Die Zukunft der Digitalagenturen
Zum Online-Dossier
Welche Geschäftsmodelle sichern in KI-Zeiten Digitalagenturen das Überleben? Wie geht es den deutschsprachigen Agenturen wirklich? Die die wichtigsten Analysen und Marktstudien:
Zum Online-Dossier
Zum Online-Dossier
Holen Sie sich Ihre 'iBusiness Executive Summary' kostenlos
iBusiness-Newsletter mit Executive Summary abonnieren
Abonnieren Sie den den iBusiness Newsletter und bekommen Sie wöchentlich die umfassende 'iBusiness Executive Summary' kostenlos zugemailt: .
iBusiness-Newsletter mit Executive Summary abonnieren
iBusiness-Newsletter mit Executive Summary abonnieren
Künstliche Intelligenz
Diese drei Trends werden das KI-Jahr 2021 prägen
von Christina Rose
08.01.2021 Transfer Learning, Cross Lingual Word Embeddings und grüne KI: Was hinter drei zentralen KI-Trends für das kommende Jahr steckt.

Bild: Geralt Pixabay


1. Transfer Learning
Nach 2020 bleibt Transfer Learning auch in diesem Jahr ein zentraler KI-Trend. Transfer Learning ist eine spezielle Methode des maschinellen Lernens und ermöglicht, neuronale Netze, die bereits für einen bestimmten Zweck vortrainiert sind, als Ausgangspunkt für eine andere Aufgabe zu verwenden. Das bereits Gelernte eines trainierten Netzes wird dadurch für ein neues Projekt nutzbar gemacht. Das Trainieren eines neuronalen Netzes ist durch diese Methode deutlich weniger rechenintensiv und zeitaufwändig, die Menge der erforderlichen Trainingsdaten sinkt erheblich. Transfer Learning wird die Demokratisierung von KI weiter voranbringen und ihren flächendeckenden Einsatz in der Unternehmenswelt weiter beschleunigen. Bislang funktionierte KI in Unternehmen nämlich nur dann besonders gut, wenn sie viele Daten besitzen - was in der Praxis selten der Fall ist - und maßgeschneiderte Modelle nutzen.2. Cross Lingual Word Embeddings
Zahlreiche Anwendungen des Natural Language Processing (NLP) stehen nur für die wichtigsten europäischen Sprachen zur Verfügung - häufig sogar ausschließlich für Englisch. Ein wichtiger Grund dafür ist, dass die Ausdehnung von NLP-Modellen auf neue Sprachen üblicherweise die zeitaufwändige Annotation komplett neuer Datensätze erfordert und sehr rechenintensiv ist. Für weniger verbreitete Sprachen stehen aber auch häufig gar nicht genügend Trainingsdaten zur Verfügung. Abhilfe können hier multilinguale Modelle mit so genannten Cross Lingual Word Embeddings (CLWEs) schaffen. Diese CLWEs nutzen die Tatsache, dass viele Sprachen semantische Ähnlichkeiten aufweisen. Sie erfassen diese Ähnlichkeiten und können Wörter in mehreren Sprachen in einem gemeinsamen Vektorraum darstellen.3. Grüne KI
Künstliche Intelligenz durchdringt immer mehr Bereiche des Lebens und der Wirtschaft. Dementsprechend stark wächst auch der ökologische Fußabdruck, den sie beim Training von Algorithmen und ihrem Einsatz hinterlässt. Vor dem Hintergrund des steigenden Bewusstseins für Umweltschutz und Klimawandel gewinnt deshalb grüne KI immer mehr an Bedeutung. So wird beispielsweise verstärkt an Algorithmen geforscht, die weniger Energie, weniger Speicher und weniger Kommunikationsbandbreite benötigen. Auch die Energieversorgung und Effizienz der für KI genutzten Rechenzentren kommt immer öfter auf den Prüfstand. Ein weiterer wichtiger Aspekt von grüner KI ist der Einsatz von Algorithmen, um Energieerzeugung, den Betrieb der Netzinfrastruktur und die Energienutzung möglichst effizient zu gestalten.
Neuer Kommentar
Kommentare:
Schreiben Sie Ihre Meinung, Erfahrungen, Anregungen mit oder zu diesem Thema. Ihr Beitrag erscheint an dieser Stelle.
Verwandte Beiträge zu diesem Beitrag
alle Veranstaltungen Webcasts zu diesem Thema:
Dienstleister-Verzeichnis Agenturen/Dienstleister zu diesem Thema: