Seite wählen

Automatisierte Systeme entscheiden über unsere Kreditwürdigkeit, Algorithmen bestimmen, welche Werbung wir im Internet angezeigt bekommen: Künstliche Intelligenz ist längst in unserem Alltag angekommen. Maschinelle Intelligenz bietet ungeahnte neue Möglichkeiten, aber auch Risiken. Mit den verschiedenen Aspekten, in denen Data Science und Künstliche Intelligenz uns in Beruf und Alltagsleben herausfordern, befasst sich der  3. Innovationskongress der Technischen Hochschule Ulm am 17. Mai 2022 online. Programm und Anmeldung finden sich unter www.thu.de/innokongress

„Data Science to go – von der Theorie zur Praxis“: So lautet das Motto des dritten Innovationskongresses Ulm/Neu-Ulm, der von der Technischen Hochschule Ulm (THU) zusammen mit dem Hochschulverbund InnoSÜD und der Innovationsregion Ulm veranstaltet wird.

Referentinnen und Referenten aus Wirtschaft und Wissenschaft in der Region beschäftigen sich bei dem Kongress mit praktischen Anwendungen, Möglichkeiten und Grenzen von Data Science und Künstlicher Intelligenz und zeigen, welche Chancen die Technologien für die regionale Entwicklung bieten.

In drei Themenbereichen mit insgesamt zehn Beiträgen sowie einer Keynote und drei parallel stattfinden praktischen Workshop wird das Kongress-Motto umfassend diskutiert. Dabei geht es um „Technische Aspekte der KI“, „Anwendungsszenarien von künstlicher Intelligenz und Analytics“ sowie „Machine Learning Operations und Data Science im täglichen Betrieb“.

Der Termin im Überblick:

  • Dienstag, 17. Mai 2022
  • ab 9:15 Uhr
  • Online

Die Veranstaltung richtet sich an die fachlich interessierte Öffentlichkeit und an Menschen, die sich mit der praktischen Anwendung von Data Science und Künstlicher Intelligenz beschäftigen. Die Teilnahme ist kostenlos, eine Anmeldung erforderlich unter www.thu.de/innokongress.

Hintergrund: Künstliche Intelligenz und Machine Learning – Gegenwart statt Zukunft

Künstliche Intelligenz feierte in den letzten Jahren beeindruckende Erfolge: selbstfahrende Autos oder das Entsperren von Smartphones durch Gesichtserkennung waren zum Beispiel noch vor wenigen Jahren nur in Science-Fiction-Filmen denkbar. All diese Erfolge werden durch „Machine Learning“-Methoden ermöglicht.

Machine Learning oder das maschinelle Lernen ist ein Teilbereich der künstlichen Intelligenz mit dessen Hilfe IT-Systeme in die Lage versetzt werden, auf Basis vorhandener Datenbestände und Algorithmen Muster und Gesetzmäßigkeiten zu erkennen und Lösungen zu entwickeln. Es wird quasi künstliches Wissen aus Erfahrungen generiert. Die Erkenntnisse, die aus den Daten gewonnenen werden, lassen sich verallgemeinern und für neue Problemlösungen oder für die Analyse von bisher unbekannten Daten verwenden.

Text & Bild: Pressemitteilung Technische Hochschule Ulm