Selbstfahrende Autos, nützliche Haushaltsroboter oder eine bedrohliche fremde Macht – der Begriff Künstliche Intelligenz ruft in der Gesellschaft aktuell verschiedenste Assoziationen aus. Als Anwenderinnen dieser Technologie stecken für uns hinter dem Begriff die Methodiken des Machine Learning. Wir möchten euch ein greifbares Bild vermitteln, was dies in verschiedenen Use Cases bedeutet. Hierbei werdet ihr erfahren, wie Reinforcement Learning die Entwicklung des Autonomen Fahrens beschleunigt, wie Kundenfeedback mit Natural Language Processing effizienter bearbeitet wird und wie Bildverarbeitung mit Deep Learning die Qualitätssicherung in der Produktion stärkt.
Außerdem möchten wir auch von euren eigenen Erfahrungen mit künstlicher Intelligenz hören und eure Gedanken zum Thema erfahren: Was glaubt ihr – Hype oder Gamechanger?
DR. SARAH FISCHBACH
Dr. Sarah Fischbach arbeitet bei Robert Bosch Semiconductor Manufacturing als Expertin für Datenanalyse und Machine Learning. Der Fokus ihrer Arbeit liegt darauf, diese Methodiken anzuwenden, um das Produktionsergebnis in der stark datenbasierten Halbleiterherstellung zu optimieren. Hierbei nutzt sie ihren fachlichen Hintergrund in Physik und Volkswirtschaftslehre, hat aber auch viel Spaß daran in den aufstrebenden Bereichen Big Data und Künstliche Intelligenz immer wieder Neues zu lernen. Im Slot möchte sie diskutieren, unter welchen Voraussetzungen der Einsatz von Machine Learning in der Produktion sinnvoll ist.
HANNA KRASOWSKI
Hanna Krasowski promoviert in der Forschungsgruppe „Cyber-physische Systeme“ an der TU München zum Thema sicheres Reinforcement Learning. In ihrer Forschung erweitert Hanna klassisches Reinforcement Learning, so dass es sicher für Bewegungsplanungsaufgaben, z.B. bei autonomen Autos, eingesetzt werden kann. Wie Reinforcement Learning für autonome Fahrzeuge funktioniert, wie es noch in weiteren Bereichen eingesetzt werden könnte und was das für Hindernisse birgt, möchte sie in diesem Slot diskutieren.
THERESA TRAN
Theresa Tran ist Data Scientist bei der IT-Beratung Lufthansa Industry Solutions. Bei ihren Kunden (nicht nur Luftfahrtbranche) hat sie bereits unterschiedlichste Analytics–Projekte begleitet. In der Flugzeug-Kabine liefern Tausende von Kommentaren äußerst wertvolles Feedback, um die Nachhaltigkeit zu verbessern, Abfall zu reduzieren und die Kundenzufriedenheit zu erhöhen. Doch der Mensch allein kann die schiere Menge an eingehendem Feedback nicht bewältigen. Deshalb haben wir für die Lufthansa Group ein KI–System (genauer gesagt: NLP, Natural Language Processing) entwickelt, das mehrsprachige Kommentare von Flugbegleitern interpretiert, um wertvolle Erkenntnisse zu gewinnen. Ähnliche Systeme haben wir auch bereits in anderen Kontexten für andere Kunden implementiert, z.B. Kategorisierung von Rechnungen. Wo seht ihr Potential von automatischer Texterkennung?
Empfohlenes Erfahrungslevel: Alle
Teilnahmebeschränkung: ohne
Anmeldung ohne