{
  "url": "https://pretalx.c3voc.de/camp2023/talk/GQRTAS/",
  "id": 57262,
  "guid": "4146f6ee-ac0d-5dc2-8ac6-8a06f52e03a9",
  "date": "2023-08-15T17:15:00+02:00",
  "start": "17:15",
  "logo": null,
  "duration": "00:45",
  "room": "N:O:R:T:x",
  "slug": "camp2023-57262-demystifying_ai",
  "title": "Demystifying AI",
  "subtitle": "",
  "track": "Nerds der OberRheinischen Tiefebene und der xHain (N\\:O:R:T:x)",
  "type": "Talk",
  "language": "de",
  "abstract": "Der Vortrag \"Demystifying AI\"\u00a0 soll den\u00a0Zuh\u00f6rerinnen eine fundierte und verst\u00e4ndliche Einf\u00fchrung in das Thema Artificial Intelligenz (AI) bieten. Der Erfolg von ChatGPT hat den Eindruck erweckt, dass AI langsam den Menschen ersetzen kann. Zus\u00e4tzlich haben die gro\u00dfen Player ein gro\u00dfes Interesse daran AI als eine schwierige und komplexe Technologie darzustellen. Mit diesem Talk trete ich diesem Trend entgegen und blicke hinter die Kulissen des Maschinellen Lernens. Das Ziel des Talks ist es, die Grundlagen des Maschinellen Lernens zu erkl\u00e4ren, da dies die aktuelle Form der AI ist, die wir momentan nutzen. Zus\u00e4tzlich m\u00f6chte ich versuchen, den schwer verst\u00e4ndlichen Jargon aufzubrechen und damit besser greifbar zu machen.",
  "description": "Der Talk beginnt mit einer Erl\u00e4uterung der verschiedenen Arten des Maschinellen Lernens. Durch Beispiele werde ich erkl\u00e4ren, wie diese Lernmethoden funktionieren und welche Probleme sie l\u00f6sen k\u00f6nnen. Das \u00fcberwachte Lernen beinhaltet das Trainieren eines Modells anhand von Eingabe- und Ausgabedaten, w\u00e4hrend das un\u00fcberwachte Lernen nach Mustern und Gruppierungen in den Daten sucht. Beim verst\u00e4rkenden Lernen interagiert das Modell mit einer Umgebung, um Belohnungen zu maximieren. Dieser \u00dcberblick erm\u00f6glicht es den Zuh\u00f6rerinnen ein umfassenderes Verst\u00e4ndnis f\u00fcr die Funktionsweise und Anwendungsbereiche des maschinellen Lernens zu bekommen. Ich werde dabei besonders auf die Gemeinsamkeiten der verschiedenen Ans\u00e4tze eingehen, um den Teilnehmerinnen die M\u00f6glichkeit zu geben den grundlegenden Zusammenhang zu erkennen.  \r\n  \r\nDen Schwerpunkt des Vortrags werde ich darauf legen, die mathematischen Grundlagen des Maschinellen Lernens zu erkl\u00e4ren. Dabei werde ich erl\u00e4utern, wie das Training von ML-Modellen durchgef\u00fchrt wird und welche Schritte dabei im Detail stattfinden. Es wird deutlich, dass das Training eines ML-Modells im Wesentlichen auf der Optimierung einer Kostenfunktion basiert, um die besten Modellparameter zu finden. Die Zuh\u00f6rerinnen werden verstehen, wie das Training mathematisch formuliert ist und welche Algorithmen dabei verwendet werden, um die Modellgewichte anzupassen und die Fehler zu minimieren.  \r\n  \r\nAm Ende des Vortrags werde ich die Herausforderungen und Fallstricke des maschinellen Lernens diskutieren. Hierbei werden Themen wie Datenvorverarbeitung, Overfitting, Bias und Erkl\u00e4rbarkeit kurz behandelt, um den Zuh\u00f6rerinnen ein Verst\u00e4ndnis der potenziellen Schwierigkeiten beim Einsatz von Maschinellem Lernen zu vermitteln. Ich werde erl\u00e4utern, wie die Qualit\u00e4t der Daten einen gro\u00dfen Einfluss auf die Leistung des Modells hat und welche Schritte unternommen werden k\u00f6nnen, um die Datenqualit\u00e4t zu verbessern. Zudem werde ich erkl\u00e4ren, wie Overfitting vermieden werden kann, indem Modelle an zus\u00e4tzlichen Testdaten \u00fcberpr\u00fcft werden. Die Diskussion \u00fcber Bias und Erkl\u00e4rbarkeit soll die Zuh\u00f6rerinnen sensibilisieren, dass maschinelles Lernen nicht frei von Vorurteilen ist und dass es wichtig ist, die Entscheidungen und Vorhersagen von Modellen nachvollziehen und erkl\u00e4ren zu k\u00f6nnen.  \r\n  \r\nAbschlie\u00dfend werde ich praktische Tipps und Ressourcen f\u00fcr den Einstieg in das Maschinelle Lernen geben. Die Teilnehmerinnen erhalten Empfehlungen f\u00fcr B\u00fccher, Online-Kurse und Communitys, um ihr Wissen weiter auszubauen und eigene Projekte zu starten. \r\nDurch die Inhalte meines vortrags m\u00f6chte ich dazu beitragen,  den Einsatz von AI differenziert zu betrachten und kritisch zu hinterfragen.",
  "recording_license": "",
  "do_not_record": false,
  "persons": [
    {
      "guid": "7021daef-1c36-5f60-b97b-4bcab4a08817",
      "id": 4250,
      "code": "XZNVTH",
      "public_name": "jate",
      "avatar": "https://pretalx.c3voc.de/media/avatars/cybercat3_5JZeeiM.png",
      "biography": "Ich habe Mathe studiert und anschlie\u00dfend eine Promotion im Bereich angewandter Optimierung gemacht. Als Postdoc habe versucht Reinforcement Learning und Molekulardynamik zusammen zu bringen und habe die Vorlesung Maschine Learning f\u00fcr Data Science betreut. Ich habe beim KI Camp der Gesellschaft f\u00fcr Informatik (2021) einen Vortag \u00fcber Reinforcement Learning gehalten. Diese Jahr habe ich zusammen mit Linus Neumann \u00fcber das Thema KI und Security bei der Heise Security Show gesprochen.",
      "answers": []
    }
  ],
  "links": [],
  "attachments": [],
  "room_id": "52f1a9fa-580e-4a32-bf20-4326902717aa",
  "origin": "pretalx.c3voc.de"
}