Kann ein KI-Modell fehlerfrei trainiert werden?

Neuland

Kandungan disediakan oleh Expert:innen des Hasso-Plattner-Instituts und Moderator Leon Stebe, Expert:innen des Hasso-Plattner-Instituts, and Moderator Leon Stebe. Semua kandungan podcast termasuk episod, grafik dan perihalan podcast dimuat naik dan disediakan terus oleh Expert:innen des Hasso-Plattner-Instituts und Moderator Leon Stebe, Expert:innen des Hasso-Plattner-Instituts, and Moderator Leon Stebe atau rakan kongsi platform podcast mereka. Jika anda percaya seseorang menggunakan karya berhak cipta anda tanpa kebenaran anda, anda boleh mengikuti proses yang digariskan di sini https://ms.player.fm/legal.

10M ago 15:55

MP3•Laman utama episod

Gespräch mit Prof. Dr. Felix Naumann und Dr. Hazar Harmouch

Mit dem AI Act will die Europäische Union die Zukunft der künstlichen Intelligenz (KI) in sichere Bahnen lenken. In den Fokus gerät auch immer mehr die Qualität der Daten, mit denen KI-Modelle trainiert werden. Die neue Folge des HPI-Wissenspodcasts "Neuland" geht der Frage nach, wie die Datenqualität für KI-Anwendungen verbessert werden kann. Wie aufwendig ist es, riesige Datensätze für KI-Modelle zu bereinigen? Wie können die Daten möglichst relevant, repräsentativ, fehlerfrei und vollständig sein? Braucht es synthetische Daten - für bessere Ergebnisse solcher Anwendungen? Darüber spricht Host Leon Stebe mit Prof. Felix Naumann, Leiter des Fachgebiets "Informationssysteme" am HPI, und HPI-Wissenschaftlerin Dr. Hazar Harmouch.

Mehr Infos zum Forschungsprojekt "KITQAR: Data Quality for AI Applications": https://hpi.de/naumann/projects/data-integration-data-quality-and-data-cleansing/kitqar-data-quality-for-ai-applications.html

82 episod

#Wissenschaft #Technologie #Bildung #Expert:innen des Hasso-Plattner-Instituts #Moderator Leon Stebe #Digitalisierung #Digitale Bildung #Cybersicherheit #Informationstechnologie