Künstliche Intelligenz: Chancen und Risiken

Wer profitiert?

Menschliches Know-how ist und bleibt wichtig. KI-Entwickler werden gefragt sein. Mathematische Fähigkeiten sind nötig, um Maschine-Learning-Algorithmen zu implementieren. Auch Lösungen mit Deep-Learning-Technologien, die wiederum auf Basis neuronaler Netzwerke fussen, sind unerlässlich.
Damit ein KI-System effizient arbeitet, benötigt es ein möglichst grosses «Datenbecken». Nur so lässt es sich – wie bereits angedeutet – effizient trainieren. Ausserdem müssen solche «selbstlernenden» Systeme immer wieder überprüft und neuen Gesetz­mässigkeiten angepasst werden. Da solche Systeme bisher nur aus Erfahrungswerten lernen, bleiben kurzfristige (eventuell aber hochgradig wichtige Fakten, zum Beispiel der Einfluss neuer Gesetze) unberücksichtigt. Unter dem Streich könne sich hieraus KI-Berufsfelder (Analyse, Training, Sicherheit) ergeben.

Wo lernen?

Ein KI-Studium ist oft unterschiedlich aufgebaut, beinhaltet aber in der Regel elementare Bausteine wie Cybersecurity, Marktforschung, Datenanalyse, Mathematik und Ethik. Viele Hochschulen bieten Bachelor- und Masterabschlüsse an. Zudem werden Weiterbildungstitel wie CAS (Certificate of Advanced Studies), DAS (Diploma of Advanced Studies) oder MAS (Master of Advanced Studies) von diesen angeboten. Einen Einstieg mit vielen KI-Weiterbildungsmöglichkeiten gibt es unter dem Link go.pctipp.ch/3374.



Kommentare
Es sind keine Kommentare vorhanden.