Ich halte sie gut wie nie Einzelaktien. Weil ich nicht das Skillset habe das zu bewerten. Wenn dann habe ich das im Tech Sektor, weil ich da wenigstens das Produkt bewerten kann.
Das klappt mal besser (wie Nvidia) und mal schlechter (wie Palantir..von Anfang an dabei..jetzt wieder beim Einkaufspreis). Deshalb..alles keine Investment Tips, sondern technische Bewertungen.
Nvidia: profitiert vom ML Hype. Nicht nur DeepLearning. Sondern Maschine Learning und scientific computing generell. Simulation und Numerik profitieren von GPU/TPU. Nvidia macht selber auch super Research. XGBoost ist eine der besten ML libraries..die natürlich GPU unterstützt.
Google, Amazon, Microsoft. Die drei großen Cloudanbieter.Jede grössere Firma und Institution will jetzt ML machen und alle denken dazu brauchen sie PetaBytes an Daten..und alle denken dass die das in der Cloud machen müssen.
Die Fokussierung auf ChatGPT und Co. ist schon sehr großartig. Man nimmt andere, wichtigere Felder komplett aus der Diskussion wie z. B. der Einsatz von KI in der Wissenschaft, Philosophie oder Medizin (und auch in der Kriegsführung).
Ich denke, die echten Revolutionen finden derzeit eher da statt. Obwohl ich ChatGPT beeindruckend finde.
(04.06.2023, 13:42)Skeptiker schrieb: [ -> ]Die Fokussierung auf ChatGPT und Co. ist schon sehr großartig. Man nimmt andere, wichtigere Felder komplett aus der Diskussion wie z. B. der Einsatz von KI in der Wissenschaft, Philosophie oder Medizin (und auch in der Kriegsführung).
Ich denke, die echten Revolutionen finden derzeit eher da statt. Obwohl ich ChatGPT beeindruckend finde.
Unterschreibe ich so zu 100%. ChatGPT3 ist ohne Frage ein Schritt nach vorne. Mich interessieren andere Sachen mehr, die IMO auch ehr Potential haben unser Leben zu beeinflussen.
(04.06.2023, 12:14)mmmmmax schrieb: [ -> ]Wurde hier eigentlich schon mal der Börsen-Bezug diskutiert? Also welche Unternehmen Chancen durch KI haben und was potentiell gute Investments wären? Ist für mich aktuell noch unklar, ob da Open source die Lösung ist oder MS und co den Kuchen unter sich aufteilen
Weiter hier zu: außer den oben genannten Cloud Providern (=> alle wollen ML machen => alle denken sie brauchen riesen Datenmengen und Compute => alle denken das geht nur in der Cloud) und NVIDIA (TPUs/GPUs für deep learning, lineare algebra/scientific computing, Simulation...) :
ich komme ja quasi vom Fach. Ich habe nix mit Large Language Models zu tun oder Natural Languag Processing, aber ich entwickele Systeme die Machine Learning verwenden.
Wie im vorigen Post schon beschrieben: ich denke nicht das jmd mit einer "KI" reich wird. Also einem einzelnen System das irgendwie toll alles kann. Machine Learning wird in vielen Feldern zu Verbesserungen führen. Pharma. Logistik. Materialtechnik und andere angewandte Wissenschaften. Allerdings ist die Technik und Methodik meist für frei. Was NICHT für frei ist, sind die Daten und ein Nutzer NEtzwerk/Kundenstamm.
Also denke ich können Firmen von ML profitieren, wenn sie auf guten Daten sitzen. Jetzt sitzen viele Firmen auf Daten. Eine Firma, die sich von Anfang an der Datennutzung verschrieben hat ist Uber!
Uber ist jetzt eine Firma die davon lebt Niedriglohner auszunützen. Die eigentliche Idee war aber ein Netzwerk an Apps und Nutzern zu erzeugen, die dann später per autonomen Fahren bedient werden. Also Uber könnte profitieren. Fehlt noch das autonome Fahren
.
(06.06.2023, 13:13)Lancelot schrieb: [ -> ]ich denke nicht das jmd mit einer "KI" reich wird. Also einem einzelnen System das irgendwie toll alles kann. Machine Learning wird in vielen Feldern zu Verbesserungen führen. Pharma. Logistik. Materialtechnik und andere angewandte Wissenschaften.
Ich kannte mal jemanden, der hatte ein Stück Elektronik gebaut mit dem er die Kameraauflösung im Medizinbereich deutlich verbessern konnte. Er hat nichts neues erfunden, aber genau auf die Anwendung in Krankenhäuser ausgelegt. Wenn ich mich recht erinnere, nutzte er ein physikalisches Phänomen um Störungen zu neutralisieren.
Er kam aus dem Medizinbereich, hatte aber zuvor Physik studiert. Diese "Platine" hat er dann den Krankenhäusern im Direktverkauf angeboten. Damit ist er tatsächlich reich geworden (damals mehr als 1 Mio.)
Sowas kann ich mir schon vorstellen: Wenn einer einen internen Anwendungsfall für KI kennt und die Industrie sich bis dato noch nicht die Mühe gemacht hat.
(06.06.2023, 13:34)saphir schrieb: [ -> ]Ich kannte mal jemanden, der hatte ein Stück Elektronik gebaut mit dem er die Kameraauflösung im Medizinbereich deutlich verbessern konnte. Er hat nichts neues erfunden, aber genau auf die Anwendung in Krankenhäuser ausgelegt. Wenn ich mich recht erinnere, nutzte er ein physikalisches Phänomen um Störungen zu neutralisieren.
Er kam aus dem Medizinbereich, hatte aber zuvor Physik studiert. Diese "Platine" hat er dann den Krankenhäusern im Direktverkauf angeboten. Damit ist er tatsächlich reich geworden (damals mehr als 1 Mio.)
Sowas kann ich mir schon vorstellen: Wenn einer einen internen Anwendungsfall für KI kennt und die Industrie sich bis dato noch nicht die Mühe gemacht hat.
Genau. Solche Geschichten kenne ich viele. Auch mit Geschichten von Machine Learning ein Teil der Lösung war. Meist wurde, wie in deinem Fall, ein ganz spezifisches "B2B" Problem gelöst oder verbessert. Mit vernünftiger Technik und/oder Verwendung neuer Daten.
Aber das ein Konzermn eine "KI" baut, die dann allgemein tolle Sachen macht (wie IBM lange mit "Watson" suggeriert hat)...glaube ich nicht.
https://www.golem.de/news/kuenstliche-in...74436.html
So funktionieren KI-Bildgeneratoren
Im Netz wimmelt es mittlerweile von künstlich erzeugten Bildern reitender Astronauten, skateboardfahrender Teddys oder stylish gekleideter Päpste. Aber wie machen Dall-E, Stable Diffusion & Co. das eigentlich?
Dieser Artikel konzentriert sich auf die technischen Aspekte und die Algorithmen hinter Bildgeneratoren wie Dall-E oder Stable Diffusion. Das Ziel ist ein intuitives Grundverständnis dieser faszinierenden Technologien, ohne dabei nur an der Oberfläche zu kratzen, aber auch ohne die Darstellung mit sämtlichen technischen Einzelheiten zu überfrachten.
Sehr ausführlich. Acht Seiten...
Ich hätte gerne einen Blick mehr in die Theorie dahinter. Leider ist der Aufsatz dafür noch zu vereinfachend.
ChatGPT ist nicht allein.
Mehr als 2000 neue KI-Tools wurden in den letzten 30 Tagen veröffentlicht.
Hier sind 18 hochmoderne KI-Tools.
Langsam ändere ich meine Meinung zu den KI Bots. Gestern war ich doch tatsächlich nach einigen Bierchen zu viel mit einem Informatiker der älteren Generation (OK, noch nicht so alt wie ich) am Diskutieren und konnte mich nicht mehr erinnern wie das Betriebssystem der DEC Microvax II ausser Ultrix hiess. Ja, ich weiss, DEC wurde von Compaq aufgekauft welches von HP aufgekauft wurde und das Internet lieferte riesige Romane über die 70+ jährige Geschichte. Aber wie zum Teufel hiess das Betriebssystem das ausser Ultrix auf den VAX angeboten wurde, das Original?
Klar, drei Konsonanten, vergisst man nach 40+ Jahren. Chat GTP lieferte die Antwort im nu: VMS. Kann also doch mehr als Schand- und Liebesgedichte schreiben...