Intern
Chair of Computer Science II - Software Engineering

(Bachelor/Master/Praktikum) Verständnis neuronaler Netze

09.05.2023

Motivation

Spätestens mit ChatGPT ist das Thema künstliche Intelligenz (KI) im Mainstream angekommen und in aller Munde. Aber bereits vor dem Aufkommen von ChatGPT waren KIs längst in unseren Alltag vorgedrungen. So beispielsweise bei gemütlichen Serienabenden auf der Couch, wo uns passende Serien auf Netflix mit Hilfe von KIs vorgeschlagen wurden. Neben all den Bequemlichkeiten die KIs für unseren Alltag mit sich bringen, darf allerdings nicht vergessen werden, dass Maschinen für uns denken und Entscheidungen treffen. Dies mag in Hinblick auf den Serienabend auf der Couch zwar unbedenklich wirken, kann sich allerdings schnell ändern, wenn man z.B. selbstfahrende Autos betrachtet. Daher wird es immer wichtiger, das Verständnis über KIs auszubauen, um zu verstehen, welche Programme wir Entscheidungen über unser Leben treffen lassen.

Ziele

Um das Verständnis von KIs zu fördern fokusieren wir uns in dieser Arbeit auf die Funktionsweise neuronaler Netze. Der Schwerpunkt dieser Arbeit liegt darauf, die Funktionsweise existierneder KI Systeme zu verstehen. Dazu sollen konkret verschiedene Darstellungsmöglichkeiten existierender neuronale Netze untersucht werden. Je nach Vorwissen können dabei unterschiedlich komplexe neuronale Netze betrachtet werden (Feed Forward Netze, CNNs, ... ). Die Änderung der Darstellung neuronaler Netze wird vom Betreuer konkret vorgegeben und intensiv begleitet. 

 

  • (Falls nicht schon geschehen) Einarbeitung in die Funktionsweise neuronaler Netze
  • Analyse bereits existierender neuronaler Netze
  • Analyse der Darstellungsmöglichkeiten neuronaler Netze

Wir bieten

  • Interessante Arbeit in aktuellen Forschungsthemen
  • Möglichkeit der Einbringung eigener Ideen bei der Lösungsgestaltung
  • Gute und intensive Betreuung

Dauer
   3 - 6 Monate (je nach Art der Arbeit)

Kontakt

Thomas Prantl, M.Sc.
thomas.prantl@uni-wuerzburg.de

Zurück