Maschinelles Lernen und Autounfälle: Es muss nicht immer Deep Learning sein

Nicht nur das autonome Fahren, sondern auch die Fahrzeugsicherheit könnte von KI profitieren - nur ist Deep Learning nicht unbedingt der richtige Ansatz dafür.

Artikel von Andreas Meier veröffentlicht am
Der Aufprallwinkel ist wichtig für die Prognose, wie schwer ein Unfall verläuft.
Der Aufprallwinkel ist wichtig für die Prognose, wie schwer ein Unfall verläuft. (Bild: ODD ANDERSEN/AFP via Getty Images)

Trotz aller Fahrerassistenzsysteme und zukünftiger autonomer Fahrfunktionen - es wird wichtig bleiben, crashsichere Fahrzeuge zu bauen. Denn es wird auch in Zukunft (schwere) Unfälle geben, bei denen Menschen zu Schaden kommen.


Weitere Golem-Plus-Artikel
Dr. Mike Eissele: "Es kann immer wieder technologische Revolutionen geben"
Dr. Mike Eissele: Dr. Mike Eissele: "Es kann immer wieder technologische Revolutionen geben"

Chefs von Devs Teamviewer-CTO Dr. Mike Eissele gibt einen tiefen Einblick, wie man sich auf eine Arbeitswelt ohne Bildschirme vorbereitet.
Ein Interview von Daniel Ziegener


Monitoring von Container-Landschaften: Prometheus ist nicht alles
Monitoring von Container-Landschaften: Monitoring von Container-Landschaften: Prometheus ist nicht alles

Betreuer von Kubernetes und Co., die sich nicht ausreichend mit der Thematik beschäftigen, nehmen beim metrikbasierten Monitoring unwissentlich einige Nachteile in Kauf. Eventuell ist es notwendig, den üblichen Tool-Stack zu ergänzen.
Von Valentin Höbel


Gegen Agile Unlust: Macht es wie Bruce Lee
Gegen Agile Unlust: Gegen Agile Unlust: Macht es wie Bruce Lee

Unser Autor macht seit vielen Jahren agile Projekte und kennt "agile Unlust". Er weiß, warum sie entsteht, und auch, wie man gegen sie ankommen kann.
Ein Erfahrungsbericht von Marvin Engel


    •  /