Oppdag hemmelighetene til kunstig intelligens i sommerhalvåret!

Oppdag hemmelighetene til kunstig intelligens i sommerhalvåret!

28. juni 2025 åpnes sommersemesterprogrammet til lørdagsuniversitetet ved Det matematisk-naturvitenskapelige fakultet ved Universitetet i Rostock. Professor Roger Labahn vil i sitt foredrag belyse det matematiske grunnlaget for kunstig intelligens (AI). Hovedmålet med denne foredraget er å gi lytterne en bedre forståelse av matematikken bak maskinlæringsalgoritmer. Spesielt vil funksjonaliteten til nevrale nettverk, som representerer en nøkkelteknologi i moderne AI, bli diskutert. Universitetet i Rostock melder at forelesningen vil finne sted klokken 11:00 i forelesningssal 1 i fysikk, Albert-Einstein-Str. 24, 18059 Rostock.

Forelesningene retter seg mot et bredt publikum som er interessert i vitenskap og er laget for å være generelt forståelige. Dette er spesielt viktig for å gjøre de komplekse temaene AI tilgjengelig for et bredere publikum. Sommerprogrammet avsluttes med nok et foredrag av prof. Dr. Oliver Kühn fullført 5. juli 2025, som tok for seg temaet "La oss snakke om nanoplast!" bekymret. Hvis du er interessert, kan du kontakte professor Labahn direkte hvis du har spørsmål.

Innsikt i kunstig intelligens

Kunstig intelligens er et bredt begrep som omfatter en rekke teknologier og disipliner. Maskinlæring er en nøkkelkomponent som gjør det mulig for systemer å lære av data og forbedre seg selv. Hvordan Fraunhofer IKS forklarer, nevrale nettverk, en viktig gren av maskinlæring, er basert på forbindelsene mellom nerveceller i den menneskelige hjernen. Disse kunstige nevrale nettverkene består av datanoder koblet sammen med vektede forbindelser. Gjentatte datapresentasjoner trener nettverket slik at det kan kategorisere dataene mer presist.

Nevrale nettverk kan ha en rekke lag - jo flere lag, jo mer komplekse problemer kan de løse. Disse dype nevrale nettverkene, kjent som "dyp nevrale nettverk", er i stand til å oppnå imponerende resultater gjennom "dyp læring". De brukes ofte i applikasjoner som bildegjenkjenning og tekstforståelse. Dette betyr at AI-systemer har stadig kraftigere algoritmer for å gjenkjenne mønstre og ta beslutninger fra store datamengder.

Utfordringene med kunstig intelligens

Selv om fremskritt innen AI er lovende, er det fortsatt en utfordring at eksisterende systemer ofte er begrenset til spesifikke oppgaver, som omtales som "svak AI." Overgangen til "sterk AI" eller potensiell superintelligens er ennå ikke mulig. Mulighetene og utfordringene til AI ble også undersøkt som en del av vitenskapsåret 2019, som økte bevisstheten om dets komplekse natur. I følge en artikkel av Fraunhofer IAO AI-applikasjoner finnes allerede i mange områder i dag, fra digitale assistenter til bildebehandlingssystemer.

Oppsummert gir professor Labahns forelesning 28. juni en utmerket mulighet til å få innsikt i det matematiske grunnlaget for AI og dets mulige anvendelser. Deltakelse i slike arrangementer fremmer ikke bare forståelsen av en av vår tids viktigste teknologier, men stimulerer også til diskusjon om dens fremtidige utvikling og utfordringer.