Auch Künstliche Intelligenz kann menschliche Schwächen haben

Algorithmen erkennen Sarkasmus, aber sie können vergessen – zwei Themen, denen sich Wissenschaftlerinnen des Software Competence Center Hagenberg in ihren Forschungsarbeiten widmen.
/kunstliche-intelligenz-menschliche-schwachen/

Zusammenfassung aus

Zusammenfassung ein

Künstliche Intelligenz
(c) Adobe Stock / metamorworks
sponsored
Der Summary Modus bietet einen raschen
Überblick und regt zum Lesen mehrerer
Artikel an. Der Artikeltext wird AI-basiert
zusammengefasst mit der Unterstützung
des Linzer-Startups Apollo AI.

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • „Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst“, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte „katastrophale Vergessen“ ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter. Dabei wäre dies etwa im Onlinehandel wichtig, damit zum Beispiel eine Onlinerezension richtig eingeschätzt werden kann. Bisherige Sarkasmusdetektionen fokussieren sich auf die Erkennung von Sarkasmus auf Satzebene oder für eine spezielle Textphrase. Das Problem dabei ist, dass es oft unmöglich ist, einen einzelnen sarkastischen Satz zu identifizieren, ohne den Kontext zu kennen.

(c) SCCH

Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit. „Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst“, so Schwarz. Beide Methoden können Texte effizient klassifizieren, die vom Kontext des jeweiligen Textes abhängen, da beide über Speichereinheiten verfügen, um sich bereits gelernte Wörter aus dem Text merken zu können.

Die Ergebnisse der Arbeit zeigen somit, dass Deep Neural Networks die Genauigkeit simplerer Modelle übertreffen können – allerdings mit einem Wermutstropfen: Gäbe es mehr und bessere Daten, so könnten auch genauere Resultate erzielt werden.

Auch eine Künstliche Intelligenz kann vergessen

(c) SCCH

Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet. Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte „katastrophale Vergessen“ ein Problem.

„Ich erforsche das katastrophale Vergessen, welches beim Online-Learning von neuronalen Netzen auftritt und wodurch gelernte Zusammenhänge in bestehenden Modellen bei der Anpassung mit neuen Daten verdrängt werden“, sagt Luftensteiner. Ein Modell komplett neu zu erstellen ist zum Beispiel in der Industrie aber oft zu aufwendig oder gar nicht möglich – etwa wegen des Überschreitens zeitlicher Limits oder auch, weil hier benötigte Daten fehlen.

In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren (z.B. Hitzesensoren) – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen. „Ich habe daher ein Framework entwickelt, welches diese Ansätze einbindet und auf verschiedene Datensätze anwendbar ist. Durch die diversen Konfigurationsmöglichkeiten ist dieses Framework gegen das Vergessen in diversen Bereichen – vor allem aber in der Industrie – anwendbar“, so Luftensteiner.

die Redaktion

Österreichs Führungskräfte wünschen sich Erleichterung bei Steuern – haben aber wenig Hoffnung

Laut einer Befragung von Deloitte nehmen 77 Prozent der Führungskräfte die hiesigen Steuern als "herausfordernd" wahr. Mehr als die Hälfte erwartet sich wenig Verbesserung.
/osterreichs-fuhrungskrafte-erleichterung-steuern/
Die Führungskräfte wünschen sich unter anderem eine Ökologisierung der Steuern. (c) Adobe Stock / prachid

Die Mehrheit der Führungskräfte sieht in Österreich nach wie vor zahlreiche Hürden durch das steuerliche Umfeld. Das ist das Ergebnis einer Umfrage des Beratungsunternehmens Deloitte (n=232). Laut dem „Deloitte Austrian Tax Survey“ erhoffen sich die Führungskräfte jetzt konkrete Maßnahmen im Steuerbereich, allerdings hält sich der Optimismus hinsichtlich künftiger Maßnahmen in Grenzen.

„77 Prozent nehmen das steuerliche Umfeld im Vergleich zu 2019 als unverändert herausfordernd wahr. Dieses Ergebnis unterstreicht, dass es weitere Reformen und strukturelle Maßnahmen zur Stärkung des Wirtschaftsstandortes braucht. Nur so kann Österreich wirtschaftlich gut durch die Krise kommen“, sagt dazu Herbert Kovar, Partner bei Deloitte Österreich.

Geforderte Maßnahmen für Steuern in Österreich

Drei Viertel der Führungskräfte wünschen sich eine Reduktion der Lohnnebenkosten. Das zeigt auch diese Studie: Demnach wurde von den Unternehmen die Senkung der Lohnnebenkosten als dringendste Forderung zur Entlastung in der aktuellen Krisensituation identifiziert.

Zudem sehen 43 Prozent der Befragten die Vereinfachung des Einkommensteuergesetzes als dringliche Maßnahme für die Wettbewerbsfähigkeit des Wirtschaftsstandortes. Im Jahresvergleich ist auch die Ökologisierung des Steuersystems auf der Wunschliste nach oben gewandert.

„Laut Umfrage stimmen 55 Prozent der Unternehmensvertreter für eine umfassende Ökologisierung des Steuersystems. Eine Ökosteuerreform sehen die Unternehmen nicht mehr ausschließlich als Bedrohung, sondern als Chance, durch Lenkungsmaßnahmen gegen den Klimawandel zu steuern. Gleichwohl bedarf es hier eines Moderationsprozesses, um nachteilige wirtschaftliche und soziale Folgen zu vermeiden“, ergänzt Kovar.

Die größten Hürden in punkto Steuern

Laut 74 Prozent der Befragten liegen die größten Unsicherheitsfaktoren vor allem in unklaren oder widersprüchlichen Interpretationen der Regelungen durch die Finanzverwaltung. Häufige Gesetzesänderungen stellen für 61 Prozent eine Schwierigkeit dar. Diese Änderungen erhöhen den organisatorischen Aufwand und mindern gleichzeitig die Planungssicherheit, heißt es. „Die Befragten wünschen sich im Steuerbereich Klarheit und Einfachheit, damit sie sich in diesen herausfordernden Monaten auf die Führung ihres Unternehmens fokussieren können“, sagt Kovar.

Auch die Abwicklung von COVID-19-Hilfspaketen wie Förderungen und Stundungen hat rund 53 Prozent der Befragten auf Trab gehalten. Des Weiteren spielen Compliance-Themen in der derzeitigen Ausnahmesituation nach wie vor eine große Rolle.

Wenig Optimismus in Österreich

Vor dem Hintergrund der Corona-Krise ist mehr als die Hälfte der Unternehmen eher zurückhaltend, was die Erwartungen an die Entwicklung des Standortes betrifft. Die Auswirkungen der Pandemie selbst, aber auch die oftmals noch unzureichende Digitalisierung sowie der Klimawandel bereiten den heimischen Führungskräften neben den klassischen Steuerthemen Kopfzerbrechen.

„Sicherheit und Stabilität sind jetzt das A und O für die Wirtschaftstreibenden. Umso mehr braucht es nun entsprechende klare Maßnahmen, damit der Steuerstandort Österreich in der Krise an Attraktivität gewinnt“, so Kovar abschließend.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.
Möchtest du in Zukunft mehr von diesen Artikeln lesen?

Dann melde dich für unseren Newsletter an!

Navigation

News

Video

Events

Jobsuche

Leselisten zum Schmökern

Neueste Nachrichten

Summary Modus

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • „Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst“, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte „katastrophale Vergessen“ ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

Es gibt neue Nachrichten

Auch interessant