Wie lernen Maschinen – auch mit wenigen Daten?

KI-Systeme brauchen normalerweise viele Daten, um gut zu funktionieren. Aber was, wenn es nur wenige gibt? Oder wenn es zu aufwendig ist, diese Daten mit den richtigen Antworten zu versehen?
Hier kommt Active Learning ins Spiel: Ein cleverer Trick, bei dem der Computer selbst vorschlägt, welche Daten am wichtigsten sind, um schneller zu lernen. In dieser Demo probierst du es selbst aus!

Stell dir vor, du willst vorhersagen, wie lang der Bremsweg eines Autos ist – je nach Gewicht und Geschwindigkeit. Dafür müssen die Daten mit den richtigen Antworten gefüttert werden. Aber was, wenn wir nur wenige Beispiele haben? Welche weiteren Bremswege sollten gemessen werden, um das Modell zu optimieren? Bist du besser darin, weitere Messpunkte auszuwählen als der Algorithmus?

Mach mit und finde heraus, was hinter Active Learning steckt und wie eine KI entscheidet, welche Daten sie braucht.