Deutsch-Chinesische Enzyklopädie, 德汉百科

       
德语 — 汉语
信息时代 人工智能

機器學習 机器学习/Machine learning
Maschinelles Lernen (ML) ist ein Oberbegriff für die „künstliche“ Generierung von Wissen aus Erfahrung: Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern. Dazu bauen Algorithmen beim maschinellen Lernen ein statistisches Modell auf, das auf Trainingsdaten beruht und welches gegen die Testdaten getestet wird.

Maschinelles Lernen (ML) ist ein Oberbegriff für die „künstliche“ Generierung von Wissen aus Erfahrung: Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern. Dazu bauen Algorithmen beim maschinellen Lernen ein statistisches Modell auf, das auf Trainingsdaten beruht und welches gegen die Testdaten getestet wird. Das heißt, es werden nicht einfach die Beispiele auswendig gelernt (siehe Überanpassung), sondern Muster und Gesetzmäßigkeiten in den Lerndaten erkannt. So kann das System auch unbekannte Daten beurteilen (Lerntransfer) oder aber am Lernen unbekannter Daten scheitern (Überanpassungenglisch overfitting).[1][2] Aus dem weiten Spektrum möglicher Anwendungen seien hier genannt: automatisierte Diagnose­verfahren, Erkennung von KreditkartenbetrugAktienmarkt­analysen, Klassifikation von NukleotidsequenzenSprach- und Texterkennung sowie autonome Systeme.

Das Thema ist eng verwandt mit „Knowledge Discovery in Databases“ und „Data-Mining“, bei dem es jedoch vorwiegend um das Finden von neuen Mustern und Gesetzmäßigkeiten geht. Viele Algorithmen können für beide Zwecke verwendet werden. Methoden der „Knowledge Discovery in Databases“ können genutzt werden, um Lerndaten für „maschinelles Lernen“ zu produzieren oder vorzuverarbeiten. Im Gegenzug dazu finden Algorithmen aus dem maschinellen Lernen beim Data-Mining Anwendung. Zu unterscheiden ist der Begriff zudem von dem Begriff „Deep Learning“, welches nur eine mögliche Lernvariante mittels künstlicher neuronaler Netze darstellt.

Das Schließen von Daten auf (hypothetische) Modelle wird als Statistische Inferenz bezeichnet.

机器学习人工智能的一个分支。人工智能的研究历史有着一条从以“推理”为重点,到以“知识”为重点,再到以“学习”为重点的自然、清晰的脉络。显然,机器学习是实现人工智能的一个途径之一,即以机器学习为手段,解决人工智能中的部分问题。机器学习在近30多年已发展为一门多领域科际集成,涉及概率论统计学逼近论凸分析计算复杂性理论等多门学科。

机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法(要防止错误累积)。很多推论问题属于非程序化決策,所以部分的机器学习研究是开发容易处理的近似算法。

机器学习已广泛应用于数据挖掘计算机视觉自然语言处理生物特征识别搜索引擎医学诊断、检测信用卡欺诈证券市场分析、DNA序列测序、语音手写识别、游戏机器人等领域。

此图片/视频/音频可能受版权保护,它仅用于教学目的。如果您发现了不妥之处请用通知我们,我们将马上删除它。
美光科技公司
Micron Technology, Inc. ist ein amerikanischer Hersteller von Computerspeichern und Computerdatenspeichern, darunter dynamische Direktzugriffsspeicher, Flash-Speicher und USB-Flash-Laufwerke. Das Unternehmen hat seinen Hauptsitz in Boise, Idaho. Seine Verbraucherprodukte, einschließlich der Ballistix-Reihe von Speichermodulen, werden unter der Marke Crucial vermarktet. Micron und Intel haben gemeinsam IM Flash Technologies gegründet, das NAND-Flash-Speicher herstellt.

此图片/视频/音频可能受版权保护,它仅用于教学目的。如果您发现了不妥之处请用通知我们,我们将马上删除它。
微软Azure
Microsoft Azure ist eine Cloud-Computing-Plattform von Microsoft mit Diensten wie SQL Azure oder AppFabric, die sich in erster Linie an Softwareentwickler richtet. Die Nutzer von Microsoft Azure setzen Infrastructure as a Service (IaaS), Platform as a Service (PaaS) und Software as a Service (SaaS) ein.
/assets/contentimages/Microsoft_Azure.png
此图片/视频/音频可能受版权保护,它仅用于教学目的。如果您发现了不妥之处请用通知我们,我们将马上删除它。
微軟Azure機器學習工作室 微软Azure机器学习工作室
Azure Machine Learning Studio ist eine GUI-basierte integrierte Entwicklungsumgebung für die Erstellung und den Betrieb von Machine Learning-Workflows auf Azure.

此图片/视频/音频可能受版权保护,它仅用于教学目的。如果您发现了不妥之处请用通知我们,我们将马上删除它。
微軟Copilot 微软Copilot
Microsoft Copilot ist eine Assistentenfunktion mit künstlicher Intelligenz für Microsoft 365-Anwendungen und -Dienste, Windows 11 und Microsoft Bing. Die Integration von Copilot in Microsoft 365, die am 16. März 2023 angekündigt wurde, ist zunächst für eine kleine Anzahl von Unternehmen und Einzelpersonen zu Testzwecken verfügbar.Copilot nutzt das große Sprachmodell GPT-4 von OpenAI mit Microsoft Graph, um Benutzer bei einer Reihe von Aufgaben zu unterstützen.

此图片/视频/音频可能受版权保护,它仅用于教学目的。如果您发现了不妥之处请用通知我们,我们将马上删除它。
微軟Copilot+PC 微软Copilot+PC
Copilot+ PCs sind die schnellsten und intelligentesten Windows-PCs, die je gebaut wurden. Mit einem neuen leistungsstarken Prozessor, der 40+ NPU TOPS (Billionen Operationen pro Sekunde) ermöglicht, einer ganztägigen Akkulaufzeit und Zugang zu den fortschrittlichsten KI-Modellen können Sie mit Copilot+ PCs Features nutzen, die auf keinem anderen PC möglich sind. Finden und merken Sie sich mit „Recall“ ganz einfach alles, was Sie auf Ihrem PC je gesehen haben, generieren und verfeinern Sie

Copilot+ PCs sind die schnellsten und intelligentesten Windows-PCs, die je gebaut wurden. Mit einem neuen leistungsstarken Prozessor, der 40+ NPU TOPS (Billionen Operationen pro Sekunde) ermöglicht, einer ganztägigen Akkulaufzeit und Zugang zu den fortschrittlichsten KI-Modellen können Sie mit Copilot+ PCs Features nutzen, die auf keinem anderen PC möglich sind. Finden und merken Sie sich mit „Recall“ ganz einfach alles, was Sie auf Ihrem PC je gesehen haben, generieren und verfeinern Sie KI-Bilder nahezu in Echtzeit direkt auf dem Gerät mit „Cocreator“ und überbrücken Sie Sprachbarrieren mit „Live Captions“, die Audiodateien aus über 40 Sprachen ins Englische übersetzen.

Copilot+ PC 是有史以来速度最快、最智能的 Windows PC。Copilot+ PC 配备了强大的全新处理器,能够实现 40+ NPU TOPS(每秒万亿次运算)、全天电池续航时间以及访问最先进的 AI 模型,让您可以利用其他任何 PC 都无法实现的功能。利用 “Recall ”轻松查找并记住您在 PC 上看到的所有内容,利用 “Cocreator ”直接在设备上近乎实时地生成和完善人工智能图像,利用 “Live Captions ”消除语言障碍,将 40 多种语言的音频文件翻译成英语。

 

此图片/视频/音频可能受版权保护,它仅用于教学目的。如果您发现了不妥之处请用通知我们,我们将马上删除它。
微軟公司 微软公司
Die Microsoft Corporation [ˈmaɪ.kɹoʊ.sɒft] ist ein internationaler Hard- und Softwareentwickler und ein Technologieunternehmen mit Hauptsitz in Redmond, einer Stadt im Großraum Seattle im US-Bundesstaat Washington. Mit etwa 221.000 Mitarbeitern und einem Umsatz von 168 Milliarden US-Dollar ist das Unternehmen weltweit der größte Softwarehersteller und eines der größten Unternehmen überhaupt.
http://www.net4info.eu/albums/albums/userpics/10003/Microsoft.jpg
此图片/视频/音频可能受版权保护,它仅用于教学目的。如果您发现了不妥之处请用通知我们,我们将马上删除它。
Midjourney ist eine Anwendung von Künstlicher Intelligenz (KI), die in der Lage ist, KI-Kunst zu erschaffen. Das proprietäre Programm wurde am Forschungsinstitut Midjourney, Inc. in San Francisco, Kalifornien, USA, entwickelt. Midjourney, Inc. wurde von David Holz gegründet, der das Institut auch aktuell leitet.[1] Er war zuvor ein Mitgründer der Firma Leap Motion und arbeitete bei der NASA.

Midjourney是一个由位于美国加州旧金山的同名研究实验室开发之人工智能程序,可根据文本生成图像[2][3],于2022年7月12日进入公开测试阶段[4],用户可透过Discord的机器人指令进行操作[5]。该研究实验室由Leap Motion的创办人大卫·霍尔兹(David Holz)负责领导[6]

Midjourney ist eine Anwendung von Künstlicher Intelligenz (KI), die in der Lage ist, KI-Kunst zu erschaffen. Das proprietäre Programm wurde am Forschungsinstitut Midjourney, Inc. in San Francisco, Kalifornien, USA, entwickelt. Midjourney, Inc. wurde von David Holz gegründet, der das Institut auch aktuell leitet.[1] Er war zuvor ein Mitgründer der Firma Leap Motion und arbeitete bei der NASA.

此图片/视频/音频可能受版权保护,它仅用于教学目的。如果您发现了不妥之处请用通知我们,我们将马上删除它。
Mistral AI ist ein französisches Softwareunternehmen, das sich mit künstlicher Intelligenz (KI, englisch Artificial Intelligence, kurz AI) beschäftigt und unter den europäischen Unternehmen der Branche führend im Bereich Großer Sprachmodelle ist.

此图片/视频/音频可能受版权保护,它仅用于教学目的。如果您发现了不妥之处请用通知我们,我们将马上删除它。
三菱电子有限公司
1921, Die Mitsubishi Electric Corporation (jap. 三菱電機株式会社, Mitsubishi Denki Kabushiki kaisha), ist ein japanischer weltweit aktiver Hersteller elektrischer und elektronischer Produkte einschließlich dazugehörender Software sowie Kundendienst und Service mit Hauptsitz in Tokio.
 
 
 
http://www.net4info.eu/albums/albums/userpics/10003/MITSUBISHI_ELECTRIC.png
 
 
 
此图片/视频/音频可能受版权保护,它仅用于教学目的。如果您发现了不妥之处请用通知我们,我们将马上删除它。
Das MLPerf Training Die Benchmark-Suite misst die Geschwindigkeit, mit der verschiedene Systeme Modelle trainieren können, um eine bestimmte Qualitätsmetrik zu erfüllen. Die Benchmarks decken verschiedene Bereiche ab, darunter Vision, Sprache und Handel, und verwenden unterschiedliche Datensätze und Qualitätsziele.

Benchmark-Details

Gebiet Benchmark Datensatz Qualitätsziel Referenzimplementierungsmodell
Vision Bildklassifizierung IMAGEnet 75.90 % Einstufung ResNet-50 v1.5
Vision Bildsegmentierung (medizinisch) KiTS19 0.908 Mittlerer DICE-Score 3D-U-Net
Vision Objekterkennung (geringes Gewicht) Öffnen Sie Bilder 34.0 % Karte RetinaNet
Vision Objekterkennung (schweres Gewicht) KOKOSNUSS 0.377 Box-Min.-AP und 0.339 Masken-Min.-AP Maske R-CNN
Sprache Spracherkennung LibriSpeech 0.058 Wortfehlerrate RNN-T
Sprache NLP Wikipedia 2020 0.72 Mask-LM-Genauigkeit BERT-groß
Sprache LLM C4 2.69 Log Ratlosigkeit GPT3
Geschäfte Software Empfehlungen Criteo 4 TB Multi-Hot 0.8032 AUC DLRM-dcnv2
此图片/视频/音频可能受版权保护,它仅用于教学目的。如果您发现了不妥之处请用通知我们,我们将马上删除它。

 

 

 

 

 

 

 

 

此图片/视频/音频可能受版权保护,它仅用于教学目的。如果您发现了不妥之处请用通知我们,我们将马上删除它。