
Sign up to save your podcasts
Or


Künstliche Intelligenz und maschinelles Lernen waren lange Zeit ein belächeltes Forschungsfeld auf dem über Jahrzehnte so recht nichts vorangehen wollte. Durchbrüche in kleinen Bereichen stießen meist schnell auf neue Grenzen und es war nicht absehbar, wie sich das Segment weiterentwickeln würde. Doch in den letzten Jahren stieß das Deep Learning durch verbesserte Algorithmen und schnelle Grafikkarten-Hardware die Tür weit auf für neue Anwendungen. Binnen weniger Jahre wurden bis dahin knifflige Dinge wie Sprach- und Bilderkennung zu in jedem Smartphone verbauter Mainstream-Technologie. Doch ist auch dieses Feld noch weitgehend unbestellt und die sich schnell verändernden Werkzeuge bieten Programmierern eine weit reichende und in ihrer Anwendungsbreite noch gar nicht abgesteckte Perspektive.
By Tim PritloveKünstliche Intelligenz und maschinelles Lernen waren lange Zeit ein belächeltes Forschungsfeld auf dem über Jahrzehnte so recht nichts vorangehen wollte. Durchbrüche in kleinen Bereichen stießen meist schnell auf neue Grenzen und es war nicht absehbar, wie sich das Segment weiterentwickeln würde. Doch in den letzten Jahren stieß das Deep Learning durch verbesserte Algorithmen und schnelle Grafikkarten-Hardware die Tür weit auf für neue Anwendungen. Binnen weniger Jahre wurden bis dahin knifflige Dinge wie Sprach- und Bilderkennung zu in jedem Smartphone verbauter Mainstream-Technologie. Doch ist auch dieses Feld noch weitgehend unbestellt und die sich schnell verändernden Werkzeuge bieten Programmierern eine weit reichende und in ihrer Anwendungsbreite noch gar nicht abgesteckte Perspektive.

9 Listeners

13 Listeners

1 Listeners

4 Listeners

0 Listeners

16 Listeners

6 Listeners

1 Listeners

2 Listeners