KI-Definition: 6 Fachbegriffe der Künstlichen Intelligenz erklärt

| Autor / Redakteur: mit Material von Intel / Sebastian Gerstl

Einfaches Schema, dass den Zusammenhang zwischen Künstlicher Intelligenz, Maschinellem Lernen und Deep Learning zeigt. Häufig werden diese Begriffe durcheinander geworfen. Es existieren aber klar definierte Unterschiede.
Einfaches Schema, dass den Zusammenhang zwischen Künstlicher Intelligenz, Maschinellem Lernen und Deep Learning zeigt. Häufig werden diese Begriffe durcheinander geworfen. Es existieren aber klar definierte Unterschiede. (Bild: Intel)

Deep Learning, Inferenz, Neuronale Netze – diese Begriffe tauchen ständig auf, wenn über Künstliche Intelligenz gesprochen wird. Doch was bedeuten diese Begrifflichkeiten genau?

Künstliche Intelligenz ist ein gewaltiges Trendthema – aber was genau versteht man darunter? Sechs Begriffe treten regelmäßig auf, wenn dieses Thema in Fachbeiträgen oder Nachrichten behandelt wird:

Da ist zum einen der Begriff KI selbst. Künstliche Intelligenz umfasst eine breite Palette von Informatik für Wahrnehmung, Logik und Lernen. Eine Methode der KI ist das maschinelle Lernen - Programme, die mit der Zeit und mit mehr Dateneingabe besser funktionieren. Deep Learning (wörtl. 'tiefes Lernen') gehört zu den vielversprechendsten Ansätzen des maschinellen Lernens. Es verwendet Algorithmen, die auf neuronalen Netzen (engl. 'Neural Networks') basieren - eine Möglichkeit, Ein- und Ausgänge auf der Grundlage eines Modells zu verbinden, wie wir denken, dass das Gehirn funktioniert - die den besten Weg finden, Probleme selbst zu lösen, im Gegensatz zu dem, was der Programmierer oder Wissenschaftler schreibt. Training ist, wie tiefgehende Lernanwendungen "programmiert" werden - sie mit mehr Input versorgen und abstimmen. Inferenz ist, wie sie laufen, um Analysen durchzuführen oder Entscheidungen zu treffen.

Dies ist nur eine kurze Zusammenfassung der üblichen Begrife. Im folgenden Beitrag werden diese einzelnen Punkte genauer erklärt.

Definition der Künstlichen Intelligenz

Es gibt viele Möglichkeiten, künstliche Intelligenz zu definieren - vor allem, weil "Intelligenz" allein schwer zu bestimmen ist. Intel Fellow Pradeep Dubey nennt künstliche Intelligenz "eine einfache Vision, bei der Computer zwischen Menschen ununterscheidbar werden". Es wurde auch einfach als "Sinn machen von Daten" definiert, was sehr deutlich macht, wie Unternehmen heute KI einsetzen. Im Allgemeinen ist KI ein Oberbegriff für eine Reihe von Computeralgorithmen und -ansätzen, die es Maschinen ermöglichen, so zu fühlen, zu denken, zu handeln und sich anzupassen, wie es Menschen tun - oder in einer Weise, die über unsere Fähigkeiten hinausgeht.

Zu den menschenähnlichen Fähigkeiten gehören Dinge wie Apps, die Ihr Gesicht auf Fotos erkennen, Roboter, die in Hotels und Fabrikhallen navigieren können, und Geräte, die (etwas) natürliche Gespräche mit Ihnen führen können. Zu den 'übermenschlichen' Funktionen gehören das Erkennen potenziell gefährlicher Stürme vor ihrer Entstehung, die Vorhersage von Geräteausfällen vor ihrem Auftreten oder die Erkennung von Malware - Aufgaben, die für Menschen schwierig oder unmöglich sind.

Die Arbeit in der KI geht mindestens auf die 1950er Jahre zurück, gefolgt von mehreren 'Boom-and-Bust'-Zyklen an an- und abflauenden Hypes hinsichtlich Forschung und Investitionen. In dieser Zeit wuchsen und fielen die Hoffnungen auf neue Ansätze und Anwendungen (wie Arthur Samuels Checker-Programm aus den 1950er Jahren und Stanfords Shakey-Roboter aus den 1960er Jahren) im Wechsel, als diese Methoden sich nicht durchsetzen konnten. Es folgte eine Zeit, die in der Forschung gerne als "KI-Winter" bezeichnet wird, als Investitionen quasi einfroren und das öffentliche Interesse abkühlte.

Es gibt vier große Gründe, warum aktuell gerade ein neuer KI-Frühling anbricht: mehr Rechenleistung (Cloud-Computing macht Hochleistungsrechner für alle zugänglich), mehr Daten (vor allem da Kameras und Sensoren sich vermehren), bessere Algorithmen (Ansätze haben sich von akademischen Kuriositäten zu einer besseren menschlichen Leistung bei Aufgaben wie Leseverständnis entwickelt) und eine breite Investition.

Definition des Maschinellen Lernens

AI umfasst eine ganze Reihe von verschiedenen Rechenmethoden, von denen eine große Teilmenge "maschinelles Lernen" genannt wird. Wie Pradeeb Dubey erklärt, ist maschinelles Lernen "ein Programm, bei dem sich die Leistung mit der Zeit verbessert", und das wird auch mit mehr Dateneingabe besser. Mit anderen Worten, die Maschine wird intelligenter, und je mehr sie "studiert", desto intelligenter wird sie.

Eine formalere Definition des maschinellen Lernens bei Intel ist: "die Konstruktion und Untersuchung von Algorithmen, die aus Daten lernen können, um Vorhersagen oder Entscheidungen zu treffen."

Wired Magazin beschrieb in einem Artikel aus dem Jahr 2016, wie das maschinelle Lernen die Programmierung verändert: "In der traditionellen Programmierung schreibt ein Ingenieur explizite Schritt-für-Schritt-Anweisungen für den Computer. Beim maschinellen Lernen kodieren Programmierer keine Computer mit Anweisungen. Sie bilden sie aus."

Maschinelles Lernen ist vor allem zur Verbesserung von Diagnose und Behandlung in der Medizin von großem Interesse. Ein Beispiel: Ein von der Aier Eye Hospital Group und MedImaging Integrated Solutions entwickeltes KI-gestütztes Ophthalmoskop (eine digitale Version des Gerätes, mit dem ein Kliniker das Innere Ihrer Augen sehen würde) lernte, wie man diabetische Retinopathie und altersbedingte Makuladegeneration (beides kann zu Erblindung führen) erkennt, indem man Tausende von markierten Bildern von gesunden und ungesunden Augen "betrachtet". Eine frühe Analyse, die auf Daten von 5.000 Aier-Patienten basierte, zeigte, dass die Erkennungsgenauigkeit, die bei einem vom Menschen durchgeführten Screening durchschnittlich 70 bis 80 Prozent betrug, mit der KI-Lösung auf 93 Prozent stieg. Mit mehr Zeit und mehr Daten sollte seine Genauigkeit weiter steigen.

Inhalt des Artikels:

Kommentar zu diesem Artikel abgeben
Sehr nutzbare Erklaerung. Vielen Dank.  lesen
posted am 22.05.2018 um 14:56 von Unregistriert


Mitdiskutieren
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 45313186 / KI/Machine Learning)