Swiss Made Software
Mentron trägt das Label Swiss Made Software Plus AI. Wir konzipieren und entwickeln unsere Softwarelösungen vollständig in der Schweiz. Auch sämtliche Algorithmen, die bei uns zum Einsatz kommen, werden von uns hier entwickelt und implementiert. So stellen wir sicher, dass unsere Lösungen nicht nur hochwertig sind, sondern auch transparent, vertrauenswürdig und flexibel an die Bedürfnisse unserer Kunden angepasst werden können.
Was bedeutet bedeutet AI für Mentron?
Mit unserer Plattform bieten wir einen unkomplizierten Zugang zur Symbolischen Regression, einem Verfahren aus dem Bereich der Genetischen Programmierung. Damit lassen sich auch aus komplexen Datenmengen nachvollziehbare, erklärbare Modelle ableiten, die Zusammenhänge zwischen Datenpunkten in Form eines mathematischen Ausdrucks präzise beschreiben und interpretieren. Um dieses Ziel bestmöglich zu erreichen, setzen wir auf eine sorgfältig abgestimmte Kombination von Algorithmen aus den Bereichen evolutionäres Computing, numerische Verfahren und biologisch inspirierte Methoden. So entsteht eine leistungsfähige Grundlage, um aus Daten nicht nur Vorhersagen zu gewinnen, sondern die zugrunde liegenden Strukturen transparent sichtbar zu machen.
Was ist der Unterschied zu Neuronalen Netzen?
Neuronale Netzwerke stellen in der Regel ein bereits fertig trainiertes Modell dar, das auf sehr grossen Datenmengen gelernt hat und dadurch auf eine bestimmte Aufgabe stark spezialisiert ist. Das ermöglicht eine schnelle und effiziente Verarbeitung neuer Eingaben. Gleichzeitig ist ihre Nachvollziehbarkeit häufig eingeschränkt, da die Entscheidungsfindung im Inneren des Modells nur schwer zu interpretieren ist. Deshalb spricht man in diesem Fall von einem Black Box-Modell.
Die Symbolische Regression verfolgt hingegen einen anderen Ansatz: Sie ist ein flexibles Verfahren, das oft schon mit vergleichsweise kleinen Datenmengen auskommt und sich auf unterschiedliche Problemstellungen anwenden lässt. Ihr zentraler Vorteil liegt in der Transparenz: Aus komplexen Datensätzen kann ein erklärbares White-Box-Modell gewonnen werden, das die Beziehungen zwischen den Datenpunkten als klaren mathematischen Ausdruck beschreibt und dadurch besser verständlich sowie überprüfbar ist.