Was ist Künstliche Intelligenz?
Künstliche Intelligenz kurz KI bezieht sich auf die Fähigkeit von Maschinen oder Computersystemen, Aufgaben auszuführen, die normalerweise menschliche Intelligenz erfordern würden.
Man unterscheidet zwischen zwei Arten der KI: Die schwache bzw. schmale KI und die starke KI.
Schwache/Schmale KI:
Dies bezieht sich auf KI-Systeme, die auf spezifische Aufgaben oder Problembereiche beschränkt sind. Sie können Aufgaben oftmals besser und schneller ausführen als Menschen, kann aber nicht darüber hinaus denken und lernen. Schwache KI-Systeme umfassen beispielsweise Spracherkennung, Schachprogramme oder automatisierte Entscheidungsfindung.
Starke KI:
Diese Art von KI bezieht sich auf Systeme, die eine allgemeine kognitive Fähigkeit besitzen, weshalb man auch von AGI also "Artificial General Intelligence" spricht. Diese ist vergleichbar mit menschlicher Intelligenz. Bislang existiert keine echte starke KI, obwohl sie ein langfristiges Ziel der KI-Forschung ist. Kennzeichen einer Starken KI sind Umgebungswahrnehmung, Verständnis für die erkannten Komponenten und zielgerichtete, sinnvolle Handlung.(Mockenhaupt, 2024)
Es gibt eine Vielzahl von Techniken und Methoden, die darauf abzielen, Computern oder Maschinen menschenähnliche Intelligenz zu verleihen. Grundsätzlich beruht die Funktionsweise von KI auf der Verarbeitung grosser Datenmengen und der Anwendung von Algorithmen, um Muster und Zusammenhänge zu erkennen.
Hier sind einige Schlüsselkonzepte und Techniken, die bei der Funktionsweise von KI eine Rolle spielen:
Machine Learning
Die KI verarbeitet grosse und unstrukturierte Datenmengen (Big Data). Die Daten werden geordnet und die KI erkennt darin Muster und Zusammenhänge, aus welchen sie dann Lösungen generiert. Je mehr Daten verarbeitet und analysiert werden, desto besser werden die Lösungsansätze. Die Algorithmen lernen selbst, jedoch muss teilweise eine Fachperson eingreifen. Ein Beispiel hierfür sind E-Mail-Spam-Filter.
Deep Learning
Hierbei handelt es sich um eine Weiterentwicklung des Machine Learnings. Das KI-System orientiert sich an der Struktur des menschlichen Gehirns und kann aufgrund von Daten aus künstlich erzeugten neuronalen Netzwerken Entscheidungen treffen. Die neuronalen Netzwerke bestehen aus vielen Schichten von miteinander verbundenen Knoten. Das System entscheidet selbst, ob Anpassungen gemacht werden müssen. Kein Mensch muss dabei handeln. Darunter fallen beispielsweise Bilderkennung oder maschinelle Übersetzung.
Natural Language Processing (NPL)
NPL befasst sich mit der sprachlichen Interaktion zwischen Computer und Mensch. Beispiele dafür sind bspw. Spracherkennung (Siri), Chat Bots und Text Mining.
Computer Vision
Computer Vision bezieht sich auf die Fähigkeit von Computern, visuelle Informationen aus Bildern oder Videos zu verstehen und zu interpretieren. Durch den Einsatz von Algorithmen und ML-Techniken können Computer Objekte erkennen, Klassifizierungen vornehmen und sogar komplexe Szenen verstehen.
Reinforcement Learning
Verstärkendes Lernen ist eine Art des maschinellen Lernens, bei dem ein Agent durch Interaktion mit seiner Umgebung lernt, welche Aktionen in verschiedenen Situationen am besten geeignet sind, um eine bestimmte Belohnung zu maximieren. (KI News, 02.05.2024)
Die Funktionsweise von KI beruht also auf der Verarbeitung von Daten, dem Lernen aus Erfahrungen und der Anpassung von Verhalten, um bestimmte Ziele zu erreichen. Je nach Anwendungsfall und Problemstellung kommen verschiedene Techniken und Modelle zum Einsatz.
Quellenverzeichnis:
Mockenhaupt, A. (2024). Grundlagen der Künstlichen Intelligenz (KI). In: Digitalisierung und Künstliche Intelligenz in der Produktion. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-41935-6_3
https://ki-news.digital/schluesselkonzepte-der-ki
