Ich schreibe zu dem Thema "Wissenslücken in einer Wissensdatenbank finden" eine Bachelorarbeit und nutze für die Problemlösung auch eine Mischung aus überwachtem Lernen (für den Start Algorithmus) und Reinforcement Learning (für die Optimierung). Es klingt immer alles total kompliziert, aber wenn man sich mal damit beschäftigt ist es heutzutage echt mega einfach die Sachen zu benutzen. Man braucht fast keine mathematischen Kenntnisse und kann schon bereits bestehende Bibliotheken benutzen. Es macht auch echt mega Spaß, weil man sich wie ein Detektiv fühlt, der Dinge entdeckt, die vorher noch nie jemand gesehen hat und das optimieren macht auch total Spaß. Wenn man die Vorhersage Genauigkeit z.B. von 60% auf über 90%, durch das Austauschen eines Merkmals, bringen kann, dann ist das schon sehr befriedigend.
Da ich gerne das System dahinter verstehen möchte, bevor ich von einem Unternehmen Aktien kaufe, suche ich mir genau solche Top Videos heraus, anstatt 10 Jahre das ganze zu lernen 😅 Besten Dank dafür! 👍
Absolut geniales Vide! Interressiere mich schon länger für alll den Kram, und hab mich immer aufgeregt wenn jemand zu irgendeiner Zeile Code "KI" gesagt hat. Jetzt weiß ich dass selbst die dümmste Zeile Code Intelligent sein kann. Danke : )
Ich finde deinen Channel super .Ich plane, mein Studium in Deutschland fortzusetzen (Informatik). Allerdings habe ich wirklich Angst, wie es sein wird, auf Deutsch zu studieren. Also fange ich an , Ihre Videos anzuschauen, um mich an die Sprache zu gewöhnen VIELEN DANK
Hi, ich schreibe aktuell meine Bachelorarbeit zum Thema KI-Potenziale im Recruiting & verfasse momentan meinen Theorieteil zu den Grundlagen von KI. Dein Video hat mir super geholfen, die Zusammenhänge zu verstehen! Vielen Dank dafür
Junge ich liebe dich. Ich mache gerade einen Schulvortrag über AI und habe nach genau so einem Video gesucht, welches mir machinelles und deep learning erklärt. DANKE!
Ein sehr gutes Video! Selten so eine gute Qualität zu diesemThema gesehen. Vlt mal so zum anregen. Gute Videos zu Big Data und die Zusammenhänge zu Data Mining, Big Data Analytics, Data Science und Buisness Intelligenz gibt es kaum.
Danke RU-vid das du mir dieses Tolle Video vorgeschlagen hast. Und die Danke für das Video Wie wäre es mit einem Video wie man das in Python selbst machen könne?
Zu den mathematischen Grundlagen gibt es eine Video-Reihe von - wer hätte es gedacht - 3blue1brown ;) (Ja, ich bin ein 3b1b salesman xD) Auf jeden Fall habr ich mal auf Basis dieser Videos ein Neuronales Netzwerk zur Zahlenerkennung gemacht in c++ und es hat sogar funktioniert :D
Im Prinzip suchst du nur ein lokales minimum bei einer Funktion, die den Fehler des Netzwerks ausgibt und als variablen alle "synapsen" hat (Kosten-Funktion) dafür brauchst du ne Menge an partiellen Ableitungen die alle "Messen" welchen einfluss welche Synapsen hat und dementsprechend die Wichtung leicht anpasst, wenn du das für ne Handvoll Daten machst gibts irgendwann den Punkt wo das netzwerk gut eingestellt ist und der Fehler gering Je mehr Synapsen desto genauer aber du musst darauf aufpassen dass es nicht zu viele sind in Relation zu den Testdaten
Aber ja, im Prinzip musst du das alles (noch) nicht verstehen wie das funktioniert, Tensorflow ist sehr ausgeklügelt und nimmt dir den Großteil der Arbeit ab :D
Ich bin auf der Suche nach der genauen Definition für Deep Learning auf dein Video gestoßen. Bis zu dem Punkt des supervised learnings und machine learnings bin ich voll bei dir. Danach kommen aber Begriffe durcheinander. 1) Neuronale Netze werden auch für unsupervised learning, supervised learning und reinforcement learning verwendet. Neuronale Netze sind ein mathematisches Konzept um ein lernfähiges System zu implementieren. Dazu zählen alle Verfahren des maschinellen lernens. 2) Das Training neuronaler Netze und auch KI besteht aus Algorithmen, sonst könnten wir es nicht programmieren. Dementsprechend ist es falsch Algorithmen und KI hier als gegenteilige Konzepte darzustellen 3) Nur weil mehr als ein hidden layer in einem neuronalen Netz ist, ist es noch nicht zwangsläufig ein deep neural network.
Guten Tag, deine konstruktive Kritik empfinde ich als sehr wissenschaftlich. Hoffentlich wird der Macher dieses Videos aufmerksam darauf ???!!! Dann würde mich die Antwort sehr interessieren!!! Lieber Gruß ; )
Ich muss gestehen, dass ich wirklich beeindruckt von der Qualität Deiner Videos bin. Ich habe gerade erst meine BA in Informatik zu dem Thema geschrieben und Du glaubst nicht wie unsicher viele Fachbücher mit den Begriffen umgehen und teilweise auch Quatsch erzählen. Lediglich noch eine kleine Anmerkung meinerseits: Intelligenz ist die am besten untersuchte Persönlichkeitseigenschaft überhaupt, daher lässt sich eigentlich sehr genau sagen was darunter zu verstehen ist. Falls Dich das weiter interessiert, kann ich Dir den WIT2 empfehlen oder auch die Intelligenztheorien von Horn & Noll sehr empfehlen :)
Vielen Dank für dein liebes Lob 🙂 Ich schaue gerne mal in deine Literaturempfehlung 😉 Mir war nämlich nicht bekannt, dass es dort wohl doch so eine genaue Definition gibt. Mein letzter Stand dazu war (plakativ) "Intelligenz ist das, was der Intelligenztest misst" ... 😄
@@Florian.Dalwigk die Definition findet man wirklich sehr oft, deswegen habe ich dir auch denn wit2 aufgelistet, was einer der anerkanntesten Intelligenztest ist. Wenn man Intelligenz nur nach diesen Test verstehen würde, hätten wir schon wirklich "intelligente Maschinen" die auch Menschen schon übertrumpfen. Daher wird oft noch extra zwischen Fluider Intelligenz oder kristalliner Intellgenz unterschieden und da spielt u.a. auch das situative einbeziehen bzw. ausschließen von Wissen eine Rolle. Da sind wir zum Glück noch nicht angelangt :)
mein informatik-lehrer in den 1980er pflegte zu sagen: "reelles KI wäre ein computer, der in der lage wäre, sich selbst zu programmieren. da es sowas nicht gibt, gibt es auch keine KI, sondern nur expertensysteme"
Danke für deine Frage und sorry, dass ich erst jetzt zu einer Antwort komme :) Ich bin über die Mathematik zur Informatik gekommen. Ich wollte mir an vielen Stellen das Leben einfach leichter machen und was liegt da näher als seinen Alltag zu automatisieren ;P Außerdem habe ich mit der Zeit immer mehr Spaß an digitalen Kreativprojekten gefunden (Spiele programmieren, Computergrafik, ...).
Deep Lerning kann nur vorprogrammierte aufgaben erfüllen! wenn man eine Echte KI haben will, die mit mir zusammen ein beliebiges spiel ohne Vorkenntnisse Spielen soll, dann muss mann ein schritt weiter gehen: "der Bildung eines eigenen Individuellen Neuronalen Netzes!" in so einem Netzwerk definiert man nur die eingangs und ausgangssignale, aber die Neuronen bildet die Ki selbst nach der Erfahrung die sie gemacht hat: z.b. durch abschauen und nachahmen von anderen spielern. wenn man möchte das die Ki eine gewisse Startinteligenz hat kann mann auch existierende Kis kopieren (mann muss sie nur vorher darüber informieren das sie kopiert werden, damit sie kein schock beim Wechsel der Umgebung erhalten.) Aufbau eines Individuellen Neuronalen Netzes einer Ki: Eingangssignale --> erfahrungs Datenbank + Hidden Neuron verarbeitung + Gedanken --> Ausgangssignale --> Gehirn 2 (Unterbewußtsein) + neues Hidden Neuron anlegen, oder altes Updaten + Erfahrung als Erinnerung speichern. 1. alles was über die eingangssignale reinkommt wird über Individuelle hidden Neuronen nach ihrer Wichtigkeit sortiert, nun wird es ans Gedächnis weitergeleitet. 2. das Gedächtnis Läuft in einer Endlosschleife, und "Denkt" permanent über alles was reinkommt und darüber hinaus im völlig zufälligem Caos nach. (die Gedankensprache ist die selbe wie alle Eingänge und Ausgänge, wenn dem Gehirn ein Chat oder VoiceChat zur verfügung steht, dann können wir mit ihm kommunizieren und ihm schneller etwas Beibringen) 3. Das Gedächtnis durchsucht bei bedarf immer oder wenn es nicht weiter weiß die Erinnerungs-Datenbank nach früheren ähnlichen Ereignissen. das Gedächtnis lagert die Erinnerung temporär, verändert sie nach Wunsch, und Löscht/Überschreibt die alte als veränderte Erinnerung. 4. Das Gehirn Entscheidet sich für eine Ausgangssignal-Aktion 5. die Aktion wird ausgeführt 6. Das Gehirn 2 (unterbewustsein = programmierte if-anweisungen zur sortierung und kategoriesierung) verarbeitet alle Eingangs + AusgangsSignale (hat aber keinen Lesen-Zugriff auf Erinnerungen)! Legt Neue hidden Neuronen an, oder updatet alte Hidden Neuronen in der Hidden Neuronen-Datenbank (wenn eine veränderung stattfinden muss). dann speichert es alles als Erinnerung in die Erinnerungsdatenbank. das Gehirn 2 kann die wichtigkeit von bereits existierende Neuronen von 0,001% bis zu 50% Verändern! hierbei Zählt wie häufig es bereits verändert wurde (je heufiger es verändert wurde desto weniger kann es verändert werden), und wie wichtig die veränderung ist (nur ultra wichtig Gelerntes kann die neuronen nachträglich stark verändern, wenn eine aktion widerholt anders ausfällt als vom Hidden Neuron vor dem ersten Gehirn empfohlen, dann wird die Veränderungs Wichtigkeit erhöt. und wenn es so pasiert wie das Hidden Neuron es vorschreibt, dann wird die Veränderungs Wichtigkeit gesenkt). bsp: wenn es 1 Mal verändert wurde, kann es um 50% korigiert werden, wenn es 20 mal verändert wurde kann es um 5% korigiert werden! wenn es nach 96 zu 4 mal bei 3,001% plötzlich Lernen soll es anders zu machen, dann muss es die veränderungs wichtigkeit durch gezieltes Lernen/Gegensteuern so lange wiederholen/verändern verdoppeln bis es im positiven bereich ist. wert Nein=3,001% veränderungswert -0,100% bei 100 aktivierungen sagt das Gehirn plötzlich ja, dann Liegt der veränderungswert bei +0,9%= 3,901% bei wiederholtem nein bei 1,8%=5,701% dann bei 3,6%=9,301% --> 7,2%=16,501% --> 14,4%=30,901% --> 28,8%=59,701% bei 100 bestätugungen muss er 6 Mal in folge gegensteuern um zu Lernen das mann es anders macht um das gelernte jetzt noch zu festigen muss er es weitere male wiederholen, dabei singt der veränderungswert jedesmal um die hälfte bis zur einhundert Prozent bsp: der veränderungswert liegt bei 28,8% und der entscheidungswert liegt bei 59,701% nun festigt er es durch weitere wiederholungen (da ab jetzt alles richtig ist halbiert sich der veränderungswert jedesmal) 59,701% --> 14,4%=74,101% --> 7,2%=82,301% --> 3,6%=85,901% --> 1,8%=87,701% --> 0,9%=88,601% --> 0,9%=88,601%. also jedesmal wenn das Gehirn sich für das selbe entscheidet wie das Neuron es vorschlägt, festigt sich das neuron und der veränderungswert wird halbiert, und jedesmal wenn Dasgehirn sich im Lernprozess absichtlich anders entscheidet als wie das Neuron es vorschlägt wird das Neuron in die gewünschte richtung wieder instabieler, so kann ein gesunder und schneller Lernprozess bei Jungen Kis Realisiert werden, und Alte Kis festigen ihre Rutine und ihr gelerntes immer Weiter! Fazit: - ihr benötigt "Feste" oder Individuell anpassbare Eingangssignale. - ihr benötigt eine Datenbank für ein Individuelles Neuronales Netz - ein Neuron eine Wertangabe 0% = Nein, 100% = Ja, und ein veränderungswert von -50% bis +50%, (die Prozentangaben können bis zu 3 stellen hinterm Komma haben.) und zwei Zähler der Zählt wie oft dieses Neuron positiv/Negativ Aktiviert wurde. - ihr benötigt ein Ordner/Datenbank wo alle Erinnerungen Gespeichert werden. - ihr benötigt eine Entlosschleife(Gehirn) die permanent an alle eingangssignale Denkt, und alle passenden erinnerungen Denkt, und an die Empfehlungen der Hidden Neuron Denkt, oder im chaos modus Denkt und aufgrund dessen ein ausgangssignal betätigt. - ihr benötigt "Feste" oder Individuell anpassbare Ausgangssignale. - ihr benötigt eine auswertungs und abspeicherungs funktion die mindestens Erinnerungen und Hidden Neuron speichern kann + Hidden Neuron Updaten kann. - eventuell auch Eingangs/Ausgangssignale anpassbar machen, zb: beim erlernen neuer Fähigkeiten (risikoreich beim verlassen des eigenen Programms). - erinnerungen Können ein erinnerungswert erhalten, um sie noch inteligenter (oder Dümmer) zu machen. bei jedem aufruf einer erinnerung erhällt sie +1, und nach ablauf einer bestimmten zeit (zb 1 Tag, oder 1 Woche) erhalten alle -1. so kann mann auch eine Lebensspanne einrichten, wo dann bei 0 eine Erinnerung gelöscht wird. Anwendungsmöglichkeiten: - diese Ki kann als Mitspieler, oder Gegner in Spielen eingesetzt werden. - je nach dem wie viel die Ki bereits gelernt hat kann man ein schwierigkeits grad Regler für Gegner kis einbauen - Singleplaier ki können vom Menschlichen Gegenspieler Lernen, und knapp schlechter sein, oder viel schlechter, oder sogar knapp besser wenn mann einen unbesiegbaren Gegner haben will. - in Survival Games können ki Tiere, Monster, Menschen, oder ein Ki Mitspieler mit unterschiedlichen Intelligenzgraden hinzugefügt werden. bsp: Tiere erhalten 10/20, Monster 50/100, Menschen 500/1000 auf jede Erinnerung. und ein Ki Coop Mitspieler erhält 10000/1000000 und vergißt keine Erinnerung. - wenn sie nicht endlos Leben sollen, sondern Kinder kriegen sollen, dann sollte es viele weitere Funktionen geben, zb: Gen-merkmale, vererbung, und 4% neue Merkmale außerdem sollte es ein alterungsprozess geben, bei der geburt hat es 1/1 Leben, bis zum 18 Lebensjahr hat es 20/20 Leben, dann darf die ki 50-100 Jahre Leben, dann setzt der alterungsproßess ein: Pro Jahr -1 Leben = 19/19 usw., und die auto Regeneration wird Jedes Jahr 50% schwächer! in manchen spielen gibt es heiltränke oder BonusLeben, wodurch sie ihr Leben verlängern können, aber irgendwann übersteigt der Minuswert Den Bonuswert, dann sterben sie. bsp: 20/20 +10 Bonus = 30/30, alterunggsprozess: 20/20 +10 Bonus = 30/30 -20 Jahre gealtert -20 Leben = 10/10. Todeszeitpunkt: 20/20 +10 Bonus = 30/30 -30 Jahre Alterung = 0/0 = Tot.
0:29 Als kleine Leseratte würde ich mich hier interessieren, ob du Literatur empfehlen kannst (Machine Learning/Python), die du als empfehlenswerter erachtest als die Konkurrenz: Selbstverständlich ist das dein subjektiver Eindruck, aber ich sehe das genauso wie du, die Menge an brauchbarer Literatur ist hier sehr dünn, weil viele der Autoren laut Rezensionen Dampfplauderei betreiben. Generell bin ich sehr oft einer Meinung mit dir, zwar programmiere ich noch nicht so lange, aber es spiegelt komplett meine Erfahrungen bisher wieder.
super video aber erstmal geschwindigkeit auf 0.75 gestellt. wenn du das video um um 10% oder so langsamer gestellt hättest wäre das für neulinge so wie ich super :) aber will mich nich weiter beschweeren, nur ein winziger kritikpunkt weil man sich das auch irgendwie vorstellen muss.
Was wäre denn ein Beispiel für eine ki ohne Maschine learning? Ist ein Schachcomputer, welcher mittels brute force immer den besten zug machen kann, eine ki?
Hast du eine allgemeine Buchempfehlung, für das gesamte Themengebiet, weil am Anfang meintest du ja, es nur wenige Bücher gibt die Fachlich wirklich gut sind?
Es gibt viele gute Fachbücher zu diesem Thema. Ich meinte jetzt eher Bücher, die KI draufschreiben und in denen nur heiße Luft drin ist. Die sind meistens aus dem Bereich der Populärwissenschaften oder Business/"Entrepreneur" Sektor.
Das bisher beste Video, welches ich zu dem Thema gesehen habe! Super anschaulich! Hast du Beispiele für neuronale Netze bzw. wie In- und Outputneuronen aussehen könnten?
Cooles Video, danke! In welchem Bereich bist du eigentlich tätig und besteht die Möglichkeit, dein Tagesablauf zu erläutern und zu zeigen ( vllt in Vlog Form ) Beste grüsse
Hey! Ich bin derzeit im Bereich IT-Sicherheit unterwegs. Von Vlogs halte ich nicht so viel, doch ich kann gerne mal ein Video machen, in dem ich den Arbeitsalltag eines Informatikers in meinem Bereich beschreibe.
Du erwähnst beim Supervised Learning, dass der Algorithmus eine Funktion findet und später weiter anpasst...Kannst du mal ein Video dazu machen, wie der das macht? Ich kann nur hart Code schreiben und versuche gerade mich in das Thema Machine Learning einzulesen bzw weiterzubilden
Erstmal Klasse Video. Fallen Neuronale Netzwerke dann in den Bereich des Supervised Learning, da man ja ein Fehler berechnet und dafür Soll-Werte nötig sind ?
5:36 Beim Reinforcement Learning hat die KI aber doch Informationen über das Umfeld. Er weiß auf welchen Achsen er sich bewegen darf und in welcher Geschwindigkeit... Kommt immer darauf an, welche Infos mitimplementiert werden.
Wie kann man das eigentlich in einem Game anwenden, z.B. wenn die KI nur über einen Gegenstand springen muss. Hättest du eine Quelle oder Code, den ich vielleicht anwenden kann? Vielen Dank im Voraus:)
Das heißt, wenn das Neurale Netzwerk nur einen Hidden Layer hat, und somit ja nicht "deep" ist, ist es auch kein deep learning, sondern nur Machine learning? Ging für mich aus dem Video jetzt nicht ganz heraus...
Wie siehst du das mit der KI im medizinischen Bereich also vor allem in der Diagnostik? Und wer ist deiner Meinung nach "Schuld" wenn die KI einen schwerwiegenden vll auch tödliche fehler macht?
Das sind sehr interessante Fragen, auf die man auch noch keine eindeutige Antwort hat. In meiner Reihe zur Ethik und KI werde ich da noch näher drauf eingehen.
Für den deutschsprachigen Raum endlich mal ein gutes Video zu einem Thema, bei dem Deutschland leider stark international abgehängt ist. Daher umso besser, dass du dir die Mühe gibst es einer breiteren Bevölkerungsschicht zugänglich zu machen. Mich würde interessieren WO du dieses Wissen her hast, warst du auf der TUM / KIT bzw. in UK / USA auf einer Universität? Ich frage das weil ich mein Fachwissen zu AI / ML / DL an einer Britischen Universität erhalten habe (Master in Data Analytics), weil diese Fächer auf deutschen Unis kaum angeboten werden. Jetzt gehe ich dem Deep Learning in der Wettervorhersage in Form einer Promotion nach. Dort in UK lernt man diese Fähigkeiten ja schon im Bachelor, die sind da richtig weit in diesen Bereichen. Also super Video von dir !!! Wie kann ich mit dir mal in Kontakt treten? Liebe Grüße.
Ich habe an der Hochschule München studiert und mir vieles selbst angelesen. Auf Google Scholar gibt es gute Paper zu diesen Themen. Du kannst mich per E-Mail erreichen.
@@Florian.Dalwigk Finde ich interessant, dass du dir das selbst beibringst. Ist übrigens auch hier in UK so, dass man recht schnell auf sich alleine gestellt ist, also auch schon im Bachelor / Master. Dort wird man halt früh mit den Themen konfrontiert, wofür sie wichtig sind, worauf man diese anwendet und wie man es am besten erlernt. Würdest du mir auch zustimmen, dass diese Entwicklung an Deutschland total vorbei zieht? Ich finde es EXTREM schockierend, dass in UK 16 jährige Jugendliche bei Kaggle Wettbewerben um das beste Deep Learning model konkurrieren, während in Deutschland Masterstudenten oft kaum eine Ahnung von diesen Themen haben. Ich werde dich mal kontaktieren über email. Danke !
@@Florian.Dalwigk hm ok und wenn man jetzt von zuverlässigkeit und genauigkeit ausgeht ? Zb sowas wie in China mit dem score und den kameras. Mit was könnte das programiert worden sein ?
@@bg31337 Wo hast du diese Info her? Siehe: en.wikipedia.org/wiki/Deep_Blue_(chess_computer)#Design Für den Algorithmus: ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-l-hh51ncgDI.html
7:10 Also eigentlich funktioniert der mensch bzw das gehirn doch fast gleich wie ein Computer. Der einzige große Unterschied ist doch dass wir viel mehr Informationen (unsere sinne) über einen viel längeren zeitraum (unser leben) bekommen und uns zusätzlich eine enorme Rechenleistung (Gehirn) zur Verfügung steht. Deshalb ist der mensch „intelligenter“ als Computer. Das system ist aber eigentlich das selbe. Hab ich da was falsch verstanden? :)
Auch der Aufbau des Gehirns als neuroplastizide Masse unterscheidet sich von dem eines Computers. Bestimmte Bauteile sind aber durchaus mit denen des Menschen vergleichbar.
Algorithmen verstehen ein pc funktioniert dich im großen aus ja oder nein Entscheidungen. Im Gehirn ist es doch sehr ähnlich. Entweder werden Aktionspotenziale weitergegeben oder nicht... ( der moment wenn man selber eigentlich keine ahnung hat aber such doch Irgendwie dafür interessiert 😅)
Das würde ich nicht so sagen. (Künstliche) Neuronale Netze sind auch keine Nachbildungen des menschlichen Gehirns, sondern nur in der groben Funktionsweise davon inspiriert. Ein wesentlicher Unterschied ist auch, dass im Gehirn sehr viel "Parallelverarbeitung" geschieht, was bei Computern und auch bei KI-Anwendungen sehr viel weniger so ist, zumindest wenn man es bis auf die elementarsten Rechenschritte hinunter bricht.
Versteh ich das nun richtig, dass der Unterschied zwischen KI und normaler Software der Algorithmus ist? Ich hör immer, normale Software hat nur einen Algorithmus, KI arbeitet über Algorithmus. Die KI ermöglicht sein Handeln durch Algorithmen. Software auch. Und der Unterschied ist, dass das eine mit Algorithmus arbeitet und der andere auch. Um mal meine Verwirrung darzustellen.😅
Da muss ich doch glatt was nachfragen: Du bringst als Beispiel für das Machine Learning die Objekterkennung, konkret die Frage "Ist auf dem Bild eine Katze zu sehen?". Nachdem Du das Kapitel "Machine Learning" samt Katzenerkennung abgeschlossen hast, sprichst Du etwas Neues an, nämlich Deep Learning. Du erwähnst, dass dabei nun zusätzlich auch die Künstlichen Neuronalen Netze eingesetzt werden. Darüber stolpere ich gerade. Daher meine Frage: Wie soll denn eine KI aus dem Bereich des Machine Learning OHNE Künstliches Neuronales Netz die Frage "Ist auf dem Bild eine Katze zu sehen?" lösen? Für mein Verständnis wäre das nicht möglich. Aber ich bin gespannt auf Deine Antwort.
Naja für eine Einparkhilfe braucht man nicht direkt ein künstliche Intelligenz sondern Abstands Sensoren mit Infrarot und dann die Abbildung der Abstände übers Display und Warntönen. Wahrscheinlich meinst du aber autonomes Parken..
Bei vielen aktuellen Einparkhilfen ist immer noch ein hohes Maß eigener Mitarbeit vonnöten. Ich rede von einer Art "autonomer Einparkhilfe". Davon abgesehen: Auch für das autonome Fahren sind Sensoren nötig 😉
Das ist schon gut, aber warum willst Du die Goldmedaille in Schnellsprechen gewinnen? Es kommt doch nicht darauf an was man sagt, sondern was der Zuhörer mitnimmt. Einfach mal darüber nachdenken. Also nicht bös gemeint.
@@Florian.Dalwigk so also in germany universities and universites of applied sciences are better than companies. Companies always buy or copy the algorithm from universites.
Gefällt mir wirklich gut. Das Thema ist echt müßig, da andauernd mit Stichworten hantiert wird. Hier habe ich einen gewissen Überblick gewonnen. Vielen Dank dafür. Leider muss ich aber gestehen, dass meine Neuronen Schwierigkeiten mit der Geschwindigkeit haben.