Machine Learning & KI
AI and the Reinvention of Work
Artificial intelligence will fundamentally change our working world. We can already see what technology is capable of, but that is nothing compared to what we can expect in the future. Should we be afraid of these changes, or should we welcome them? Are we at the mercy of an unstoppable force? No, because, after all, we are the ones who have brought about this development. This book will help you evaluate your fears by putting the upcoming changes on a solid base. It shows where we have come from in order to understand where we are going to, or, in other words, where we should go in order to shape the future at our will. Using scenarios, Klaus Kornwachs examines the fields of work in which major AI-related changes can be expected and shows that major disruptions have already taken place in the past. You will find out what today’s developments mean and how to classify them without rushing to proclaim a new age. The book offers an outlook on possible future work environments. Work will probably consist of more creative, less routine-based activities. The current employer-employee relationship will change from working to rule to defining and completing tasks independently. This is not a prediction, but a spectrum of possibilities that could result from the technological developments. There is always more than one option. To find out what we want, it is worth looking at the meaning of work as part of human existence. There are many different views on this, all of which are presented in the book. After reading this book, some of the current discussions about the impact of AI on the working world will appear exaggerated to you. You will gain a better understanding of the limits of AI as well as our own limits. You will also be able to decide where AI can overcome those limits and where we need to set limits for ourselves.
Praxishandbuch KI-VO
• Detaillierter Überblick über die KI-Verordnung • Auswirkung der Verordnung auf verschiedene Bereiche (u. a. Finanzen, Arbeitsrecht, Werbung und Verwaltung) • Verwandte Rechtsgebiete (Datenschutz-, IP- und IT-Recht) • Praxisüberblick über KI Governance, Risk und Compliance in Unternehmen • Informationen zu Standards, Normen und Zertifizierungen Von Expertinnen für Praktiker:innen – mit diesem Handbuch bereiten Sie sich praxisnah und rechtskonform auf die Anforderungen der europäischen KI-Verordnung vor. Informieren Sie sich umfassend über die Auswirkungen auf die verschiedenen Anwendungsbereiche künstlicher Intelligenz im privaten und öffentlichen Sektor. Nach einer kurzen Einführung in die Geschichte und Technik von KI erhalten Sie eine detaillierte Einordnung der Inhalte der KI-Verordnung anhand der verschiedenen Risikoklassen. Anschließend werden mit dem Einsatz von KI eng verbundene Rechtsgebiete, insbesondere Datenschutz-, IP- und IT-Recht, eingehend behandelt. Anhand von Fallbeispielen erfahren Sie, welche Auswirkungen die KI-VO auf verschiedene Bereiche wie autonomes Fahren, Arbeit, kritische Infrastruktur, Medizin, Versicherung etc. hat. Dabei wird auch die Wechselwirkung mit den für diese Bereiche relevanten Rechtsgebieten berücksichtigt. Ein Praxisüberblick über das Thema KI Governance, Risk und Compliance (GRC) in Unternehmen, Tipps zur Anwendung von Richtlinien und Governance-Rahmenwerken, Umsetzungsideen für eine vertrauenswürdige KI sowie Standards, Normen und Zertifizierungen runden das Werk ab. Das AUTORINNENTEAM besteht aus Juristinnen, die auf IT-und Datenschutzrecht und den Einsatz von KI spezialisiert sind. Darunter sind u. a. eine der Vertreter:innen Österreichs bei den KI-Gesetzesverhandlungen auf EU-Ratsebene und die Gründerin der österreichischen Sektion von Women in AI. AUS DEM INHALT // • Was ist KI und wie unterscheiden sich Datenwissenschaft und Datenanalytik? • Geopolitik der künstlichen Intelligenz • KI-VO: Rechte und Pflichten • Datenschutz • Geistiges Eigentum • KI und IT-Vertragsrecht • Privater Sektor • Öffentlicher Sektor • Ethik • Governance im Unternehmen
KI für Kreative
Durch die Integration von KI-Technologien in ihre Arbeit können Designer und Designerinnen heute auf eine völlig neue Art kreativ sein. Sie können schneller Daten sammeln und analysieren, Bilder, Texte oder sogar ganze Kreativkonzepte erstellen und vieles mehr. Doch was bedeutet das für die Zukunft des Grafikdesigns? Wie verändert sich die Rolle von Kreativschaffenden in einer Welt, in der KI nun für alle zugänglich ist? Dieses Buch zeigt, wie KI den Designprozess vereinfachen und verbessern kann und wie Sie KI-Systeme effektiv nutzen, um die eigene Kreativität zu beflügeln. Praxiskapitel beschäftigen sich mit den aktuellen KI-Modellen Midjourney, ChatGPT, Adobe Firefly, Stable Diffusion, Magnific AI und dem Einsatz von KI in Photoshop und Illustrator. Durch konkrete und bebilderte Einsatzbeispiele erfahren Sie, wie Sie mithilfe von KI z. B. Ihre Arbeit mit individuellen Mockups eindrucksvoll präsentieren, aufmerksamkeitsstarke Produktfotos kreieren, Bilder bearbeiten oder Bildvarianten erstellen und Schriftzüge entwickeln und generieren. Hilfreich sind auch die zahlreichen Tipps zum Prompten, zu fortgeschrittenen Techniken wie Seeds, durchgängigen Bildstilen und Charakteren, Parametern und zu Negativprompts. Dieses Buch ist Ihr perfekter Begleiter, um die Veränderungen durch KI zu verstehen und zu meistern! Aus dem Inhalt: Grundlegendes: Begriffsdefinitionen, wie lernt generative KI, wie entstehen Bilder und Texte, Möglichkeiten und GrenzenKI als Ideenmaschine für neue und innovative AnsätzeMögliche Rollen von KI im GrafikdesignEinführung in das Prompting und fortgeschrittene Techniken: Textprompts, Bildprompts, Promptgeneratoren im Test, Eigene Prompts entwickeln, Negativprompts, Seeds, Parameter u. v. m.Standardaufgaben mithilfe von KI lösen: Konzeption, Zielgruppenbeschreibung und Persona, Mockups, Recherche, ZielgruppendefinitionKI für die Gestaltung von Illustrationen, Fotos und Schrift nutzenPräsentationen mithilfe von KI gestaltenBilder mit KI optimieren: Bildretusche, Texturen, Composings, Freistellen, Vektorisierung, Upscaling und vieles mehrDie wichtigsten KI-Programme im Einsatz: Midjourney, ChatGPT, Adobe Firefly, Stable Diffusion und Magnific AIHinweise zu Urheberrecht und Nutzungsrechten sowie ethische Denkanstöße mit Blick in die ZukunftBest Practices und Fallstudien: Eigene Mockups erstellen – Bildstile und Bildserien mit Style References und Character Reference – Produktfotografie mit Adobe Firefly – Mit Schrift arbeiten in Adobe Firefly – Schriften suchen und ersetzen mit Illustrator – Storytelling mit ChatGPT – Bildbearbeitung in Photoshop mit KI – Moodboards mit Midjourney – Nahtlose Muster mit Midjourney – KI in der Konzeptionsphase einsetzen – Kreativbriefing mit ChatGPT –Kreativtechniken mit ChatGPT (und Midjourney) – Kreative Mockups mit Vektorgrafiken erstellen –Designvorlagen mit ChatGPT erstellen – Eigene GPTs erstellen – Logodesign und Schriftbilder mit Midjourney – Bildvarianten mit Bildprompts in Stable Diffusion – Vektorisieren von Pixelbildern mit Vectorizer.ai – Mit Magnific AI Bilder generieren, interpolieren und verbessern u. v. m. 1. Künstliche Intelligenz -- eine Einführung ... 12 KI -- ein neues Werkzeug ... 12 Künstliche Intelligenz verstehen ... 18 Einschränkungen und Probleme von KI-Systemen ... 29 Formen und Schnittstellen von KI ... 39 Relevanz von KI im Designbereich ... 46 2. Künstliche Intelligenz und Kreativität ... 52 Ist KI kreativ? ... 52 PRAXIS: KI-Bilder auf Kompositionsregeln analysiert ... 59 Auswirkungen von KI auf die eigene Kreativität ... 63 KI als Ideenmaschine ... 73 PRAXIS: Kreativbriefing mit ChatGPT ... 76 PRAXIS: Kreativtechniken mit ChatGPT (und Midjourney) ... 88 PRAXIS: Namensideen entwickeln mit ChatGPT ... 91 PRAXIS: Storytelling mit ChatGPT ... 94 PRAXIS: Design Thinking mit ChatGPT ... 96 Ist KI nun kreativ? ... 98 3. KI im Designworkflow einsetzen ... 102 Ansätze zur Integration von KI ... 102 PRAXIS: Moodboards mit Midjourney ... 108 PRAXIS: Beispiele zur Anwendung von ChatGPT in der Konzeptionsphase ... 114 KI-Tools mit System auswählen ... 117 4. Prompting für generative KI ... 134 Einführung in das Prompting ... 134 PRAXIS: Promptgenerator für Bild-KI im Test ... 140 PRAXIS: Promptformel für Textprompting -- Beispiel Storytelling ... 145 PRAXIS: Ein Prompt -- verschiedene KI-Modelle ... 150 Prompting für Fortgeschrittene ... 157 PRAXIS: Auflösung und Bildqualität ... 164 PRAXIS: Seeds und ihren Einfluss auf das Ergebnis verstehen ... 166 PRAXIS: Prompt vs. »kreative« Freiheit in drei KI-Bildgeneratoren ... 170 5. KI-Programme im Kreativalltag ... 178 Midjourney ... 178 PRAXIS: Promptinspiration aus der Community ... 188 PRAXIS: Prompthilfe in Midjourney ... 192 PRAXIS: Bildstile und Bildserien mit Style References und Character References ... 202 PRAXIS: Nahtlose Muster generieren ... 206 PRAXIS: Organize -- Bilder suchen, organisieren und filtern ... 208 PRAXIS: Logodesign und Schriftbilder mit Midjourney ... 209 ChatGPT 4o ... 212 PRAXIS: Zielgruppe und Persona mit ChatGPT und Midjourney ... 218 PRAXIS: Präsentationen mit Hilfe von KI erstellen ... 219 PRAXIS: Designs mit ChatGPT und Midjourney entwerfen ... 222 PRAXIS: Eigene GPTs erstellen ... 225 PRAXIS: Schriftzüge mit Ideogram generieren ... 231 PRAXIS: Vektorisieren von Pixelbildern mit Vectorizer.AI ... 232 Adobe Firefly (Webanwendung) ... 234 PRAXIS: Struktur- und Stilreferenzen in Firefly nutzen ... 240 PRAXIS: Produktfotografie mit Hilfe von Firefly ... 242 Adobe Photoshop (Firefly) ... 245 PRAXIS: Fotos retuschieren in Photoshop mit KI ... 251 PRAXIS: Produktmockups mit vorhandenen Produktbildern ... 254 Adobe Illustrator (Firefly) ... 258 PRAXIS: Kreative Mockups mit Vektorgrafiken erstellen ... 269 DreamStudio by stability.ai ... 272 Magnific AI ... 283 PRAXIS: Mockups und Produktbilder mit Magnific AI ... 293 PRAXIS: Bilder generieren mit Magnific AI ... 295 6. Recht und Ethik ... 298 Rechtliches in Verbindung mit KI ... 298 PRAXIS: Nutzung und Vergütung von KI-Bildern ... 309 Ethik und Umwelt ... 314 PRAXIS: Diversität und KI ... 317 7. KI als zukünftige Designassistenz ... 326 Das digitale Dilemma ... 326 Mögliche Entwicklungen in der Zukunft ... 332 Ein erstes Fazit ... 333 Glossar ... 336 Überblick über die im Buch verwendeten KI-Modelle ... 339 Index ... 340
KI und Recht
KI UND RECHT Die Nutzung von KI-Anwendungen im beruflichen Alltag bringt zahlreiche Herausforderungen mit, mit denen sich Unternehmen wie Behörden frühzeitig beschäftigen sollten. Das Urheberrecht, das Datenschutzrecht oder auch allgemeine Persönlichkeitsrechte sind betroffen. In diesem Buch werden die komplexen rechtlichen Fragen, die mit dem Einsatz von künstlicher Intelligenz (KI) einhergehen, umfassend betrachtet:Wem gehört ein KI-Werk?Erlangt ein KI-Erzeugnis Schutz nach dem Urheberrecht, wenn es von einem Menschen bearbeitet wird? Verliert das Werk eines Menschen das Urheberrecht, wenn es von der KI bearbeitet wird?Müssen von einer KI generierte Inhalte gekennzeichnet werden?Darf ein Mensch sich als "Urheber" eines KI-Werks ausgeben?Was ist bei der Verarbeitung personenbezogener Daten durch KI zu beachten?Darf eine KI frei verfügbare Online-Daten zu Trainingszwecken verwenden? Auf diese und weitere Fragen erhalten Sie Antworten und lernen, wie Sie KI-Tools bei der täglichen Arbeit verantwortlich einsetzen.AUS DEM INHALT Was ist KI und welche rechtlichen Problemfelder gibt esKI und Urheberrecht KI-Trainingsdaten KI und DatenschutzrechtKI und allgemeines Persönlichkeitsrecht KI-GuidelinesKI-Regulierung (KI-VO und KI-Haftungs-RL)KI und Markenrecht KI und E-Mail-MarketingÜber den Autor:Michael Rohrlich ist Rechtsanwalt, Fachautor und Dozent aus Würselen (Nähe Aachen). Seine beruflichen Schwerpunkte liegen insbesondere auf den Gebieten E-Commerce-, Datenschutz- und KI-Recht. Seit vielen Jahren schreibt er regelmäßig für diverse Print- und Onlinepublikationen. Darüber hinaus ist er Autor mehrerer Bücher sowie als Video-Trainer für LinkedIn Learning tätig.
Coding mit KI
Wird in wenigen Jahren niemand mehr Code schreiben, wie es NVIDIA-Chef Jensen Huang prophezeit? Werden intelligente Systeme Bugs jagen, Apps erstellen und Menschen überflüssig machen?Wahrscheinlich nicht. Aber sicher ist, dass KI verändert, wie wir Software entwickeln. Wer die neuen KI-Helfer nicht nutzt, macht sich das Leben unnötig schwer und läuft Gefahr, den Anschluss zu verlieren. In diesem Buch erfahren Sie, was Tools wie ChatGPT oder GitHub Copilot bereits leisten können und wo ihre Grenzen liegen. Praxisnahe Beispiele zeigen Ihnen, wie Sie heute schon mit KI-Unterstützung schneller, effizienter und fehlerfreier programmieren können. Ein pragmatischer Leitfaden für alle, die wissen wollen, wie künstliche Intelligenz die Softwareentwicklung verändert.Aus dem Inhalt:Wie funktioniert Künstliche Intelligenz?Pair Programming mit KIDebugging, Refactoring und Unit-TestsDokumentation automatisiert erstellenDatenbankentwicklung und -designScripting und AdministrationLokale LLMs ausführenLevel-3-Tools: OpenHands und AiderAutomation mit APIsRAGs und SQL-to-TextRisiken, Grenzen und AusblickÜber die Autoren:Michael Kofler ist der renommierteste Fachbuchautor im deutschsprachigen Raum und behandelt von Linux über Swift bis zur IT-Security alle wichtigen Fachthemen.Bernd Öggl wurde durch GitHub Copilot auf die Möglichkeiten von KI in der Softwareentwicklung aufmerksam.Sebastian Springer ist als JavaScript Engineer bei MaibornWolff tätig. Neben der Entwicklung und Konzeption von Applikationen liegt sein Fokus auf der Vermittlung von Wissen.
Programmieren mit KI
Der praktische Einstieg in die KI-basierte Programmierung (1. Auflage, Oktober 2024)Nutzen Sie das Potenzial der neuesten KI-Technologien für Ihre Arbeit: Dieser praktische Leitfaden zeigt den Einsatz von KI-Assistenten für die gesamte Softwareentwicklung – einschließlich Planung, Design und Debugging. Sie erfahren, wie Sie eine breite Palette von Werkzeugen verwenden können, um schneller und effizienter zu programmieren – von allgemeinen LLMs (ChatGPT, Gemini und Claude) bis hin zu codespezifischen Systemen (GitHub Copilot, Tabnine, Cursor und Amazon CodeWhisperer).Tom Taulli – bekannt für seinen lockeren und unterhaltsamen Schreibstil – stellt eine modulare Programmiermethodik vor, die optimal auf die Art und Weise abgestimmt ist, wie Prompts KI-generierten Code erzeugen. Er beschreibt auch, wie LLMs genutzt werden können, um eine Programmiersprache zu lernen, Code zu erklären oder Code von einer Sprache in eine andere zu konvertieren. Das Buch behandelt:Die zentralen Funktionen von KI-basierten EntwicklungstoolsVor- und Nachteile sowie Use Cases beliebter Systeme, einschließlich GitHub CopilotDie Einsatzmöglichkeiten von ChatGPT, Gemini, Claude und anderen LLMs für die ProgrammierungKI-Entwicklungswerkzeuge für den gesamten Lebenszyklus der Softwareentwicklung, einschließlich Requirements, Fehlerbehebung und DokumentationPrompt Engineering für die ProgrammierungDen Einsatz von KI-Assistenz für mühsame Aufgaben wie die Erstellung regulärer AusdrückeDie Verwendung von KI-basierten Low-Code- und No-Code-ToolsAutoreninfo:Tom Taulli ist ein Autor, Berater und Investor, der zahlreiche Bücher, darunter den Titel Artificial Intelligence Basics, verfasst hat. Er schreibt auch für Publikationen wie AIBusiness.com, Inc.com, Barrons.com, eSecurity Planet und Kiplingers.com und hat für O'Reilly und Pluralsight Kurse zu Themen wie generative KI, Datenbanken und Python entwickelt.Zielgruppe:Programmierer*innen Softwareentwickler*innen
ChatGPT in Softwareprojekten
ChatGPT in Softwareprojekten. Mit KI Codequalität, Anforderungen und Dokumentation verbessern (1. Auflage, Oktober 2024)Entwicklerinnen, Projektmanager und Softwarearchitekten erfahren in diesem Praxisbuch, wie sie ChatGPT und andere Sprachmodelle nutzen, um ihre eigene Produktivität und die ihres Teams erheblich zu steigern. Sprachmodelle können Entwickler effektiv unterstützen, indem sie Code strukturieren, optimieren und automatisiert kommentieren. Auch Anforderungsdefinitionen und Dokumentationen sind für den Informationsfluss im Projekt enorm wichtig, zählen aber häufig zu den ungeliebten Aufgaben. ChatGPT kann hier eingesetzt werden, um zeitraubende manuelle Arbeiten abzukürzen und konsistentere Dokumente zu erstellen.Dieser praktische Einstieg zeigt anhand von vielfältigen Beispielen, wie Sie die neuen Möglichkeiten der Sprachmodelle für Ihre Arbeit nutzen können. Das Buch erläutert:mit welchen Prompting-Strategien Sie die besten Ergebnisse erzielen und welche Risiken bestehenwas gute Software auszeichnet und wie Sie mit ChatGPT die Codestruktur verbessern, Code optimieren und automatisiert kommentieren lassenwie Sie Anforderungen mit ChatGPT auf Konsistenz und Vollständigkeit prüfen und Vorschläge zur Priorisierung erhaltenwie Sie User Stories mit LLMs strukturieren und Dokumente für unterschiedliche Zielgruppen aufbereitenwie Sie Dokumentationen zu APIs, Datenmodellen, Programmabläufen und Algorithmen mit LLMs erstellenAutoreninfo:Patrick Schnell ist Softwareentwickler, Informatiker und Geschäftsführer der schnell.digital, einer innovativen Softwareagentur. Mit über 17 Jahren Projekterfahrung entwickelt er maßgeschneiderte Lösungen für verschiedenste Branchen. Seine Leidenschaft gilt neuen Technologien wie KI, NoSQL-Datenbanken oder der Hybrid-App-Entwicklung. Als Autor und Speaker teilt er sein umfangreiches Wissen und inspiriert andere Entwickler durch Fachartikel und Vorträge. Patrick Schnell motiviert sein Team, stets innovative und zukunftsorientierte Lösungen zu entwickeln, um den Anforderungen der Kunden gerecht zu werden.Zielgruppe: Entwickler*innen, Architekt*innen und Projektmanager*innen v.a. in KMUs
KI im praktischen Einsatz
KI im praktischen Einsatz. Einstieg und Praxis (Oktober 2024)KI, die künstliche Intelligenz, ist in aller Munde und sorgt sowohl für frohe als auch für sorgenvolle Gesichter. Mit diesem Buch bekommen Sie einen Einblick in die neue Technik, die soeben dabei ist, die Welt auf ihre Art zu revolutionieren. Erfolgsautor Wolfram Gieseke zeigt an einfachen, nachvollziehbaren Beispielen, wie Sie KI-Werkzeuge schon heute nutzbringend für sich arbeiten lassen. So erfahren Sie, wie Sie die verschiedenen verfügbaren Webangebote und Apps einsetzen können, um Texte, Bilder, Musik oder Videoclips zu erstellen. Der Schwerpunkt liegt auf Diensten und Apps, die sich kostenfrei oder mit Registrierung nutzen lassen oder zumindest ausgiebig bzw. mit erträglichen Einschränkungen testen lassen.Autoreninfo:Wolfram Gieseke ist langjähriger Windows-Experte und viel gelesener Autor zahlreicher erfolgreicher Bücher zu den Themen Windows-Betriebssystem und Netzwerksicherheit.Zielgruppe:Alle, die sich für KI interessieren
Online Machine Learning (2. Auflg.)
Dieses Buch beschreibt Theorie und Anwendungen aus dem Bereich des Online Maschine Learnings (OML), wobei der Fokus auf Verfahren des überwachten Lernens liegt. Es werden Verfahren zur Drifterkennung und -behandlung beschrieben. Verfahren zur nachträglichen Aktualisierung der Modelle sowie Methoden zur Modellbewertung werden dargestellt. Besondere Anforderungen aus der amtlichen Statistik (unbalancierte Daten, Interpretierbarkeit, etc.) werden berücksichtigt. Aktuelle und mögliche Anwendungen werden aufgelistet. Ein Überblick über die verfügbaren Software-Tools wird gegeben. Anhand von zwei Studien (“simulierten Anwendungen”) werden Vor- und Nachteile des OML-Einsatz in der Praxis experimentell analysiert.Das Buch eignet sich als Handbuch für Experten, Lehrbuch für Anfänger und wissenschaftliche Publikation, da es den neuesten Stand der Forschung wiedergibt. Es kann auch als OML-Consulting dienen, indem Entscheider und Praktiker OML anpassen und für ihre Anwendung einsetzen, um abzuwägen, ob die Vorteile die Kosten aufwiegen. Einleitung: Vom Batch Machine Learning zum Online Machine Learning. Supervised Learning: Klassifikation und Regression. Drifterkennung und -Behandlung. Initiale Auswahl und nachträgliche Aktualisierung von OML Modellen. Evaluation und Performance-Messung. Besondere Anforderungen an OML-Verfahren. Praxisanwendungen. Open-Source-Software für Online Machine Learning. Ein experimenteller Vergleich von Batch- und Online Machine Learning-Algorithmen. Hyperparameter Tuning. Zusammenfassung und Ausblick. PROF. DR. THOMAS BARTZ-BEIELSTEIN ist Experte für KI mit über 30 Jahren Erfahrung. Als Professor für Angewandte Mathematik an der TH Köln und Leiter des Instituts für Data Science, Engineering und Analytics (IDE+A) forscht er in den Bereichen KI, maschinelles Lernen, Simulation und Optimierung.EVA BARTZ ist auf KI und Datenschutz spezialisierte Juristin. Seit 2014 führt sie die angesehene Unternehmensberatung Bartz & Bartz GmbH. Diese bietet KI-basierte Lösungen für die Praxis in industriellen Anwendungen an. Die herausragende Arbeit der Unternehmensberatung führte zur Erstellung einer Expertise für das Statistische Bundesamt, aus der schließlich dieses wegweisende Buch entstand.
Midjourney & Co.
Midjourney & Co. Wie du mit KI beeindruckende Bilder schaffst (erscheint im September 2024).Du willst beeindruckende Kunstwerke erstellen und dich kreativ ausleben, aber Malen und Zeichnen sind nicht deine größten Stärken? Dann probier’s mal mit KI! Wie das geht, erfährst du in diesem Workbook. Rainer Hattenhauer zeigt anhand vieler praktischer Beispiele, wie du mithilfe von Midjourney die besten Ergebnisse erzielst. Mit geschickten Prompts bearbeitest du deine Fotos, erstellst individuelle Grußkarten, humorvolle Bilder zum Teilen in sozialen Netzwerken oder sogar Logos und Flyer für dein Unternehmen. Und wenn du einfach nur deiner Kreativität freien Lauf lassen willst, liegst du mit diesem Buch genauso richtig. Hier kannst du ohne Vorkenntnisse mit Midjourney & Co. in die Welt der KI-Bilder durchstarten.Das Workbook zu Midjourney1. Entfessel deine Kreativität mit KILerne, wie du mit einfachen Textbefehlen erstaunliche Bilder generierst. In verschiedenen Praxisbeispielen erfährst du, wie du die Macht der KI-Bildkreation im Alltag einsetzen kannst. Von den Grundlagen von Midjourney bis zu fortgeschrittenen Tools wird dir alles gezeigt.2. Ohne Vorkenntnisse einsteigenDie Möglichkeiten der Bildgestaltung mit KI sind nahezu grenzenlos. In praxisnahen Workshops erstellst du Landschaftsmalereien, Porträts, Logos oder Flyer. Du erfährst alles über die Einstellung verschiedener Parameter und Stile, damit jedes Detail im Bild deinen Vorstellungen entspricht.3. Tipps und Tricks für FortgeschritteneMit Midjourney erstellst und bearbeitest du nicht nur Bilder auf professionellem Niveau. Du lernst auch weitere KI-Tools kennen, inklusive neuer KI-Funktionen in Photoshop, fortgeschrittenem Prompting mit ChatGPT sowie der Erstellung von Videos.Aus dem InhaltDie faszinierende Welt der Bild-KIsAm Anfang steht der PromptMidjourney: die wichtigsten GrundlagenFotos, Landschaften und PorträtsFlyer, Logos und Icons Alles unter Kontrolle mit ParameternEigene Bilder bearbeiten und editierenPrompts für FortgeschritteneVideos generieren und vertonenÜber den Autor Rainer Hattenhauer ist promovierter Physiklehrer und unterrichtet zudem Informatik und Mathematik an einem Gymnasium. Der Technik-Nerd ist parallel zu seiner Schultätigkeit seit mehr als zwei Jahrzehnten Autor aus Leidenschaft. Dies zeigt sich auch in seiner Begeisterung für Künstliche Intelligenz und deren sinnvollen Einsatz in den unterschiedlichen Lebensbereichen. Seine Leser*innen schätzen die Verständlichkeit der Darstellung und die vielen praktischen Tipps.
Künstliche Intelligenz
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.
Atlas der KI (3. Auflg.)
Wir tendieren dazu, künstliche Intelligenz als eine wundersame und körperlose Form der maschinellen Klugheit zu betrachten. Von der preisgekrönten Wissenschaftlerin Kate Crawford lernen wir hingegen, dass KI in Wahrheit weder künstlich noch intelligent ist, sondern in ihrer materiellen Wirklichkeit auf Ressourcenausbeutung und Machtkonzentration hinausläuft.Crawford nimmt uns mit auf eine faszinierende Reise zu Lithiumminen und Klickfabriken, zu automatisierten Arbeitsplätzen und riesigen Datenarchiven, zu AI-Trainingscamps und zum algorithmischen Kriegsführungsteam des Pentagon. Auf diese Weise zeichnet sie einen Atlas der künstlichen Intelligenz, der die verschiedenen Bereiche ihrer konkreten Realität kartiert, um unser kritisches Auge zu schulen. Gestützt auf ein Jahrzehnt originärer Forschung zeigt Crawford, dass KI in erster Linie eine Technologie der Extraktion ist – der Abschöpfung von Mineralien, billiger Arbeitskraft und einer unermesslichen Anzahl von Daten. Das planetare Netzwerk der KI schädigt unsere Umwelt massiv, vertieft soziale Ungleichheiten und bedroht demokratische Prinzipien. Crawfords Buch liefert uns einen dringlichen Bericht, was auf dem Spiel steht, wenn große Unternehmen und staatliche Institutionen KI nutzen, um die Welt umzugestalten.Leseprobe (PDF-Link)Über die Autorin:Kate Crawford ist eine international führende Wissenschaftlerin für Künstliche Intelligenz und ihre Auswirkungen. Sie ist Professorin an der University of Southern California in Los Angeles, Forschungsleiterin bei Microsoft Research in New York und war die erste Gastprofessorin für KI und Justiz an der École Normale Supérieure in Paris. Ihr Buch «Atlas of AI» wurde mehrfach ausgezeichnet, in mehr als zehn Sprachen übersetzt und vom New Scientist und der Financial Times zu einem der Bücher des Jahres gekürt. Das Time Magazine hat sie in die TIME100-Liste als eine der einflussreichsten Personen im Bereich KI aufgenommen.
The Handbook of Data Science and AI (2. Auflage)
The Handbook of Data Science and AI. Generate Value from Data with Machine Learning and Data AnalyticsData Science, Big Data, Artificial Intelligence and Generative AI are currently some of the most talked-about concepts in industry, government, and society, and yet also the most misunderstood. This book will clarify these concepts and provide you with practical knowledge to apply them.Using exercises and real-world examples, it will show you how to apply data science methods, build data platforms, and deploy data- and ML-driven projects to production. It will help you understand - and explain to various stakeholders - how to generate value from such endeavors. Along the way, it will bring essential data science concepts to life, including statistics, mathematics, and machine learning fundamentals, and explore crucial topics like critical thinking, legal and ethical considerations, and building high-performing data teams.Readers of all levels of data familiarity - from aspiring data scientists to expert engineers to data leaders - will ultimately learn: how can an organization become more data-driven, what challenges might it face, and how can they as individuals help make that journey a success.What´s inside:Critical Thinking and Data Culture: How evidence driven decision making is the base for effective AI.Machine Learning Fundamentals: Foundations of mathematics, statistics, and ML algorithms and architecturesNatural Language Processing and Computer Vision: How to extract valuable insights from text, images and video data, for real world applications.Foundation Models and Generative AI: Understand the strengths and challenges of generative models for text, images, video, and more.ML and AI in Production: Turning experimentation into a working data science product.Presenting your Results: Essential presentation techniques for data scientists.Leseprobe (PDF-Link)About the authorsThe team of authors consists of data professionals from business and academia, including data scientists, engineers, business leaders and legal experts. All are members of the Vienna Data Science Group (VDSG), an NGO that aims to establish a platform for exchanging knowledge on the application of data science, AI and machine learning, and raising awareness of the opportunities and potential risks of these technologies.
Mathematische Algorithmen mit Python
Tauchen Sie in die Welt der Algorithmen ein und erforschen Sie die Verbindung zwischen Programmierung und Mathematik. Dr. Veit Steinkamp löst mit Ihnen Aufgaben aus verschiedenen Bereichen und zeigt, wie Rechnungen in Code umgesetzt werden. Sie lernen die grundlegenden Programm- und Datenstrukturen Pythons kennen und erfahren, welche Module Ihnen viel Arbeit abnehmen können. Rasch programmieren Sie Algorithmen zum Lösen von Gleichungssystemen nach, automatisieren Kurvendiskussionen und berechnen Integrale. Abstrakte Zusammenhänge werden so deutlich, und ganz nebenbei verbessern Sie Ihre Python-Fähigkeiten und programmieren geschickter und gekonnter. Aus dem InhaltPython installieren und anwendenDaten- und ProgrammstrukturenModule: NumPy, SymPy, MatplotlibZahlenGleichungssystemeFolgen und ReihenFunktionenDifferenzial- und IntegralrechnungDifferenzialgleichungenAusgleichsrechnungenStatistikFraktale Geometrie Leseprobe (PDF-Link)Autor: Dr. Veit Steinkamp hat Elektrotechnik und Deutsch für das Lehramt studiert und dieses Wissen an beruflichen Schulen und Fachhochschulen weitergegeben.
Machine Learning - kurz & gut
Der kompakte Schnelleinstieg in Machine Learning und Deep Learning - Die 3. Auflage des Bestsellers wurde ergänzt durch Kapitel zu Large Language Models wie ChatGPT und zu MLOps - Anhand konkreter Datensätze lernst du einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung - Nicht nur für zukünftige Data Scientists und ML-Profis geeignet, sondern durch seine durchdachte Didaktik auch für Interessierte, die nur am Rande mit ML zu tun haben, wie z.B. Softwareentwickler*innen Machine Learning beeinflusst heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse. Dabei werden folgende Themen behandelt und mit praktischen Beispielen veranschaulicht: - Datenvorbereitung, Feature-Auswahl, Modellvalidierung - Supervised und Unsupervised Learning - Neuronale Netze und Deep Learning - Reinforcement Learning - LLMs – moderne Sprachmodelle - MLOps – Machine Learning für die Praxis Anhand von Beispieldatensätzen lernst du einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung. Mit den Codebeispielen kannst du in Jupyter Notebooks experimentieren. Sie basieren auf Python und den Bibliotheken Scikit-Learn, Pandas, NumPy, TensorFlow und Keras. Nach der Lektüre dieses Buchs hast du einen Überblick über das gesamte Thema und kannst Ansätze einordnen und bewerten. Das Buch vermittelt dir eine solide Grundlage, um erste eigene Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen.
Machine Learning Upgrade
A MUCH-NEEDED GUIDE TO IMPLEMENTING NEW TECHNOLOGY IN WORKSPACES From experts in the field comes Machine Learning Upgrade: A Data Scientist's Guide to MLOps, LLMs, and ML Infrastructure, a book that provides data scientists and managers with best practices at the intersection of management, large language models (LLMs), machine learning, and data science. This groundbreaking book will change the way that you view the pipeline of data science. The authors provide an introduction to modern machine learning, showing you how it can be viewed as a holistic, end-to-end system—not just shiny new gadget in an otherwise unchanged operational structure. By adopting a data-centric view of the world, you can begin to see unstructured data and LLMs as the foundation upon which you can build countless applications and business solutions. This book explores a whole world of decision making that hasn't been codified yet, enabling you to forge the future using emerging best practices.* Gain an understanding of the intersection between large language models and unstructured data* Follow the process of building an LLM-powered application while leveraging MLOps techniques such as data versioning and experiment tracking* Discover best practices for training, fine tuning, and evaluating LLMs* Integrate LLM applications within larger systems, monitor their performance, and retrain them on new dataThis book is indispensable for data professionals and business leaders looking to understand LLMs and the entire data science pipeline. KRISTEN KEHRER has been providing innovative and practical statistical modeling solutions since 2010. In 2018, she achieved recognition as a LinkedIn Top Voice in Data Science & Analytics. Kristen is also the founder of Data Moves Me, LLC. CALEB KAISER is a Full Stack Engineer at Comet. Caleb was previously on the Founding Team at Cortex Labs. Caleb also worked at Scribe Media on the Author Platform Team. Introduction ix1 A GENTLE INTRODUCTION TO MODERN MACHINE LEARNING 1Data Science Is Diverging from Business Intelligence 3From CRISP-DM to Modern, Multicomponent ml Systems 4The Emergence of LLMs Has Increased ML’s Power and Complexity 7What You Can Expect from This Book 92 AN END-TO-END APPROACH 11Components of a YouTube Search Agent 13Principles of a Production Machine Learning System 16Observability 19Reproducibility 19Interoperability 20Scalability 21Improvability 22A Note on Tools 233 A DATA-CENTRIC VIEW 25The Emergence of Foundation Models 25The Role of Off-the-Shelf Components 27The Data-Driven Approach 28A Note on Data Ethics 28Building the Dataset 30Working with Vector Databases 34Data Versioning and Management 50Getting Started with Data Versioning 53Knowing “Just Enough” Engineering 574 STANDING UP YOUR LLM 61Selecting Your LLM 61What Type of Inference Do I Need to Perform? 65How Open-Ended Is This Task? 66What Are the Privacy Concerns for This Data? 66How Much Will This Model Cost? 67Experiment Management with LLMs 68LLM Inference 74Basics of Prompt Engineering 74In-Context Learning 77Intermediary Computation 85Augmented Generation 89Agentic Techniques 94Optimizing LLM Inference with Experiment Management 102Fine-Tuning LLMs 111When to Fine-Tune an LLM 112Quantization, QLOrA, and Parameter Efficient Fine-Tuning 113Wrapping Things Up 1215 PUTTING TOGETHER AN APPLICATION 123Prototyping with Gradio 125Creating Graphics with Plotnine 128Adding the Author Selector 137Adding a Logo 138Adding a Tab 139Adding a Title and Subtitle 140Changing the Color of the Buttons 140Click to Download Button 141Putting It All Together 141Deploying Models as APIs 144Implementing an API with FastAPI 146Implementing Uvicorn 148Monitoring an LLM 149Dockerizing Your Service 151Deploying Your Own LLM 154Wrapping Things Up 1596 ROUNDING OUT THE ML LIFE CYCLE 161Deploying a Simple Random Forest Model 161An Introduction to Model Monitoring 167Model Monitoring with Evidently AI 175Building a Model Monitoring System 176Final Thoughts on Monitoring 1877 REVIEW OF BEST PRACTICES 189Step 1: Understand the Problem 189Step 2: Model Selection and Training 190Step 3: Deploy and Maintain 192Step 4: Collaborate and Communicate 196Emerging Trends in LLMs 197Next Steps in Learning 199Appendix: Additional LLM Example 201Index 209
Rechtsleitfaden KI im Unternehmen
Ein unverzichtbarer Ratgeber für alle, die sich mit der Implementierung und Nutzung künstlicher Intelligenz (KI) im Unternehmen beschäftigen. In präziser und zugänglicher Sprache erfahren Sie alles über die rechtlichen Rahmenbedingungen, die bei der Einführung von KI-Technologien in Unternehmen berücksichtigt werden müssen. Dazu gehören Themen wie Datenschutz, Urheberrecht, Haftungsfragen und die Compliance mit internationalen Standards und Gesetzen. Mit praktischen Beispielen und Fallstudien illustrierten die Autoren die komplexen rechtlichen Herausforderungen und bieten Lösungsansätze und Handlungsempfehlungen. Ob Sie ein Startup leiten, das in die Welt der KI eintaucht, oder ein etabliertes Unternehmen, das seine Prozesse durch KI-Technologien optimieren möchte – dieses Buch bietet Ihnen Orientierung für Ihre Pläne und Herausforderungen. Aus dem Inhalt: Technische Grundlagen von Künstlicher IntelligenzEinsatz von ChatGPT und Co.Training eigener AlgorithmenSoftwareerstellung mit KIUnterstützung durch SprachassistentenWerbetexten und Kreativarbeit erledigen lassenHuman Resources: KI als PersonalchefDatenanalyseSoftwareentwicklungSprachassistenten
Content Creation mit KI (2. Auflg.)
Social-Media-Posts automatisch erstellen und kommentieren, Titelseiten von Magazinen gestalten, Interviews vorbereiten, Recherchen anstellen, oder bessere Texte sowie Video- und Audio-Content von der KI erstellen lassen: ChatGPT, Jasper und Co. revolutionieren die Content Creation. Immer mehr Creator lassen sich vom Bot unterstützen und Agenturen suchen nach dem Jobprofil »Artificial Intelligence Prompter«, um ganze Kampagnen mit generativer KI zu erstellen. Andreas Berens und Carsten Bolk sind selbst begeisterte Nutzer von KI-Tools und teilen in diesem Buch ihre gesammelte Erfahrungen, zahlreiche Anregungen sowie Best Practices für die eigene Content Creation: Erfahren Sie, wie auch Sie Texte generieren, Blog-Artikel schreiben, Übersetzungen redigieren, Bilder, Videos und Sounds erstellen oder Kreativitätsblockaden überwinden können.So nutzen Sie KI in der Content Creation1. Künstliche Intelligenz präzise und kreativ briefenErfahren Sie, wie Sie mit KI kreativ zusammenarbeiten und Prompts optimal für sich nutzen können.2. Texte mit KI schreiben, kommentieren, zusammenfassenLernen Sie, wie Sie Posts generieren, eine Insta-Story gestalten, Texte für einen Werbespot oder Songlyrics schreiben sowie z. B. Interviews vorbereiten können.3. Generieren Sie Bilder mit KICoverbilder gestalten oder gleich den nächsten Kunstwettbewerb gewinnen? Mit Midjourney oder DALL-E ist all das möglich.4. Nutzen Sie die KI für Sound und VideosVon Text zu Voice, die passende Musik zu Bildern und Videos generieren, Sounds in Studioqualität produzieren oder gleich Reels und Stories umsetzen.5. Schaffen Sie überzeugende Content-Marketing-ProzesseAuch bei der richtigen Strategie ist KI hilfreich. Sei es bei Wettbewerbsanalysen, Optimierung von Kreativ-Prozessen oder auch bei der Automatisierung von manuellen Aufgaben.Aus dem Inhalt:PromptingTexte mit KI schreiben, kommentieren und zusammenfassenBilder mit KI generieren und variierenAudio mit KI entwickeln, produzieren und optimierenVideos mit KI produzieren und bearbeitenWorkflows, Tipps und InspirationKI und RechtChatGPT, Copilot, Gemini, Claude, Adobe Firefly, DALL-E, Canva, Midjourney & Co.Über die Autoren:Andreas Berens ist kreativer Marken-Stratege, begeisterter Blogger und motivierender Coach. Die Liebe zur Content-Kreation zieht sich dabei wie ein roter Faden durch sein Leben. Schon früh in seiner Laufbahn faszinierte er als freier Redakteur beim Radiosenders RPR das Publikum mit lebendigem Storytelling. Diese Leidenschaft führte ihn nach seinem Studium der Betriebswirtschaft in die Werbung. Bei BBDO in Düsseldorf lernte er von den strategisch-brillantesten und kreativsten Köpfen der Branche, wie Kommunikation für Marken funktioniert. So realisierte er erfolgreiche Kampagnen für Unternehmen wie Gillette, Wrigley, Wella, Henkel und die Deutsche Post. Mit seiner Erfahrung als Experte für integrierte Kommunikation orchestrierte und moderierte er später komplexe multimediale Kampagnen der Agenturgruppe. Beim Medienhaus Rheinische Post wirkte er als Leiter Kommunikation maßgeblich an der Entwicklung neuer, crossmedialer Content-Angebote mit. Nach seinen Stationen als Geschäftsführer bei den Agenturen SYZYGY Deutschland und Young & Rubicam in Frankfurt und Berlin begann Andreas 2013 als einer der ersten deutschen Autoren über das Thema Content Marketing zu bloggen. 2015 gründete er dann gemeinsam mit seinem aus der BBDO-Zeit vertrauten Kreativ-Partner Carsten Bolk die Content-Agentur theUntold – Digital Storytelling4Brands. Andreas ist ein inspirierender Workshop-Moderator und Speaker auf Fach- und Medien-Konferenzen zu den Themen Content Marketing, Storytelling und Content Kreation mit KI. Er lehrt seit vielen Jahren an der Akademie der Deutschen Medien, der Leipzig School of Media und für den Markenverband an der EBS Universität für Wirtschaft und Recht.Carsten Bolk ist Creative Director, Designer, Storyteller, Blogger, Brand Strategist – und leidenschaftlicher Bassist. Er studierte Kommunikationsdesign an der Universität GH Essen. Bei der Düsseldorfer Agentur BBDO betreute er 16 Jahre lang als Creative Director – später als Executive Creative Director (ECD) – crossmediale Kampagnen für Kunden wie Bayer, Beiersdorf, Deutsche Post, DHL, Intersnack, Johnson & Johnson, MINI, Pepsi, Postbank, Punica und Smart. Er gewann über 250 nationale und internationale Preise, darunter 11 Löwen und einen Grand Prix in Cannes. Als Mitglied des Art Directors Club (ADC) war er bereits fünfmal Juryvorsitzender in der Kategorie Film. Gemeinsam mit Andreas Berens gründete er 2015 die Kommunikations- und Content-Agentur theUntold – Digital Storytelling4Brands – und ist Autor des Content Magazins stories4brands.Carsten Bolk ist Professor für Kommunikationsdesign an der Berufsakademie Nord in Hamburg, lehrt als Dozent an der Hochschule Düsseldorf „Designmanagement“ sowie an der Akademie der Deutschen Medien in München und der Leipzig School of Media „Content Marketing und Storytelling“. Er hält Vorträge und leitet Workshops zu den Themen Content Strategie, Content Kreation und Content Produktion mit KI.Leseprobe (PDF-Link)
Data Privacy in der Praxis
Data Privacy in der Praxis. Datenschutz und Sicherheit in Daten- und KI-Projekten.Noch nie war der Druck, Datenschutz zu gewährleisten, so stark wie heute. Die Integration von Privacy in Datensysteme ist jedoch nach wie vor komplex. Dieser Leitfaden vermittelt Data Scientists und Data Engineers ein grundlegendes Verständnis von modernen Datenschutzbausteinen wie Differential Privacy, Föderalem Lernen und homomorpher Verschlüsselung. Er bietet fundierte Ratschläge und Best Practices für den Einsatz bahnbrechender Technologien zur Verbesserung des Datenschutzes in Produktivsystemen.Privacy-Spezialistin Katharine Jarmul zeigt in diesem Buch, welche Auswirkungen die DSGVO und der California Consumer Privacy Act (CCPA) auf Ihre Data-Science-Projekte haben. Sie erklärt, wie Daten anonymisiert werden, welche Datenschutztechniken für Ihre Projekte geeignet sind und wie Sie sie integrieren. Sie erfahren außerdem, wie Sie einen Plan für Ihr Datenprojekt erstellen, der Datenschutz und Sicherheit von Anfang an berücksichtigt. Katharine Jarmul verbindet dabei eine fundierte technische Perspektive mit leicht verständlichen Übersichten über die neuesten technologischen Ansätze und Architekturen.Zielgruppe: Data Scientists, Data Engineers, DatenschutzbeauftragteÜber die Autorin: Katharine Jarmul ist Datenschutzaktivistin und Data Scientist, ihre Arbeit und Forschung konzentriert sich auf Privacy und Sicherheit in Data-Science-Workflows. Sie arbeitet als Principal Data Scientist bei Thoughtworks und war in zahlreichen Führungspositionen und als unabhängige Beraterin bei großen Unternehmen und Start-ups in den USA und Deutschland tätig, wo sie Daten- und Machine-Lerning-Systeme mit integrierter Privacy und Sicherheit entwickelt hat.
Neuronale Netze selbst programmieren (2. Auflage)
Neuronale Netze selbst programmieren. In 2., aktualisierter und erweiterter Auflage (erscheint Ende Juni)Neuronale Netze sind Schlüsselelemente des Deep Learning und der Künstlichen Intelligenz, die heute zu Erstaunlichem in der Lage sind. Dennoch verstehen nur wenige, wie Neuronale Netze tatsächlich funktionieren.Diese aktualisierte Neuauflage des Bestsellers nimmt Sie mit auf eine unterhaltsame Reise, die mit ganz einfachen Ideen beginnt und Ihnen Schritt für Schritt zeigt, wie Neuronale Netze arbeiten. Dafür brauchen Sie keine tieferen Mathematik-Kenntnisse, denn alle mathematischen Konzepte werden behutsam und mit vielen Illustrationen erläutert.Dann geht es in die Praxis: Sie programmieren Ihr eigenes Neuronales Netz mit Python und bringen ihm bei, handgeschriebene Zahlen zu erkennen, bis es eine optimale Performance erreicht. Zum Schluss erstellen Sie das Neuronale Netz mit PyTorch und lernen so eine professionelle Arbeitsumgebung kennen.Tariq Rashid hat eine besondere Fähigkeit, schwierige Konzepte verständlich zu erklären, dadurch werden Neuronale Netze für jeden Interessierten zugänglich und praktisch nachvollziehbar.Über den Autor:Tariq Rashid ist Physiker, hat einen Master in Machine Learning und Data Mining und leitet die Londoner Python-Meetup-Gruppe mit 3.000 Mitgliedern. Seine persönliche Mission ist es, spannende, aber komplexe technische Ideen besser zu vermitteln.Er hat eine besondere Gabe, schwierige Konzepte verständlich zu erklären. Dadurch werden neuronale Netze für alle technisch Interessierten zugänglich und praktisch nachvollziehbar.
Neuronale Netze selbst programmieren
Neuronale Netze und Grundlagen der Künstlichen Intelligenz verständlich dargestellt - Der Bestseller hat Furore gemacht, weil der Autor diese sowohl trockene als auch schwierige Materie außergewöhnlich klar erklärt. - Neu in der vollständig aktualisierten 2. Auflage: Das neuronale Netz wird abschließend mit PyTorch erstellt, um es in ein typisches professionelles Szenario zu überführen. - Neuronale Netze sind Grundlage vieler Anwendungen im Alltag wie Spracherkennung, Gesichtserkennung auf Fotos, das selbstfahrende Auto, Umwandlung von Sprache in Text etc. Neuronale Netze sind Schlüsselelemente des Deep Learning und der künstlichen Intelligenz, die heute zu Erstaunlichem in der Lage sind. Sie sind Grundlage vieler Anwendungen im Alltag wie beispielsweise Spracherkennung, Gesichtserkennung auf Fotos oder die Umwandlung von Sprache in Text. Dennoch verstehen nur wenige, wie neuronale Netze tatsächlich funktionieren. Dieser Bestseller, jetzt in erweiterter 2. Auflage, nimmt Sie mit auf eine unterhaltsame Reise, die mit ganz einfachen Ideen beginnt und Ihnen Schritt für Schritt zeigt, wie neuronale Netze arbeiten: - Zunächst lernen Sie die mathematischen Konzepte kennen, die den neuronalen Netzen zugrunde liegen. Dafür brauchen Sie keine tieferen Mathematikkenntnisse, denn alle mathematischen Ideen werden behutsam und mit vielen Illustrationen erläutert. Eine Kurzeinführung in die Analysis unterstützt Sie dabei. - Dann geht es in die Praxis: Nach einer Einführung in die populäre und leicht zu lernende Programmiersprache Python bauen Sie allmählich Ihr eigenes neuronales Netz mit Python auf. Sie bringen ihm bei, handgeschriebene Zahlen zu erkennen, bis es eine Performance wie ein professionell entwickeltes Netz erreicht. - Im nächsten Schritt verbessern Sie die Leistung Ihres neuronalen Netzes so weit, dass es eine Zahlenerkennung von 98 % erreicht – nur mit einfachen Ideen und simplem Code. Sie testen das Netz mit Ihrer eigenen Handschrift und werfen noch einen Blick in das mysteriöse Innere eines neuronalen Netzes. - Neu in der 2. Auflage: Sie erstellen das neuronale Netz abschließend mit PyTorch und überführen es damit in ein typisches professionelles Szenario.
Praxiseinstieg Large Language Models
Praxiseinstieg Large Language Models - Strategien und Best Practices für den Einsatz von ChatGPT und anderen LLMs, erscheint am 16.05.2024Large Language Models (LLMs) wie ChatGPT sind enorm leistungsfähig, aber auch sehr komplex. Praktikerinnen und Praktiker stehen daher vor vielfältigen Herausforderungen, wenn sie LLMs in ihre eigenen Anwendungen integrieren wollen. In dieser Einführung räumt Data Scientist und KI-Unternehmer Sinan Ozdemir diese Hürden aus dem Weg und bietet einen Leitfaden für den Einsatz von LLMs zur Lösung praktischer Probleme des Natural Language Processings.Sinan Ozdemir hat alles zusammengestellt, was Sie für den Einstieg benötigen: Schritt-für-Schritt-Anleitungen, Best Practices, Fallstudien aus der Praxis, Übungen und vieles mehr. Er stellt die Funktionsweise von LLMs vor und unterstützt Sie so dabei, das für Ihre Anwendung passende Modell und geeignete Datenformate und Parameter auszuwählen. Dabei zeigt er das Potenzial sowohl von Closed-Source- als auch von Open-Source-LLMs wie GPT-3, GPT-4 und ChatGPT, BERT und T5, GPT-J und GPT-Neo, Cohere sowie BART.Lernen Sie die Schlüsselkonzepte kennen: Transfer Learning, Feintuning, Attention, Embeddings, Tokenisierung und mehrNutzen Sie APIs und Python, um LLMs an Ihre Anforderungen anzupassenBeherrschen Sie Prompt-Engineering-Techniken wie Ausgabe-Strukturierung, Gedankenketten und Few-Shot-PromptingPassen Sie LLM-Embeddings an, um eine Empfehlungsengine mit eigenen Benutzerdaten neu zu erstellenKonstruieren Sie multimodale Transformer-Architekturen mithilfe von Open-Source-LLMsOptimieren Sie LLMs mit Reinforcement Learning from Human and AI Feedback (RLHF/RLAIF)Deployen Sie Prompts und benutzerdefinierte, feingetunte LLMs in die Cloud
Mensch-Roboter-Interaktion (2. Auflg.)
Die Rolle der Roboter in der Gesellschaft wächst und diversifiziert sich ständig und bringt eine Vielzahl von Fragen mit sich, die die Beziehung zwischen Robotern und Menschen betreffen. Dieses Lehrbuch zur Mensch-Roboter-Interaktion bietet einen umfassenden Überblick über die interdisziplinären Themen, die für die moderne Forschung von zentraler Bedeutung sind. Studenten und Forscher aus den Bereichen Robotik, künstliche Intelligenz, Informatik, Elektrotechnik sowie Psychologie, Soziologie und Design finden darin einen prägnanten und verständlichen Leitfaden zum aktuellen Stand des Fachgebiets:- Funktion, Design und Leistungsbewertung von Robotern- Kommunikationsmodalitäten wie Sprache, nonverbale Kommunikation und die Verarbeitung von Emotionen- ethische Fragen rund um den Einsatz von Robotern heute und im Kontext unserer künftigen Gesellschaft.Zahlreiche Beispiele und farbige Abbildungen veranschaulichen die verschiedenen Themenfelder. Diskussionsfragen und relevante Literatur am Ende des Kapitels tragen zur Vertiefung bei.Aus dem Inhalt:- Was ist Mensch-Roboter-Interaktion?- Wie ein Roboter funktioniert- Design- Interaktion im Raum- Nonverbale Interaktion- Verbale Interaktion- Wie Menschen Roboter wahrnehmen- Emotionen- Forschungsmethoden- Anwendungen- Roboter in der Gesellschaft- Die ZukunftNeu in der 2. Auflage: Abschnitte zu kollaborativen Robotern, Roboterteams, Roboterschnittstellen; Maschinelles Lernen; Roboter in der Gesellschaft, in denen neue technische Entwicklungen sowie gesellschaftliche Veränderungen berücksichtigt werden. Christoph Bartneck ist außerordentlicher Professor im Fachbereich Informatik und Softwaretechnik an der Universität Canterbury, Neuseeland. Er hat einen Werdegang in Industriedesign und Mensch-Computer-Interaktion. Seine Projekte und Studien werden in führenden Zeitschriften, Zeitungen und Konferenzen veröffentlicht. Seine Interessen liegen in den Bereichen Mensch-Computer Interaktion, Naturwissenschaft und Technologie, sowie visuelles Design. Insbesondere beschäftigt Christoph sich mit den Auswirkungen von Anthropomorphismus auf HRI. Als sekundäres Forschungsinteresse arbeitet er an Projekten im Bereich der Sporttechnologie und der kritischen Untersuchung von Prozessen und Richtlinien in der Wissenschaft. Im Bereich Design beschäftigt sich Christoph mit der Geschichte des Produktdesigns, Mosaiken und Fotografie.Tony Belpaeme ist Professor an der Universität Gent, Belgien, und war zuvor Professor für Robotik und kognitive Systeme an der Universität Plymouth, Großbritannien. Er promovierte in künstlicher Intelligenz an der Vrije Universiteit Brussel (VUB). Ausgehend von der Prämisse, dass Intelligenz in sozialer Interaktion verwurzelt ist, versuchen Tony und sein Forschungsteam, die künstliche Intelligenz sozialer Roboter zu fördern. Dieser Ansatz führt zu einer Reihe an Ergebnissen, die von theoretischen Erkenntnissen bis zu praktischen Anwendungen reicht. Er ist an groß angelegten Projekten beteiligt, in denen untersucht wird, wie Roboter zur Unterstützung von Kindern in der Bildung eingesetzt werden können. Er untersucht, wie kurze Interaktionen mit Robotern zu langfristigen werden können und wie Roboter in der Therapie eingesetzt werden können.Friederike Eyssel ist Professorin für Angewandte Sozialpsychologie und Geschlechterforschung am Zentrum für Kognitive Interaktionstechnologie der Universität Bielefeld. Friederike interessiert sich für verschiedene Forschungsthemen, die von sozialer Robotik, sozialen Agenten und Ambient Intelligenz bis hin zu Einstellungsänderungen, Vorurteilsabbau und der sexuellen Objektivierung von Frauen reichen. Als Quereinsteigerin hat Friederike zahlreiche Publikationen in den Bereichen Sozialpsychologie, Human-Agent Interaction (HAI) und soziale Robotik veröffentlicht.Takayuki Kanda ist Professor für Informatik an der Universität Kyoto, Japan. Außerdem ist er Gastgruppenleiter bei Advanced Telecommunications Research (ATR), Interaction Science Laboratories, Kyoto, Japan. Er erhielt seinen Bachelor in Ingenieurwesen, seinen Master in Ingenieurwesen und seinen Doktortitel in Informatik von der Universität Kyoto, in den Jahren 1998, 2000 bzw. 2003. Er ist eines der Gründungsmitglieder des Kommunikationsroboter-Projekts am Advanced Telecommunications Research (ATR) in Kyoto. Er hat den Kommunikationsroboter Robovie entwickelt und ihn in alltäglichen Situationen eingesetzt, z. B. als Nachhilfelehrer in einer Grundschule und Ausstellungsführer in einem Museum. Zu seinen Forschungsinteressen gehören HAI, interaktive humanoide Roboter und Feldversuche.Merel Keijsers ist Assistenzprofessorin für Psychologie an der John Cabot University in Rom. Sie hat einen Abschluss in Sozialpsychologie und Statistik und promovierte an der Universität Canterbury, über das Thema „Roboter-Mobbing“. In ihrer Doktorarbeit untersuchte sie, welche bewussten und unbewussten psychologischen Prozesse Menschen dazu veranlassen, Roboter zu missbrauchen und zu schikanieren. In jüngster Zeit interessiert sie sich dafür, wie Roboter beeinflussen, auf welche Art Menschen sich selbst sehen. Da sie aus dem Bereich der Sozialpsychologie kommt, interessiert sie sich vor allem für die Gemeinsamkeiten und Unterschiede im Umgang von Menschen mit Robotern im Vergleich zu anderen Menschen.Selma Šabanović ist Professorin für Informatik und Kognitionswissenschaften an der Indiana University, Bloomington, USA, wo sie als Gründerin das R-House Human-Robot Interaction Lab leitet. Ihre Forschungsarbeit umfasst Studien zu Design, Nutzung und Folgen von sozial interaktiven und assistierenden Robotern in verschiedenen sozialen und kulturellen Kontexten, darunter Gesundheitseinrichtungen, Haushalten und verschiedene Länder. Sie befasst sich auch mit der kritischen Untersuchung der gesellschaftlichen Bedeutung und der potenziellen Auswirkungen der Entwicklung und des Einsatzes von Robotern in Kontext auf den Alltag. Sie promovierte 2007 in Wissenschafts- und Technologiestudien am Rensselaer Polytechnic Institute mit einer Dissertation über die kulturübergreifende Untersuchung der sozialen Robotik in Japan und den Vereinigten Staaten. Von 2017 bis 2023 war sie Chefredakteurin der Zeitschrift ACM Transactions on Human-Robot Interaction.
Writing AI Prompts For Dummies
LEARN THE ART OF WRITING EFFECTIVE AI PROMPTS AND BREAK INTO AN EXCITING NEW CAREER FIELDWriting AI Prompts For Dummies gets you started on the path toward becoming an “AI psychologist” capable of getting all types of output from AI systems. This book walks you through the process of mining great results from leading platforms, so you can save time, solve problems, explore creative ideas, conduct research, and beyond. Even if you’re brand new to using AI chatbots, you’ll be able to follow the jargon-free explanations and instructions inside to learn how to ask questions and make requests in terms any AI can understand. Then, you can convert your new skill into greater productivity in your life, or even into a new career. Prompt engineering is a fast-growing career opportunity with six-figure salaries attached. Who knows? This Dummies guide could be your launchpad to a future as an AI whisperer.* Explore the top AI chatbots, creativity engines, and productivity tools* Learn how to write basic text prompts that generate concise, effective output* Create AI-generated photos and illustrations that match your vision* Save time writing code, designing websites, or conducting research When asked “Who needs to learn prompt engineering?” ChatGPT clarifies: professionals, creatives, educators, scientists, and entrepreneurs in many fields can benefit an enhanced ability to use AI productively. And for anyone working in AI, natural language processing, or related areas, Writing AI Prompts For Dummies is simply a must. STEPHANIE DIAMOND is a marketing professional and author or coauthor of more than two dozen books, including Digital Marketing All-in-One For Dummies and Facebook Marketing For Dummies. JEFFREY ALLAN is the Director of the Institute for Responsible Technology and Artificial Intelligence (IRT) at Nazareth University.