漢德百科全書 | 汉德百科全书
IT-Times
Unternehmen
Spiele
Geographie
Deutsche Strategie für Hightech-Industrien
Geschichte
Geschichte
N 2000 - 2100 nach Christus
IT-Times
IT-Times
Produktionstechnik/Manufacturing Technologies
Wissenschaft und Technik
2023年11月，德国BMBF发布《人工智能行动计划》，该计划规划了11项具体行动领域。BMBF正在推动50项以人工智能研究、技术和基础设施发展为重点的现行措施，该计划将在此基础上新增20项额外的人工智能举措，并在本届政府任期内实现投入超过16亿欧元，助力德国在国家和欧洲层面促进人工智能的发展，从而推动欧盟与已经占据人工智能主导地位的国家竞争。
Bildung und Forschung
Bildung und Forschung
*Wichtige Disziplinen
Geschichte
N 2000 - 2100 nach Christus
IT-Times
Big Data
IT-Times
Cloud Computing
Wichtige Disziplinen
Wissenschaft und Technik
Technologiekonzepte
Künstliche Intelligenz (KI, auch artifizielle Intelligenz, AI, A. I., englisch artificial intelligence, AI) ist ein Teilgebiet der Informatik, welches sich mit der Automatisierung intelligenten Verhaltens befasst. Der Begriff ist insofern nicht eindeutig abgrenzbar, als es bereits an einer genauen Definition von Intelligenz mangelt. Dennoch wird er in Forschung und Entwicklung verwendet.
Im Allgemeinen bezeichnet künstliche Intelligenz oder KI den Versuch, eine menschenähnliche Intelligenz nachzubilden, d. h., einen Computer zu bauen oder so zu programmieren, dass er eigenständig Probleme bearbeiten kann. Oftmals wird damit aber auch, besonders bei Computerspielen, eine nachgeahmte Intelligenz bezeichnet, womit durch meist einfache Algorithmen ein intelligentes Verhalten simuliert werden soll.
人工智能（英语：Artificial Intelligence, AI）亦称机器智能，是指由人工制造出来的系统所表现出来的智能。通常人工智能是指通过普通电脑实现的智能。该词同时也指研究这样的智能系统是否能够实现，以及如何实现的科学领域。
一般教材中的定义领域是“智能主体（intelligent agent）的研究与设计”[1]，智能主体是指一个可以观察周遭环境并作出行动以达致目标的系统。[2]约翰·麦卡锡于1955年的定义是[3]“制造智能机器的科学与工程。”[4]
人工智能的研究是高度技术性和专业的，各分支领域都是深入且各不相通的，因而涉及范围极广。[5]
人工智能的研究可以分为几个技术问题。其分支领域主要集中在解决具体问题，其中之一是，如何使用各种不同的工具完成特定的应用程序。AI的核心问题包括推理、知识、规划、学习、交流、感知、移动和操作物体的能力等。[6]强人工智能目前仍然是该领域的长远目标。[7]目前比较流行的方法包括统计方法，计算智能和传统意义的AI。目前有大量的工具应用了人工智能，其中包括搜索和数学优化、逻辑推演。而基于仿生学、认知心理学，以及基于概率论和经济学的算法等等也在逐步探索当中。
Finanz
Finanz
*Brasilien-Konjunkturdaten
Finanz
*China-Konjunkturdaten
Finanz
*Deutschland-Konjunkturdaten
Finanz
*Europäische Union-Konjunkturdaten
Finanz
*Frankreich-Konjunkturdaten
Finanz
*Indien-Konjunkturdaten
Finanz
*Indonesien-Konjunkturdaten
Finanz
*Italien-Konjunkturdaten
Finanz
*Japan-Konjunkturdaten
Finanz
*Kanada-Konjunkturdaten
Finanz
*Russland-Konjunkturdaten
Finanz
*Vereinigte Staaten-Konjunkturdaten
Finanz
*Vereinigtes Königreich-Konjunkturdaten
人工智能（AI）、能源供应与区块链技术的融合催生了新的投资形式，在此背景下，AI代币正日益被视为“能源资产”的一部分。这涉及能源设施的代币化以及提升AI数据中心的运行效率。
能源设施的通证化（实物资产——RWA）：企业利用区块链技术将实体能源设施（如太阳能发电场、风力发电机或储能设施）进行通证化。这使投资者能够直接投资于能源生产并获得收益，从而使这些通证成为一种数字化的“能源资产”。
“每瓦特代币”作为效率衡量标准：人工智能数据中心的新指标是“每瓦特代币”。它衡量每瓦特能源能产生多少“智能”（代币）。每瓦特更高的代币产出提升了基础设施的价值，并提高了数据中心的效率。
AI矿工与能源基础设施：比特币矿工正越来越多地转向AI基础设施，因为他们拥有大量能源的获取渠道。他们将自己定位为AI超大规模企业的合作伙伴，并在能源供应充足的地区利用GPU集群。
Die Verschmelzung von künstlicher Intelligenz (KI), Energieversorgung und Blockchain-Technologie führt zu neuen Anlageformen, in denen AI-Token zunehmend als Teil eines "Energy-Vermögens" betrachtet werden. Dabei geht es um die Tokenisierung von Energieanlagen und die Steigerung der Effizienz von KI-Rechenzentren.
Hier sind die Kernaspekte dieser Entwicklung:
Tokenisierung von Energieanlagen (Real World Assets - RWA): Unternehmen nutzen Blockchain, um physische Energieanlagen (wie Solarparks, Windräder oder Speicher) zu tokenisieren. Dies ermöglicht Investoren, direkt in Energieerzeugung zu investieren und Erträge zu erzielen, was diese Token zu einer Form von digitalem "Energy-Vermögen" macht.
Tokens per Watt als Effizienzmessung: Ein neuer Maßstab für KI-Rechenzentren ist "Tokens per Watt". Er misst, wie viel "Intelligenz" (Token) pro Watt Energie erzeugt wird. Höhere Token-Ausbeute pro Watt steigert den Wert der Infrastruktur und macht Data Center effizienter.
KI-Miner und Energie-Infrastruktur: Bitcoin-Miner stellen zunehmend auf KI-Infrastruktur um, da sie über den Zugang zu großen Mengen an Energie verfügen. Sie positionieren sich als Partner für KI-Hyperscaler und nutzen GPU-Cluster in Regionen mit hoher Energieverfügbarkeit.
Projekte an der Schnittstelle von Krypto und Energie: Projekte wie Render (dezentrale GPU-Compute-Infrastruktur) und Bittensor (dezentraler Markt für KI-Modelle) sind wichtige Akteure. Die Artificial Superintelligence Alliance (FET) ist ein weiteres Beispiel für die Zusammenführung von KI-Technologien.
Investitionschancen: KI-Coins könnten bei langfristigem Erfolg das Potenzial haben, erhebliche Vermögenswerte aufzubauen.
Energieaktien als KI-Profiteure: Unternehmen wie Bloom Energy, NextEra Energy, Constellation Energy und Vertiv profitieren vom Boom der KI-Rechenzentren, da diese immense Energiemengen benötigen.
Zusammenfassend lässt sich sagen, dass AI-Token, die mit realer Energieinfrastruktur (wie bei der Tokenisierung von RWA) oder hocheffizienten KI-Rechenzentren (Tokens per Watt) verknüpft sind, ein wachsendes Anlagefeld darstellen.