KÜNSTLICHE INTELLIGENZ
KÜNSTLICHE INTELLIGENZ auf Basis von "Statistical Reasoning" führt zu "immer mehr von dem immer gleichen".
Mit den autentik ONTOLOGIEN, die sowohl Expertenwissen als auch die Sicht der Anwender abbilden, lässt sich die Grundlage dafür schaffen, dass selbstlernende KI-Systeme Ergebnisse liefern, die logisch konsistent sind, hohen Ansprüchen gerecht werden und die Chance bieten, Neues zu entdecken.
MORE
IMMER MEHR VON DEM IMMER GLEICHEN
Die wesentliche Ursache für die geringe Leistungsfähigkeit der Suche und das "immer mehr von dem immer gleichen" trotz des Einsatzes von Künstlicher Intelligenz ist die Beschränkung auf "Statistical Reasoning" und das Fehlen von tieferem Wissen.
MEDIEN | KÜNSTLICHE INTELLIGENZ
Die Empfehlungs-Systeme von Streaming-Diensten und Medien-Plattformen basieren mehr auf Algorythmen die mit "Statistical Reasoning" auf der Grundlage einer empirischen Auswertung des Userverhaltens als auf vernetztem Wissen. Dies führt dazu, dass die User immer mehr von immer gleichen präsentiert bekommen und konsumieren
Der Aufbau einer Wissensbasis, die auf ontologiebasiertem Expertenwissen und KI-gestützter Auswertung von Medien basiert, macht ein "Logical Reasoning" möglich, das es ermöglicht, Ergebnisse zu liefern, die in der "realen Welt" das Ergebnis intensiven Konsums von Fachliteratur und Gesprächen mit Experten wären.
SHOPPING | KÜNSTLICHE INTELLIGENZ
Der Einsatz von Künstlicher Intelligenz im eCommerce basiert im Wesentlichen auf einer Analyse des Nutzerverhaltens (Statistical Reasoning) was ebenfalls dazu führt, dass "wenig Überraschendes" bei den Suchergebnissen herauskommt.
Mit dem Aufbau und der Anwendung des Wissens, das im Zusammenhang mit Produkten für "Logical Reasoning" benötigt wird, ist es möglich, die Leistungsfähigkeit der Suche und der Finder signifikant zu steigern und höchsten Ansprüchen bei der Produktberatung gerecht zu werden.
WISSEN FÜR LOGICAL REASONING
Mit Einsatz von Knowledge Graph Technologie lässt sich KI-gestütztes „Statistical Reasoning“ durch wissensbasiertes „Logical Reasoning“ ergänzen.
Um den Nutzern die Chance zu bieten, Neues und Passendes zu entdecken, ist erforderlich, die für "Logical Reasoning" benötigten Wissensmodelle und Metadaten zu generieren.
Je mehr Experten sich an dem Aufbau des Wissens beteiligen und je mehr Medien mit Künstlicher Intelligenz und differenzierten Wisensmodellen ausgewertet werden desto mächtiger werden die Anwendungen, in denen sie zum Einsatz kommen.