Potenzial und Grenzen heutiger KI

Maschinelles Lernen ist zur treibenden Kraft hinter der künstlichen Intelligenz geworden, wobei tiefe neuronale Netze bei Benchmarks in der Bild-, Audio- und natürlichen Sprachverarbeitung führend sind. Dieser Erfolg ist nicht nur auf aktuelle Transformer-Architekturen zurückzuführen, sondern auch auf die Verfügbarkeit großer Datensätze und moderner Hardware für das Training dieser Modelle. Diese Kombination hat den Aufstieg fortschrittlicher Modelle, einschließlich generativer KI, großer Sprachmodelle und allgemeiner Foundation-Modelle, vorangetrieben. In diesem Vortrag werden die aktuellen Fortschritte im Bereich der tiefen neuronalen Netze vorgestellt und gleichzeitig die Grenzen der aktuellen State-of-the-Art-Modelle kritisch beleuchtet, insbesondere in Bezug auf ihre Fähigkeit, robuste und zuverlässige Entscheidungen zu treffen.

Prof. Dr. Vasileios Belagiannis
Friedrich-Alexander-Universität Erlangen Nürnberg
Lehrstuhl für Multimediakommunikation und Signalverarbeitung