Mit Wirkung zum 29. Dezember 2022 hat The Motley Fool seine Geschäftsanteile an Fool.de an Aktienwelt360 verkauft. Ab diesem Zeitpunkt trägt Aktienwelt360 die alleinige Verantwortung und Kontrolle für alle neuen Inhalte auf Aktienwelt360.de.

Künstliche Intelligenz, maschinelles Lernen und Deep Learning: ein Leitfaden für die Investoren

Zukunft Fortschritt Technologie Tech-Aktien Technologieaktien
Foto: Getty Images

Mit den Trends im Tech-Sektor Schritt zu halten, kann anstrengend und verwirrend sein. Oftmals sind die Begriffe, mit denen die Investitionsmöglichkeiten im Tech-Bereich beschrieben werden, nicht genau definiert, und können daher mehr Fragen als Antworten hinterlassen.

Z. B. wird heute viel über die künstliche Intelligenz, maschinelles Lernen und Deep Learning und ihr großes Potenzial für die Investoren gesprochen. Werfen wir also einen kurzen Blick darauf, wie NVIDIA (WKN:918422), ein Hersteller von Grafikprozessoren mit einer führenden Position in diesem Bereich, jeden einzelnen dieser Bereiche definiert und was das Potenzial in diesem Bereich ist.

🙌 Was ist dir unsere Arbeit wert?

Wir bei Aktienwelt360 denken, dass gutes Investieren mit guten Informationen beginnt. Das treibt uns an, täglich neue kostenlose Artikel für dich zu veröffentlichen, die tiefer gehen als die Berichte der anderen Aktienportale dort draußen.

Leider hat gute Recherche ihren Preis. Aber wir sträuben uns dagegen, deshalb aus Aktienwelt360 eine Halde für unseriöse Onlinewerbung zu machen. Um weiter unabhängig bleiben zu können, wenden wir uns heute an dich: Sag uns, was dir unsere Artikel wert sind! Über den folgenden Link kannst du kinderleicht einen Beitrag leisten, der uns hilft, dich weiter mit hochwertigen Inhalten zu versorgen.

TRINKGELD GEBEN

Was ist künstliche Intelligenz?

Künstliche Intelligenz (KI) wird manchmal als die Intelligenz definiert, die wir von Robotern in Filmen oder Fernsehsendungen kennen. Diese Stufe der künstlichen Intelligenz ist noch nicht möglich, aber stattdessen arbeiten die Tech-Unternehmen im Moment an etwas, das man als “eingeschränkte künstliche Intelligenz” bezeichnen könnte.

Laut NVIDIA ist damit gemeint, wenn Hardware und Software zusammenarbeiten, um spezifische Aufgaben zu erfüllen, die teilweise besser als von Menschenhand ausgeführt werden.

Ein Beispiel dafür ist die Möglichkeit von Facebook, dir vorzuschlagen, welche Freunde du beim Hochladen eines Fotos auf die Webseite markieren kannst. Diese künstliche Intelligenz ist in der Lage, das Bild zu sehen, Menschen mit einer Genauigkeit von 98 % zu identifizieren und das ganze auch noch schneller zu tun als Menschen.

Wenn man also an die künstliche Intelligenz denkt, dann sollte man nicht vergessen, dass es nicht die allgemeine künstliche Intelligenz ist, die wir im Kopf haben, sondern dass es um Computer geht, die ganz bestimmte Aufgaben erledigen.

Was ist maschinelles Lernen?

Maschinelles Lernen ist ein weiteres Schlagwort, das in letzter Zeit in der Technologiebranche viel Aufmerksamkeit erregt hat. Jeff Bezos, CEO von Amazon, hat den Investoren gesagt, dass sie diesen Bereich beobachten sollten. Fast jedes große Technologieunternehmen konzentriert sich darauf, diese Art von Technologie zu nutzen, um sein Geschäft besser zu machen. Aber was ist das?

NVIDIA definiert maschinelles Lernen folgendermaßen: Maschinelles Lernen ist die Grundvoraussetzung dafür, dass Algorithmen verwendet werden, um Daten zu analysieren, daraus zu lernen und dann eine Vorhersage zu treffen.

Anstatt Software im Voraus programmieren zu müssen, um eine spezifische Aufgabe zu erledigen, verwendet maschinelles Lernen Algorithmen, die es dem Computer ermöglichen, von den riesigen Datenmengen zu lernen, die er bekommt, sodass er seine Aufgaben selbstständig erledigen kann.

Intel formuliert es so: “Maschinelles Lernen ist die Verbindung von Algorithmen und Statistiken”, damit die Maschine aus den neuen Daten lernen kann. NVIDIA verwendet maschinelles Lernen, um Sensoren, Kameras und Computer die Verarbeitung der Bilder zu ermöglichen, die sie sehen, um eine Art Computervision zu erstellen.

Hardware und Software arbeiten zusammen, um zu verstehen, wie der Rand eines Straßenschildes aussieht, welche Buchstaben des Alphabets welche sind und wie man erkennen kann, wo ein Objekt anfängt und wo es endet. Wenn all diese Algorithmen zusammenarbeiten, auf der Grundlage dessen lernen, was sie sehen, identifizieren sie Dinge wie Stoppschilder für selbstfahrende Autos.

Was ist Deep Learning?

Deep Learning ist etwas schwieriger zu verstehen. In unserem Gehirn sind neuronale Netze, die sich miteinander verbinden und uns helfen, viele scheinbar unzusammenhängende Informationen zu verarbeiten. Indem wir verschiedene Informationen aufnehmen und logische Verbindungen zwischen ihnen herstellen, beginnen wir, die Welt um uns herum zu verstehen.

Deep Learning-Computer haben ihre eigenen künstlichen neuronalen Netzwerke, die auch Verbindungen untereinander herstellen können. Wenn also eine Software Bilder von Katzen ansieht, dann können sich einige Schichten dieses Netzwerks auf die Farben konzentrieren, während andere die Formen bestimmen und wieder eine andere Schicht sammelt die Ergebnisse und versucht festzustellen, ob das was der Computer tatsächlich sieht, tatsächlich eine Katze ist, und vielleicht sogar welche Art von Katze es ist.

Z. B. hat Google letztes Jahr sein eigenes Deep Learning-System verwendet, um 10 Millionen Bilder aus YouTube-Videos zu betrachten und die Katzen in jedem einzelnen auszuwählen. Googles Deep Learning-Programme waren etwa zweimal genauer bei der Ausführung dieser Aufgabe als jedes andere Bilderkennungssystem.

Aber nicht nur Bilder funktionieren mit Deep Learning. International Business Machines nutzt die Grafikprozessoren von NVIDIA, um medizinische Bilder zu durchforsten und Krebszellen zu finden. IBM sagt, dass die neuronalen Netzwerke trainiert werden können, die Krebszellen in den Bildern in wenigen Stunden zu finden. Diese neuronalen Netzwerke können dann noch einmal trainiert werden, sodass sie diese in Sekunden finden.

Warum ist das für die Investoren so wichtig?

Der weltweite Markt für Software mit künstlicher Intelligenz wird bis 2025 auf 59,8 Milliarden US-Dollar geschätzt. Zusätzlich wird erwartet, dass der Wert des maschinellen Lernens als Dienstleistung 19,86 Milliarden US-Dollar betragen wird. Deep Learning soll im selben Jahr 16 Milliarden US-Dollar wert sein.

Viele Technologieunternehmen, wie auch die oben genannten, verfolgen diese Märkte, aber NVIDIA ist vielleicht am besten positioniert, um davon zu profitieren.

Das Unternehmen stellt Grafikprozessoren her, die in der künstlichen Intelligenz, dem maschinellen Lernen und Deep Learning schon integriert sind. Viele Unternehmen setzen bereits auf die Hardware von NVIDIA.

Der Bereich Datenzentren von NVIDIA ist der Bereich mit den meisten Einnahmen für künstliche Intelligenz und Deep Learning. Derzeit erwirtschaftet er nur 18,6 % des Gesamtumsatzes. Das Unternehmen ist jedoch derzeit führend im Bereich Grafikverarbeitung. Daher ist es wahrscheinlich, dass NVIDIA auch in Zukunft von der wachsenden Bedeutung der künstlichen Intelligenz, maschinellem Lernen und Deep Learning profitieren wird.

Der Bärenmarkt-Überlebensguide: Wie du mit einer Marktkorrektur umgehst!

Ein erneutes Aufflammen von Corona in China, Krieg innerhalb Europas und eine schwächelnde Industrie in Deutschland in Zeiten hoher Inflation und steigender Zinsen. Das sind ziemlich viele Risiken, die deinem Depot nicht guttun.

Hier sind vier Schritte, die man unserer Meinung nach immer vor Augen haben sollte, wenn der Aktienmarkt einen Rücksetzer erlebt.

Klick hier, um diesen Bericht jetzt gratis herunterzuladen.

Suzanne Frey ist Führungskraft bei Alphabet und Mitglied des Vorstands von The Motley Fool.

The Motley Fool besitzt und empfiehlt Alphabet (A und C), Amazon, Facebook und Nvidia. The Motley Fool empfiehlt Intel.

Dieser Artikel wurde von Chris Neiger auf Englisch verfasst und am 19.09.2017 auf Fool.com veröffentlicht. Er wurde übersetzt, damit unsere deutschen Leser an der Diskussion teilnehmen können.



Das könnte dich auch interessieren ...