Björn Ommer – der Mann, der Computern das Sehen beibringt
Björn Ommer gilt als einer der Pioniere bei generativer Künstlicher Intelligenz. Mit seinen Team hat er vor Jahren das Bildmodell Stable Diffusion entwickelt. Heute stehen die damaligen Doktoranden hinter Black Forest Labs und begeistern mit ihren fotorealistischen KI-Bildern Nutzer und Investoren.
Den Wissenschaftler selbst interessiert aber eigentlich etwas ganz anderes als das Generieren von Bildern. Er will „Computern das Sehen beibringen“, wie er sagt. Dabei sind die KI-generierten Bilder für ihn ein Mittel, um zu erfahren, wie gut Maschinen ihre Umgebung bereits erkennen und verstehen können. Denn das könnte große Fortschritte etwa in der Robotik und beim autonomen Fahren ermöglichen.
Wie viele andere KI-Wissenschaftler ist Ommer aber auch von der Hoffnung motiviert, durch seine Arbeit an Künstlicher Intelligenz etwas über den Menschen herauszufinden. „Ich finde menschliche Intelligenz als Ganzes enorm faszinierend“, sagt er. Den Ansatz, bestimmte Vorgänge nachzubauen, sieht er als Möglichkeit nachzuvollziehen, „wie es in unserem Kopf potenziell abgehen könnte“.
Welche Bedeutung Ommer den neuen sogenannten Weltmodellen beim autonomen Fahren zuschreibt, warum er offenbar auch kritisch auf den Erfolg seiner Doktoranden blickt und wieso es unter KI-Wissenschaftlern offenbar immer häufiger Fälle von Betrug und unethischem Verhalten gibt, darüber spricht Ommer in dieser Folge von Handelsblatt Disrupt mit KI-Teamleiterin Larissa Holzki.
Exklusives Angebot nur für Disrupt Hörer: mit dem Code "MATTHES" erhalten Sie für 12 Monate 40% Rabatt auf das H+ Premium Abo. Sichern Sie sich jetzt das Angebot unter handelsblatt.com/disrupt40 und erhalten Sie unbegrenzten Zugang zu allen Handelsblatt-Inhalten im Web und in der App inkl. ePaper am Vorabend. Das Abo endet automatisch.
Helfen Sie uns, unsere Podcasts weiter zu verbessern. Ihre Meinung ist uns wichtig: www.handelsblatt.com/zufriedenheit
Weitere Informationen zu Werbeeinblendungen
主持人与嘉宾
信息
- 节目
- 频道
- 频率一周一更
- 发布时间2025年1月24日 UTC 02:00
- 长度49 分钟
- 单集304
- 分级儿童适宜