Odkrijte skrivnosti umetne inteligence v poletnem semestru!

Odkrijte skrivnosti umetne inteligence v poletnem semestru!

28. junija 2025 bo slovesno odprt program poletnega semestra sobotne univerze Fakultete za matematiko in naravoslovje Univerze v Rostocku. Profesor Roger Labahn bo v svojem predavanju osvetlil matematične temelje umetne inteligence (AI). Glavni cilj tega predavanja je poslušalcem omogočiti boljše razumevanje matematike, ki stoji za algoritmi strojnega učenja. Predvsem bo govora o funkcionalnosti nevronskih mrež, ki predstavljajo ključno tehnologijo sodobne umetne inteligence. Univerza v Rostocku poroča, da bo predavanje ob 11.00 uri v predavalnici 1 Fizike, Albert-Einstein-Str. 24, 18059 Rostock.

Predavanja so namenjena široki publiki, ki jo zanima znanost, in so zasnovana tako, da so splošno razumljiva. To je še posebej pomembno, da bi bile zapletene teme umetne inteligence dostopne širšemu občinstvu. Poletni program se zaključuje s še enim predavanjem prof. dr. Oliverja Kühna, ki je bilo zaključeno 5. julija 2025 in je obravnavalo temo “Let’s talk about nanoplastics!” zaskrbljen. Če vas zanima, se lahko obrnete neposredno na profesorja Labahna, če imate kakršna koli vprašanja.

Vpogled v umetno inteligenco

Umetna inteligenca je širok pojem, ki zajema različne tehnologije in discipline. Strojno učenje je ključna komponenta, ki omogoča sistemom, da se učijo iz podatkov in se izboljšujejo. kako Fraunhofer IKS pojasnjuje, nevronske mreže, pomembna veja strojnega učenja, temeljijo na povezavah med živčnimi celicami v človeških možganih. Te umetne nevronske mreže so sestavljene iz podatkovnih vozlišč, povezanih s ponderiranimi povezavami. Ponavljajoče se predstavitve podatkov usposabljajo omrežje, tako da lahko natančneje kategorizira podatke.

Nevronske mreže imajo lahko različne plasti – več kot je plasti, bolj zapletene probleme lahko rešijo. Te globoke nevronske mreže, znane kot »globoke nevronske mreže«, lahko z »globokim učenjem« dosežejo impresivne rezultate. Pogosto se uporabljajo v aplikacijah, kot sta prepoznavanje slik in razumevanje besedila. To pomeni, da imajo sistemi AI vedno močnejše algoritme za prepoznavanje vzorcev in sprejemanje odločitev na podlagi velikih količin podatkov.

Izzivi umetne inteligence

Čeprav je napredek v umetni inteligenci obetaven, ostaja izziv, da so obstoječi sistemi pogosto omejeni na specifične naloge, kar imenujemo "šibka umetna inteligenca". Prehod na »močno umetno inteligenco« ali potencialno superinteligenco še ni izvedljiv. Priložnosti in izzivi umetne inteligence so bili preučeni tudi v okviru leta znanosti 2019, ki je dvignilo zavest o njeni kompleksni naravi. Glede na članek avtorja Fraunhofer IAO Aplikacije AI je že danes mogoče najti na številnih področjih, od digitalnih pomočnikov do sistemov za obdelavo slik.

Če povzamemo, predavanje profesorja Labahna 28. junija ponuja odlično priložnost za vpogled v matematične temelje umetne inteligence in njene možne uporabe. Udeležba na tovrstnih dogodkih ne samo spodbuja razumevanje ene najpomembnejših tehnologij našega časa, ampak tudi spodbuja razpravo o njenem prihodnjem razvoju in izzivih.