Eine kurze Einführung in AI Begriffswelt

Ich erinnere mich noch an die Zeit als künstliche Intelligenz ein Begriff aus der Forschung war. Nur echte Nerds konnten etwas damit anfangen bzw. interessierten sich überhaupt dafür. Wie anders es doch heute ist. Die “KI” oder im Englischen AI (Artifical Intelligence) ist in aller Munde. Nicht nur das, es werden munter viele weitere Begriffe aus dem Gebiet wie “Maschinelles Lernen” (Machine Learning), Neuronale Netzwerke (Neural Networks), Deep Learning usw. ständig verwendet.

Doch wofür stehen diese Begriffe? In welchem Zusammenhang stehen sie und was kann ich damit anfangen? In diesem Beitrag möchten wir etwas Licht ins Dunkel bringen und die wichtigsten Begriffe kurz erläutern und einordnen.

Auf dem Diagramm unten haben wir die wichtigsten Begriffe aufgeführt und ihre Beziehung zu einander verdeutlicht.

AI venn diagram

Äußerer Kreis - Künstliche Intelligenz als Oberbegriff

Im Jahre 1956 organisierten 5 Forscher am renommierten Dartmouth College in den USA eine Konferenz zum Thema AI. Das Ziel der Teilnehmer war binnen kurzer Zeit jede Art von Lernen oder Intelligenz mit Hilfe von Computern zu simulieren. Diese Konferenz wird allgemein als die Geburtsstunde der modernen AI-Forschung angesehen. Somit beschreibt der äußere Kreis recht allgemein und schwammig alle Fähigkeiten eines Computers, die “intelligent” sind.

Könnte ein Computer alle intelligenten Fähigkeiten und jede Art von Lernen simulieren, dann wäre er mindestens so schlau wie ein Mensch. Dieser Fall, der oft als als “General AI” oder “Full AI” bezeichnet wird, ist die Grundlage für viele Schauermärchen (“Computer übernehmen die Herrschaft”). Von diesem Ziel sind wir allerdings Stand heute, mehr als 60 Jahre nach Dartmouth, noch sehr weit entfernt.

Mittlerer Kreis - Maschinelles Lernen oder “Daten sind das neue Gold”

Manche von euch fahren vielleicht ein Auto, das automatisch Verkehrzeichen, wie z.B. Tempolimits 😇, erkennt und im Cockpit anzeigt. Grundlage hierfür ist mit großer Wahrscheinlichkeit ein “Machine Learning” Algorithmus. Mit “Machine Learning” oder kurz ML bezeichnet man nämlich eine spezielle Möglichkeit Computern intelligente Fähigkeiten anzutrainieren. Ein Computer lernt auf Basis von Daten eine spezielle Fähigkeit, wie z.B. Verkehrszeichen richtig zu erkennen. Bilderkennung ist ein sehr typischer Anwendungsfall für ML. Mit Hilfe von ML können Computer nicht nur Texte, sondern auch Bilder “lesen” und zumindest teilweise verstehen.

Innerer Kreis - Deep Learning, der Natur auf der Spur

Eine spezielle Form von ML sind sogenannte “Deep Neuronal Networks” (DNN), deren Funktion durch die Art und Weise wie unser Gehirn Informationen verarbeitet, inspiriert wurde. Das “Deep” in DNN steht dafür, dass mehrere innere, nicht-lineare Schichten im neuronalen Netzwerk verwendet wird (mehr Details würden für den Post hier zu weit führen…).

Weiterführende Links

Call to Action: Sags weiter auf twitter!

Du findest die Newsletter gut? Dann erwähne das auf twitter! Wir freuen uns :-) oder Toot

Schreib uns an: info@achtungtechnik.de