Stefan Hartinger ist Masterstudent der Physik an der Universität Regensburg. Vor seinem Masterstudium hat er bereits ein Bachelorstudium der Physik – ebenfalls in Regensburg – abgeschlossen.
Neben dem Studium unterrichtet er andere Studierende in den Grundlagen des Programmierens. Sein Fokus liegt hierbei auf den Sprachen C und Python.
Hochenergiephysik - Lehrstühle Braun & Wettig
Fakultät Physik, Lehrstühle Prof. Braun und Prof. Wettig
Einführung in das Programmieren in C bzw. Einführung in das Programmieren in Python
Grundlagen des Programmierens sind auch Grundlage des Verständnisses von künstlicher Intelligenz. Die Sprache Python stellt einen de-facto-Standard in der KI-Entwicklung dar. In allen meinen Kursen wird behandelt, wie eine konkrete Realität digital abgebildet werden kann, und wie ein Computer mit diesen
Daten umgeht, bzw. wie wir menschliche Anforderungen als Computer-Befehle abbilden.
Meine Vorlesungen sind klassische Folien-Vorträge, an die sich Computer-Übungen mit vorwiegend
Transfer-Aufgaben anschließen. Geübt wird das eben angesprochene Abbilden einer konkreten
Wirklichkeit und Lösen von für AnfängerInnen geeigneten Problemen. KI und Big Data werden als
Ausblick genannt, jedoch angesichts der Zielgruppe (AnfängerInnen ohne Vorkenntnisse) nicht näher
behandelt.
Auf vereinzelte Fragen von Studierenden mit weiter reichendem Vorkenntnissen reagiere ich spontan, z.T. mit Literatur- oder Kursempfehlungen und Impromptu-Beispielen, um auch der Mehrheit des Kurses Frage und Antwort näher zu bringen; dies stellt aber eine Ausnahmesituation dar, da die Kurse kein Vorwissen verlangen.
Auf vereinzelte Fragen von Studierenden mit weiter reichendem Vorkenntnissen reagiere ich spontan, z.T. mit Literatur- oder Kursempfehlungen und Impromptu-Beispielen, um auch der Mehrheit des Kurses Frage und Antwort näher zu bringen; dies stellt aber eine Ausnahmesituation dar, da die Kurse kein Vorwissen verlangen.
Grundlagen des Programmierens: Problemanalyse und Synthese von Lösungen aus elementaren Sprach-Elementen.
Ein grundlegendes Verständnis von KI erlaubt, in Beruf und Alltag informierte Entscheidungen zu treffen.
Sowohl Ausmaß der Fähigkeiten als auch Limitationen können erst dann sinnvoll abgeschätzt werden, wenn die Logik bekannt ist, nach der Rechner operieren.
Ich bin Masterand am Lehrstuhl Richter in der Theoretischen Physik. Thema meiner Arbeit sind Boson-Sampling Devices.
Ich habe bisher folgende Stationen durchlaufen:
Mittlere Reife; Ausbildung zum Chemielaborant; Anstellung als Analysetechniker in der Elektronik-
Industrie; Allgemeine Hochschulreife im Fernstudium; Bachelor- und Masterstudium Physik an der UR.
In diesen Stationen ist mir KI im Wesentlichen als „Hintergrund-Thema“ begegnet: für ein Projekt bei
einem früheren Arbeitgeber sollten Bilderkennungstechniken fehlerhafte Bauteile erkennen; Fragen wie
„Wie arbeitet der YouTube-Algorithmus?“ oder „Wie funktioniert autonomes Fahren?“ interessieren mich
privat.
Leicht in dem Umfang, der mir bisher begegnet ist.
Die Vielfalt der Anwendungsmöglichkeiten; die „emergent complexity“, d.h. wie aus der Kombination für
sich allein simpler Methoden sehr vielseitige Modelle entstehen.
—
Herr Hartinger, vielen Dank dass Sie sich Zeit genommen haben, uns diese Fragen zu beantworten. Wir wünschen Ihnen noch einen schönen Tag!
Herr Hartinger, vielen Dank dass Sie sich Zeit genommen haben, uns diese Fragen zu beantworten. Wir wünschen Ihnen noch einen schönen Tag!