Was man unter den Wörtern KI / Künstliche Intelligenz, Machine Learning und Deep Learning versteht
Immer häufiger stolpert man in angeregten Gesprächen, beim Durchscrollen durch die News-Seiten oder beim Schmökern in der Tageszeitung über Wörter wie Künstliche Intelligenz, Machine Learning oder auch Deep Learning. Fleißig wird darüber spekuliert, wozu die KI bisher schon fähig ist. Bis hin zu dem Punkt, an dem sich Kritiker melden und ihre Sorgen äußern. Doch was versteckt sich hinter diesen Begriffen eigentlich und was können sie bis jetzt?
Es folgen drei fancy Buzzwords zum Thema Künstliche Intelligenz, die hipp klingen, aber super simpel sind. Learning by Reading – powered by bytabo®.
Künstliche Intelligenz
Um den Begriff der künstlichen Intelligenz kommt heute kaum noch einer drum herum – doch nur wenige wissen, was er eigentlich bedeutet. Zu aller erst einmal ist es ein Teilgebiet der Informatik, auch wenn sich die genauen Beschreibungen oftmals unterscheiden. Ihr Ziel ist: menschliche Intelligenz nachahmen und diese sogar verbessern. Doch das was in den Medien und Gesprächen häufig mit KI gleichgesetzt wird, fällt vielmehr unter die “Strong AI” oder auch die “Artificial General Intelligence”. Denn bisher ist die Forschung noch nicht so weit, dass es tatsächlich künstliche Intelligenzen wie bei den human-like Robotern aus Hollywood-Filmen gibt. Vielmehr nutzen die KI-Algorithmen der “Artificial General Intelligence” umfangreiche Datensätzen. Sie erkennen in ihnen Muster und ziehen daraus Schlüsse – etwa in Form von konkreten Handlungen oder Empfehlungen an den Menschen. Die Programme, die uns meistens im Alltag über den Weg laufen, unterscheiden sich in “weak” oder “narrow” AI. Sie spezialisieren sich jeweils auf einen bestimmten Aufgabenbereich. Paradebeispiele dafür sind Siri, Alexa oder der Algorithmus bei Youtube, der uns tagtäglich Videos vorschlägt, die unser Herz erobern könnten.
Machine Learning
Machine Learning ist die wohl wichtigste Teildisziplin der Künstlichen Intelligenz. Darunter fallen Verfahren und Computer-Algorithmen, die sich selber Verhaltensweisen antrainieren können. So brachte sich das Alpha Zero-Programm der Google-Tochterfirma Deep Mind 2017 beispielsweise alleine durch die Angabe der Regeln selbst Schach bei. Dabei erreichte sie innerhalb kürzester Zeit ein Niveau, das die bis dahin stärksten konventionellen Schachprogramme bei weitem überstieg. Das heißt, das Machine Learning geht weit über die “if-this-then-that”-Operationen hinaus, die bei der herkömmlichen KI ausreichen. Denn ML ist echtes Lernen anhand der vorhandenen Datensätze und verfolgt stets das Prinzip der Fehlerterm-Minimierung. Doch das Alpha Zero Programm ist keine Ausnahme, denn beinahe jedes KI-Programm verwendet heutzutage Machine Learning.
Deep Learning
Die Erklärung, was man unter Deep Learning versteht, ist für alle interessant, die sich schon mal gefragt haben, wie Google Translate eine ganze Seite voller Informationen innerhalb von wenigen Sekunden übersetzt. Ein anderes Beispiel ist, wie es dem Handy gelingt, Bilder mit denselben Menschen in passende Ordner zu sortieren. Deep Learning ist der Teilbereich des Machine Learning, der dies ermöglicht. Auch wenn der Prozess hinter dem Deep Learning ein wenig komplizierter ist, gibt der Name schon den ersten Hinweis um, was es geht. DEEP Learning arbeitet mit tiefgreifenden neuronalen Netzen und großen Datenmengen. Die Funktionsweisen sind vom menschlichen Gehirn inspiriert und sorgen für die Fähigkeit, eigene Entscheidungen und Prognosen zu treffen. So wird beim DL nicht von Anfang an festgelegt, nach was gesucht und sortiert werden muss. Deep Learning gelingt es alleine, Dinge zu identifizieren, mit denen der Fehlerterm minimiert wird.
