, wurde künstliche Intelligenz plötzlich für jedermann sichtbar. Mancher zeichnet schon ein Szenario, in dem die Roboter die Weltherrschaft übernehmen, Tatsächlich sind wir aber auch heute noch weit davon entfernt. Zwar hat die KI seitdem große Fortschritte gemacht, aber noch immer sind Computer nicht in der Lage, eine komplette generelle Intelligenz zu haben. KI lernte das Fahren von Autos Der nächste große Schritt in der KI kam mit der Entwicklung selbstfahrender Autos und der Fähigkeit, Sprache zu verstehen. Beides basiert auf neuen Modellen des Lernens: Die Rechner werden mit Datenmengen gefüttert, erhalten aber keine Anweisungen mehr. In der Programmierung wird ihnen lediglich beigebracht, wie sie selbstständig lernen können. Es werden Datensätze verglichen und daraus ein Ergebnis berechnet: Bei Büchern kann so in mehrere Sprachen automatisch übersetzt werden. Dennoch ist es derzeit eher unwahrscheinlich, dass es mittelfristig zu einer sogenannten Singularität kommt. Damit wird der Zustand bezeichnet, in dem ein Computer einem menschlichen Gehirn überlegen ist. Bislang bestehen selbst komplexe Systeme nur gelegentlich den so genannten Turing-Test: Dessen Antworten sind im besten Fall so, dass man nicht weiß, ob sie ein Computer oder ein Mensch gegeben hat. Die Herausforderung der künstlichen Intelligenz besteht darin, nicht nur in einem Spezialgebiet zu bestehen, sondern mehrere, auch nicht zusammenhängenden Gebiete zu beherrschen. Hinzu kommt, dass es bislang nicht gelungen ist, eine emotionale Intelligenz – oder überhaupt Gefühle und Intuition – in einem Computer nachzubilden. Die nahe Zukunft besteht in der Verbesserungen der Anwendungen der KI in Bereichen, die wenig kreativen Input benötigen und die zu einem großen Teil automatisiert werden können. Das ist in der Datenanalyse der Fall, zum Beispiel bei der Videoüberwachung oder dem Verstehen medizinischer Daten. Auch Satellitenaufnahmen kann eine KI heute auswerten, wenn man zum Beispiel Veränderungen der Landschaft durch Klimawandel beobachten will. Solche Systeme kommen schon beim Eis in der Antarktis zum Einsatz.
Unmengen von Daten zusammenbringen
Eine der größten Herausforderungen in der Computerwissenschaft ist heute, die ungeheuren Datenmengen zu verwalten und miteinander zu verbinden. Eine normales Smartphone kann heute bereits Millionen von Datensätzen in kurzer Zeit generieren. Rechenzentren arbeiten in Größenordnungen, die nicht einmal mehr im Petabytebereich sind. Mit der Datenfusion werden Methoden entwickelt, digitale Informationen sinnvoll aufzubereiten. Dazu zählen Datenbanken, die aufeinander abgestimmt werden müssen. Meistens werden in der Datenfusion Rohdaten eingesetzt, die wiederum zu einer neuen Datenquelle zusammengefasst werden. Unvollständige Datensätze verbessern Ein weiterer, wenn nicht der wichtigste Bereich der Datenfusion ist das Zusammenfügen von unvollständigen Informationen. Hierbei wird einem Computersystem die Aufgabe gegeben, einen Datensatz selbständig weiterzuführen und dabei einem bestimmten Muster zu folgen. In einer Verfeinerung werden Daten auf Duplikate überprüft und diese entsprechend aussortiert. Datenfusionen finden überall und ständig statt. Eine bedeutende Anwendung ist die künstliche Intelligenz, Hier werden große Mengen an Informationen benötigt, damit Maschinen daraus lernen können. Diese Quellen haben aber unterschiedliche Formate und müssen zuvor so angepasst werden, dass sie im Lernprozess benutzt werden können. Datenbanken, die miteinander fusioniert werden, finden sich zum Beispiel bei Firmenübernahmen. Hier hat Firma A Buchhaltungsinformationen in einem Format A1, das andere Unternehmen B aber im Format B1. In der Datenfusion müssen diese Daten auf einen gemeinsamen Stand gebracht werden, zum Beispiel A2, B2 oder C1 als neuer Standard. Konkret ist das zum Beispiel der Fall, wenn in einer Datenbank Vorname und Nachname in unterschiedlicher Reihenfolge stehen oder es in einer Version kein Feld für einen Mittelnamen gibt. Da es nicht immer gemeinsame Standards für Datenbankformate gibt, sind Datenfusionen heute eine große Herausforderung. Diese wird noch größer durch die Zahl der Quellen, zum Beispiel bei der industriellen Automatisierung oder beim Internet of Things (IoT). So müssen die Informationen, die ein Temperatursensor weitergibt, sowohl von einem Heizungssystem als auch von einem Wartungsdienst und einem Smartphone verstanden werden. Datenfusion findet deshalb heute auch von künstlicher Intelligenz gesteuert statt. Die KI-Rechner sind in der Lage, Muster zu erkennen und ein optimales Datenformat zu errechnen, auf das dann die unterschiedlichen Quellinformationen angepasst werden.

Wo die Grenzen der KI beim Spielen liegen

Besser spielen mit großen Datenbanken

Künstliche Intelligenz im Alltag

Geschichte der künstlichen Intelligenz

Unmengen von Daten zusammenbringen

Kürzliche Posts

Wo die Grenzen der KI beim Spielen liegen

Besser spielen mit großen Datenbanken

Künstliche Intelligenz im Alltag

Geschichte der künstlichen Intelligenz

Unmengen von Daten zusammenbringen

Seitensuche

Blog-Kategorien

Kalender

Blog-Archiv

Beliebte Beiträge

Beliebte Beiträge

Unsere Position

Spezielle Links