Fenolivertia Logo
Fenolivertia

AGI verstehen und anwenden lernen

Ein strukturiertes Lernprogramm für alle, die künstliche allgemeine Intelligenz praktisch nutzen möchten

Grundlagen verstehen

Beginnen Sie mit den Kernkonzepten von AGI. Sie lernen, wie sich AGI von klassischer KI unterscheidet und welche praktischen Anwendungen bereits möglich sind.

Praktische Projekte

Arbeiten Sie an realen Aufgaben. Jedes Modul enthält konkrete Übungen, die Sie direkt umsetzen und in Ihrem eigenen Tempo bearbeiten können.

Betreuung und Feedback

Erhalten Sie direktes Feedback zu Ihrer Arbeit. Unsere Tutoren helfen Ihnen, wenn Sie nicht weiterkommen, und geben Ihnen konkrete Verbesserungsvorschläge.

Lernen von Praktikern

Dr. Katharina Bergmann

Dr. Katharina Bergmann

Katharina arbeitet seit acht Jahren mit neuronalen Netzen und hat mehrere Forschungsprojekte zu adaptiven Systemen geleitet. Sie gestaltet die theoretischen Module unseres Programms.

Ihr Ansatz ist direkt: komplexe Konzepte in verständliche Schritte zerlegen. Sie zeigt nicht nur, wie Algorithmen funktionieren, sondern auch, warum bestimmte Entscheidungen in der Entwicklung getroffen werden.

  • Promotion in Computational Intelligence an der TU München
  • Leiterin von drei EU-geförderten Forschungsprojekten
  • Autorin von über 20 Fachpublikationen zu AGI-Systemen

Programmaufbau

Was Sie lernen werden

Dieses Modul vermittelt Ihnen die Grundlagen künstlicher allgemeiner Intelligenz. Sie verstehen den Unterschied zwischen spezialisierter KI und AGI-Systemen und lernen aktuelle Entwicklungen kennen.

Hauptthemen
  • Geschichte und Entwicklung von AGI
  • Unterschiede zu klassischer KI
  • Aktuelle Forschungsansätze
  • Ethische und praktische Fragen
  • Erste praktische Experimente
  • Analyse bestehender Systeme
Was Sie lernen werden

Hier tauchen Sie tiefer in die technische Seite ein. Sie lernen verschiedene Architekturansätze kennen und beginnen mit der Implementierung einfacher Systeme.

Hauptthemen
  • Neuronale Netzwerkarchitekturen
  • Transformer-Modelle verstehen
  • Reinforcement Learning Basics
  • Multi-Task Learning
  • Transfer Learning Techniken
  • Erste eigene Implementierungen
Was Sie lernen werden

Im Abschlussmodul arbeiten Sie an einem eigenen Projekt. Sie wenden alle gelernten Konzepte an und entwickeln ein funktionierendes System von Grund auf.

Hauptthemen
  • Projektplanung und Anforderungen
  • Datenaufbereitung und Training
  • Modell-Optimierung
  • Testing und Evaluation
  • Deployment-Strategien
  • Präsentation und Dokumentation
Was Sie lernen werden

Dieses Bonusmodul behandelt aktuelle Forschungsthemen und zeigt, wohin sich das Feld entwickelt. Sie erhalten Einblicke in experimentelle Ansätze und offene Herausforderungen.

Hauptthemen
  • Continual Learning Systeme
  • Meta-Learning Strategien
  • Embodied AI Konzepte
  • Skalierung von AGI-Systemen
  • Alignment und Safety
  • Aktuelle Forschungsfragen

Cookie-Einstellungen

Wir verwenden Cookies, um Ihre Erfahrung zu verbessern. Bitte wählen Sie Ihre Präferenzen:

Erforderlich für grundlegende Funktionen der Website

Hilft uns zu verstehen, wie Besucher die Website nutzen

Ermöglicht personalisierte Inhalte und Empfehlungen

Verwendet für zielgerichtete Werbung