Eigene KI-Anwendungen programmieren

Warum DeepSeek effizienter ist | Neue Ideen mit KI umsetzen | KI-Überwachung | KI macht's möglich: Sprachen lernen, Bienen retten u.v.m.

Mit dem Superbundle sparen Sie 12,99 Euro. Komplett im Set: gedrucktes Heft + digitale Ausgabe. Enthalten im Angebot ist das Buch "Künstliche Intelligenz" vom Rheinwerk Verlag im Wert von 24,90 €. ► Zum Buch: Künstliche Intelligenz. Wie sie funktioniert und was sie für uns bedeutet. In übersetzter deutscher Erstauflage aus dem September 2024, ein Bestseller in Norwegen.Entdecken Sie die Grundlagen und Schlüsselkonzepte der Künstlichen Intelligenz in diesem bahnbrechenden Buch und finden Sie Antworten auf die großen Fragen, die uns derzeit alle beschäftigen: Wie funktioniert diese Technologie eigentlich? Welche Auswirkungen hat sie auf Gesellschaft, Ethik und Philosophie? Wie schnell entwickelt sie sich und wie wird sie unser Leben in Zukunft beeinflussen?Der norwegische Bestseller hat in ganz Skandinavien den Nerv der Zeit getroffen. Denn es gelingt der Wissenschaftlerin Inga Strümke, die komplexen Themen rund um KI und maschinelles Lernen auf eine Weise zu erklären, die sowohl für Fachleute als auch für Laien verständlich ist. Können Menschen mit ihrem Versuch, Künstliche Intelligenz zu erschaffen, überhaupt Erfolg haben? Und erfassen sie die Konsequenzen der Technologie?Mit ihrem Fachwissen als Physikerin und KI-Expertin an der NTNU in Trondheim und am Simula Metropolitan Center for Digital Engineering in Oslo bringt sie Licht in das oft missverstandene Feld der Künstlichen Intelligenz. Sie zeigt, wie maschinelles Lernen funktioniert, diskutiert die ethischen Herausforderungen und entmystifiziert die Ängste, die viele Menschen gegenüber dieser Technologie haben. Ob Tech-Neuling oder erfahrener Entwickler, dieses Buch wird Ihr Verständnis von Künstlicher Intelligenz vertiefen und erweitern. Aus dem Norwegischen von Christel Hildebrandt.Was KI ist, wo sie herkommt und was sie für uns bedeutet1. Wie KI-Systeme entworfen werden und aus Daten lernenDieses Buch bietet einen umfassenden Überblick von den frühen theoretischen Konzepten bis hin zu modernen Anwendungen. Lernen Sie die grundlegenden Prinzipien des maschinellen Lernens und der neuronalen Netze kennen. Auch ohne technisches Hintergrundwissen verständlich.2. Wie ein verantwortungsvoller Umgang mit KI möglich istVielen potenziellen Vorteilen durch KI stehen Risiken und Herausforderungen wie Datenschutz, Voreingenommenheit oder Verdrängung von Arbeitsplätzen gegenüber. Nur im differenzierten Dialog ist eine verantwortungsvolle Entwicklung möglich.3. Die Zukunft der Mensch-KI-Interaktion gestaltenKI kann für die menschliche Gesellschaft unkontrollierbar werden. Erkunden Sie die potenziellen Szenarien, damit wir auch vorbereitet sind auf Fortschritte und Gefährdungen.Aus dem InhaltGrundlagen der Künstlichen IntelligenzMaschinelle Lernen und dessen UnterartenNeuronale Netze und Deep LearningBewusstsein und IntelligenzEthik in der Künstlichen IntelligenzBias und Fairness in KI-SystemenRegulierung und GovernanceEntwicklung nachhaltiger KI-SystemeDatenschutz und Datensicherheit bei KI-AnwendungenAnwendung von KI in verschiedenen BranchenGesellschaftliche AuswirkungenDie Zukunft der Mensch-KI-InteraktionLeseprobe (PDF-Link)Über die Autorin:Inga Strümke ist eine norwegische Physikerin, spezialisiert auf Künstliche Intelligenz und Maschinenlernen. Sie wurde 1989 in Gummersbach, Deutschland, geboren und wuchs in Narvik, Norwegen auf. Strümke absolvierte ein Masterstudium in theoretischer Physik an der NTNU und promovierte in Teilchenphysik an der Universität Bergen. Sie arbeitet an der NTNU und am Simula Metropolitan Center for Digital Engineering. Strümke ist auch für ihre Arbeit in der Ethik der KI bekannt und hat einen Preis für Wissenschaftskommunikation erhalten. Sie veröffentlichte 2023 das Buch »Maskiner som tenker«, welches den Brageprisen erhielt. ► Zum Heft: Aktuelle KI-Entwicklungen6 KI-Überblick: Hohe Kosten, Big-Tech dominiert12 DeepSeek mischt die KI-Szene auf16 Test: Die größten LLM-Anbieter im Vergleich28 Wie Sprachmodelle Meinung machen34 Interview: Aleph-Alpha-Chef zur KI-Entwicklung in DeutschlandKI in der Wissenschaft38 Interview: Lernen mit und trotz KI44 Nobelpreis Chemie: Neue Proteine dank KI52 Nobelpreis Physik: Grundlagen neuronaler Netze60 KI-Servicezentren: KISSKI & Co. für Unis und Mittelstand66 Causal ML: KI erfasst Ursache und WirkungKI-Praxis im Alltag72 Besuch im Cyberbordell: Ethik und Technik der Sexroboter78 KI rettet Bienen: 17-jähriger entwickelt Milbendetektor86 Übersicht: KI-gesteuerte Videogeneratoren94 KI-Hack: Fremde Webseiten im Browser umgestalten100 Fremdsprachen lernen: KI-Trainer im Eigenbau104 Test: Acht Pocdast-Helfer mit KI112 Musik: Live coden mit Sonic Pi und ChatGPTHardware- und Ressourcenbedarf122 Interview: Kann KI grün sein?126 Warum Big-Tech auf Atomenergie setzt130 FAQ: KI-Hardware für PCs und Notebooks134 Quantisierung: LLMs mit geringem Qualitätsverlust verkleinern140 Sprachmodelle im Smartphone: lokal ohne Cloud betreibenEU-Regulierung und Datenschutz144 Datenschutz in Deutschland: Orientierungshilfe der Behörden148 Überwachungssysteme: Was die Algorithmen erkennen156 Die neuen EU-Regeln für KI162 Interview mit dem Architekten des europäischen AI Act168 Nutzungsverträge für KI-generierte Werke172 Urheberstreit: Verwertungsgesellschaften verhandeln mit KI-AnbieternZum Heft3 Editorial167 Impressum178 Vorschau: c’t KI Wissen

Nutzen Sie die Leistungsfähigkeit von Large Language Models für wirklich innovative Anwendungen! In 2. Auflage von O'Reilly aus dem Januar 2025.Diese Einführung zeigt Python-Entwicklerinnen und -Entwicklern, wie sie Anwendungen mit Large Language Models erstellen. Olivier Caelen und Marie-Alice Blete erklären die wichtigsten Features von GPT-4 und GPT-3.5 und beschreiben, wie sie für eigene NLP-Aufgaben eingesetzt werden können. In nachvollziehbaren Schritten wird erläutert, wie Sie mithilfe der OpenAI-Python-Bibliothek Applikationen zur Textgenerierung, für das Question Answering oder für intelligente Assistenten entwickeln.Anschauliche Beispiele sowie klare und detaillierte Erklärungen unterstützen Sie dabei, die Konzepte zu verstehen und sie auf Ihre Projekte anzuwenden. Die Codebeispiele sind in einem GitHub- Repository verfügbar. Zudem enthält das Buch ein Glossar mit den wichtigsten Begriffen. Für diese 2. Auflage wurde das Buch aktualisiert und deutlich erweitert, es berücksichtigt die neuesten Entwicklungen in der KI-Technologie wie beispielsweise GPT-4o und Multimodalität.Sind Sie bereit, das Potenzial von Large Language Models in Ihren Anwendungen zu nutzen? Dann ist dieses Buch ein Muss für Sie.Es behandelt: Grundlagen und Stärken von GPT-4- und GPT-3.5-Modellen und deren Funktionsweise. Die Integration dieser Modelle in Python-basierte Anwendungen für Aufgaben im Natural Language Processing. Beispielprojekte, die den Einsatz der OpenAI-API für Aufgaben wie Texterstellung, Inhaltszusammenfassung, Dokumentenklassifikation oder Sentimentanalyse demonstrieren. Fortgeschrittene LLM-Themen wie das Prompt Engineering, das Optimieren von Modellen, RAG, Plug-ins, LangChain, LlamaIndex und KI-Assistenten. Über die Autoren:Olivier Caelen ist Machine Learning Researcher bei Worldline, einem Paytech-Pionier für nahtlose Zahlungslösungen. Er unterrichtet außerdem einen Einführungskurs für maschinelles Lernen und einen Kurs für fortgeschrittenes Deep Learning an der Université libre de Bruxelles. Er hat zwei Masterabschlüsse in Statistik und Informatik und einen Doktortitel in Machine Learning. Olivier Caelen ist Mitautor von 42 Veröffentlichungen in internationalen, von Experten begutachteten wissenschaftlichen Zeitschriften und Konferenzen und Co-Erfinder von sechs Patenten.Marie-Alice Blete arbeitet derzeit als Softwarearchitektin und Data Engineer in der Abteilung Research und Developement von Worldline. Sie predigt ihren Data-Scientist-Kolleginnen und -Kollegen Best Practices des Data Engineering und interessiert sich besonders für die Performance- und Latenzprobleme, die mit dem Einsatz von KI-Lösungen verbunden sind. Sie ist außerdem ein Developer Advocat und teilt ihr Wissen gerne mit der Community als Tech-Speakerin. Leseprobe (PDF-Link)

Zentrale Konzepte verstehen und anwenden. Erstauflage aus Januar 2025.Sie verfügen bereits über Grundkenntnisse zu maschinellem Lernen und künstlicher Intelligenz, haben aber viele Fragen und wollen tiefer in wesentliche und aktuelle Konzepte eintauchen? ML- und KI-Experte Sebastian Raschka greift in diesem Buch die wichtigsten Schlüsselfragen auf und liefert sowohl prägnante als auch einfach verständliche Erklärungen zu komplexen und fortgeschrittenen Themen wie Deep Learning, Überanpassung, Self-Supervised Learning, generative KI, Computer Vision, Natural Language Processing und Modellevaluierung.Viele Beispiele, anschauliche Illustrationen und praktische Übungsaufgaben helfen Ihnen dabei, das Erlernte nicht nur schnell zu verstehen, sondern auch praktisch umzusetzen. Dabei werden weder fortgeschrittene Mathematik- noch Programmierkenntnisse vorausgesetzt – wer tiefer in den Code eintauchen will, findet jedoch im kostenlosen Zusatzmaterial einige Codebeispiele.Aus dem Inhalt: Umgang mit verschiedenen Zufallsquellen beim Training neuronaler Netze Unterscheidung zwischen Encoder- und Decoder-Architekturen in großen Sprachmodellen (LLMs) Verringerung von Überanpassung durch Daten- und Modellmodifikationen Konstruktion von Konfidenzintervallen für Klassifizierer und Optimierung von Modellen mit begrenzten gelabelten Daten Wählen zwischen verschiedenen Multi-GPU-Trainingsparadigmen und verschiedenen Arten von generativen KI-Modellen Verstehen von Performancemetriken für die Verarbeitung natürlicher Sprache Zusatzmaterial auf GitHubZum Autor:Sebastian Raschka, PhD, ist Forscher für maschinelles Lernen und KI mit einer großen Leidenschaft für Wissensvermittlung. Als Lead AI Educator bei Lightning AI brennt er dafür, KI und Deep Learning verständlich darzustellen und Menschen beizubringen, wie sie diese Technologien in großem Umfang nutzen können. Bevor er voll und ganz in Lightning AI eingestiegen ist, hatte Sebastian Raschka eine Position als Assistenzprofessor für Statistik an der University of Wisconsin-Madison inne, wo er sich auf die Erforschung von Deep Learning und maschinellem Lernen spezialisierte. Auf seiner Website (https://sebastianraschka.com) erfahren Sie mehr über seine Forschung. Außerdem liebt Sebastian Raschka Open-Source-Software und leistet seit über einem Jahrzehnt leidenschaftlich Beiträge dazu. Neben dem Programmieren schreibt er auch gern und ist Autor der Beststeller Python Machine Learning und Machine Learning with PyTorch and Scikit-Learn (beide bei Packt Publishing veröffentlicht).