Beställningsvara. Skickas inom 5-8 vardagar. Fri frakt för medlemmar vid köp för minst 249 kr.
Was können intelligente Computer – und was nicht? Finde heraus, wie Künstliche Intelligenz funktioniert. Dieses Buch hilft dir dabei. Kapitel für Kapitel beantwortet es folgende Fragen: Was ist Künstliche Intelligenz? Wie denken Computer? Wie lernen Computer? Wie kannst du mit Computern sprechen? Wie generieren Computer Texte und Bilder? Spielen Computer auch? Und können Computer fühlen? Grundlegende Methoden und Anwendungsbereiche von Künstlicher Intelligenz werden anhand von anschaulichen Beispielen erklärt. Beispielprogramme in Python zeigen, wie KI-Methoden konkret umgesetzt werden können und es werden Anregungen für eigene Experimente gegeben. Du lernst Gemeinsamkeiten und Unterschiede zwischen menschlichem Denken und KIWie Programme funktio-nieren, die lernen könnenWie du einen eigenen Chatbot programmieren kannstWie du einem Computer beibringen kannst, gegen dich Tic-Tac-Toe zu spielen
Ute Schmid, Katharina Weitz und Michael Siebers haben alle drei Informatik und Psychologie studiert. Sie forschen in den Themenbereichen Künstliche Intelligenz und maschinelles Lernen und geben ihr Wissen in Vorträgen und Workshops an Kinder und Jugendliche weiter.
Widmung 7Einführung 9Über Künstliche Intelligenz 9Über dieses Buch 11Über dich 11Über die Symbole, die wir in diesem Buch verwenden 12Kapitel 1: Denken 13Wie denken eigentlich Menschen? 13Netze ohne Spinnen – dafür mit Knoten und Kanten 15Schlussfolgerndes Denken mit semantischen Netzen 17Wissensfragen 17Schlussfolgerungsfragen 18Komplizierte Schlussfolgerungsfragen 18Baue dein eigenes semantisches Netz 21Was heißt eigentlich »Denken«? 22Deduktives Denken 22Abduktives Denken 23Induktives Denken 24Denken mit Wahrscheinlichkeiten 25Kapitel 2: Lernen 27Warum Lernen so wichtig ist 27Wie lernen wir Menschen? 28Wie kann ein Computer lernen? 28Geschenke, Katzen und andere Konzepte 30Lernen mit Perzeptron 31Testen des Perzeptrons 35Schwierigere Paketprobleme 36Vom Perzeptron zum neuronalen Netz 37Vom neuronalen Netz zum tiefen Lernen 39Auswendiglernen vermeiden 41Lernen aus ganz wenigen Beispielen 42Lernen mit Bäumen 42Lernen und Vorurteile 48Und die Profis? 49Lösung: Welche Pakete enthalten ein Geschenk? 50Kapitel 3: Sprechen und Schreiben 51Natürliche und künstliche Sprachen 51Sprachverarbeitung mit Künstlicher Intelligenz 52Muster suchen und erkennen 52Porzellankisten sind nicht immer Porzellankisten 52Computer, die Sprache verstehen – von SHRDLU, WATSON und ELIZA 53Hallo LILI 55Familiengespräche 55Schreiben statt sprechen 56Mensch oder Computer? 56Die Chatbots kommen 57Der Chatbot, der alle zum Staunen bringt 57Ein Blick hinter die Kulissen 58Sehr überzeugend – bei völliger Ahnungslosigkeit! 59Wo bleibt der Link zu ChatGPT? 60Kapitel 4: Bilder generieren 61Ein Prompt, aber prompt! 61So malst du mit Generativer KI 62Tipps und Tricks für bessere Ergebnisse 65SDXL – kein Buchstabensalat, sondern eine KI, die Bilder generiert 66Kapitel 5: Spielen 69Roboterfußball – Toooor 69Schlangen und ärgerliche Vögel 70Brett vorm Kopf? Nicht bei Brettspielen! 72Tic-Tac-Toe 73Die Regeln 73Tic-Tac-Toe mit einem Computer spielen 73Gute Spieler, schlechte Spieler 74Warum kann man nicht alle Züge ausprobieren? 76Schieben und rutschen 78Kapitel 6: Fühlen 81Über die Emotionen 81Computer, die einen ärgern 82Kreise und Dreiecke mit Absichten 83Ein emotionaler Staubsauger? 84Erklären, was die Künstliche Intelligenz sieht 85Kapitel 7: Was du jetzt über KI weißt 87Wie unterscheiden sich KI-Systeme von Standard-Software? 88KI ist nicht immer korrekt, aber trotzdem nützlich 90Was unterscheidet menschliche und künstliche Intelligenz? 90Geschichte der KI 92KI vor der KI 92Von Informatik- und KI-Pionieren 94Wo steht KI jetzt? 95Ein Blick in die Glaskugel 96Kapitel 8: KI selber programmieren mit Python 97Schnelleinstieg Python 98Der Python-Editor IDLE 98Einfache Datentypen und Variablen 100Listen und Tupel 102Bedingte Anweisungen 104Schleifen 106Funktionen 109Module 110Klassen 112Denken 113Netze ohne Spinnen – dafür mit Knoten und Kanten 113Semantische Netze in Python 115Darf’s ein bisschen komplizierter werden? 119Lernen 120Pakete wahrnehmen 121Das Perzeptron lernt aus Fehlern 122Testen des Perzeptrons 124Schwierigere Paketprobleme 126Entscheidungsbäume in Python 128Testen des Entscheidungsbaums 131Sprechen und Schreiben 132Familiengespräche 134Schreiben statt Sprechen 135LILI spricht 139Spielen 140Tic-Tac-Toe in Python 140Der Minimax-Algorithmus 142Wer gewinnt? 145Zum Wiederfinden 147Über die Autoren 151Danksagung 153Was du jetzt denkst 155
Sławomir Nowaczyk, Przemysław Biecek, Neo Christopher Chung, Mauro Vallati, Paweł Skruch, Joanna Jaworek-Korjakowska, Simon Parkinson, Alexandros Nikitas, Martin Atzmüller, Tomáš Kliegr, Ute Schmid, Szymon Bobek, Nada Lavrac, Marieke Peeters, Roland van Dierendonck, Saskia Robben, Eunika Mercier-Laurent, Gülgün Kayakutlu, Mieczyslaw Lech Owoc, Karl Mason, Abdul Wahid, Pierangela Bruno, Francesco Calimeri, Francesco Cauteruccio, Giorgio Terracina, Diedrich Wolter, Jochen L. Leidner, Michael Kohlhase, Vania Dimitrova
Sławomir Nowaczyk, Przemysław Biecek, Neo Christopher Chung, Mauro Vallati, Paweł Skruch, Joanna Jaworek-Korjakowska, Simon Parkinson, Alexandros Nikitas, Martin Atzmüller, Tomáš Kliegr, Ute Schmid, Szymon Bobek, Nada Lavrac, Marieke Peeters, Roland van Dierendonck, Saskia Robben, Eunika Mercier-Laurent, Gülgün Kayakutlu, Mieczyslaw Lech Owoc, Karl Mason, Abdul Wahid, Pierangela Bruno, Francesco Calimeri, Francesco Cauteruccio, Giorgio Terracina, Diedrich Wolter, Jochen L. Leidner, Michael Kohlhase, Vania Dimitrova
Matthias Dossenbach, Thomas Ernst, Ute Schmid, Giovanni Saltarelli, Alexandra Schyma, Thomas Seidl, Alexander Werner, Matthias Dossenbach, Thomas Ernst