Künstliche Intelligenz: Grundlagen, Anwendungen und Management

Künstliche Intelligenz(KI) verbreitet sich schnell: Produkte mit Sprach- oder Bilderkennung wie selbstfahrende Autos, virtuelle Assistenten wie Amazon’s Alexa oder auch automatische Qualitätserkennung.

In der Produktion werden diese immer leichter und kostengünstiger in der Implementation – und dies bei immer besser werdender Performance. Als Grundlage dient oftmals lernen aus Daten, sprich maschinellem Lernen, mit Verfahren wie Deep Learning (Neuronale Netze). In den letzten Jahren ist die Anwendung dieser Verfahren dank zahlreicher Opensource Initiativen wie etwa Tensorflow von Google oder Pytorch von Facebook auch für kleine und grosse Unternehmen ausserhalb der IT Branche möglich geworden. Diese Chance sollte auch wahrgenommen werden.

Das Verwenden von Künstlicher Intelligenz wirft jedoch auch viele Fragen auf:
- Wie funktionieren Technologien wie Maschinelles Lernen und speziell Deep Learning?
- Sind sie in meinem Anwendungsfeld geeignet?“ „Wenn ja, was gilt es zu beachten?
- Was fuer Daten werden in welcher Qualitaet und Quantiaet benoetigt?
- Wie unterscheiden sich Produkte die Komponenten mit Künstlicher Intelligenz beihalten von normalen Software Produkten?
- Wie sieht eine Wartung von einem System mit Deep Learning aus?
- Sind solche Systeme sicher?
Dieser Workshop beschäftigt sich mit den oben genannten Fragestellungen.

Lerninhalte:
Es werden die Grundlagen von Künstlicher Intelligenz(KI) mit Fokus auf Deep Learning vermittelt, als auch Management von Projekten mit Künstlicher Intelligenz eroiert – insbesondere werden Unterschiede zur klassischen Softwareproduktentwicklung aufgezeigt.

- Grundlagen von Künstlicher Intelligenz, Maschinellem Lernen und neuronalen Netzen
- Spezifikation, Entwicklung und Wartung von Produkten mit Künstlichen Intelligenz Komponenten
- Einführung in convolutional und recurrent neural networks
- Tools für Deep Learning mit Fokus auf Keras mit Tensorflow Backend und Python
- Beispielanwendungen im Bereich der Bild- und Textverarbeitung und ev. Zeitreihenanalyse

Lernziele:
- Nutzen von KI identifizieren: Erkennen und Bewerten von möglichen Anwendungsszenarien von AI im Unternehmen
- Technologisches Verständnis: Wesentliche Elemente existierender Deep Learning Netzwerkarchitekturen verstehen und auf ähnliche Probleme anwenden
- Projekte mit KI managen: Verständnis wie man von der Idee zum Produkt gelangt