KI – ein viel verwendetes Sci-Fi-Wort, aber was ist das eigentlich?
Die Künstliche Intelligenz oder kurz KI wird in schwache und starke KIs unterteilt.4 Schwache KIs sind in der Lage, spezifische Aufgaben, wie z. B. Zeichen- und Bilderkennung oder auch Schachspielen, selbstständig durchzuführen.4 Von einer starken KI wird gesprochen, wenn die KI in der Lage ist, dem Menschen mindestens ebenbürtig Aufgaben gebietsübergreifend zu adaptieren und zu erledigen.4 Letzteres ist tatsächlich noch Zukunftsmusik.4 In den präsentierten Forschungsprojekten ging es um schwache KIs, die in zwei Modelle unterschieden wurden: das maschinelle Lernen bzw. Machine Learning und das tiefgehende Lernen bzw. Deep Learning. Generell basieren beide Modelle auf komplexen mathematischen Algorithmen und Datensets.4 Grob lassen sich die Modelle wie folgt beschreiben:
Machine Learning
Beim maschinellen Lernen operiert die KI nach der Methode „Wissen aus Erfahrung“. In der Lernphase wird die KI mit einer großen Menge an bereits ausgewerteten Trainingsdaten gefüttert.2, 5 Da das Ergebnis bereits bekannt ist, lernt die KI, welche Muster und Gesetzmäßigkeiten richtig und relevant für das Ergebnis sind.2, 4, 5 Das Gelernte kann die KI im Anschluss selbstständig auf neue Datensätze mit unbekanntem Ergebnis anwenden und selbstständig Lösungen ausgeben.2, 4, 5
Deep Learning
Beim tiefgehenden Lernen wird versucht, ein neuronales Netz, ähnlich dem im Gehirn des Menschen, mit in Schichten angeordneten Algorithmen nachzuahmen.4 In der Lernphase wird die KI mit riesigen Datensets gefüttert und versucht, Gesetzmäßigkeiten und Zusammenhänge in den Daten zu erkennen, ohne dass der Mensch etwas vorgibt.3, 5 Sie muss also selbstständig lernen, ohne das richtige Ergebnis zu kennen. Durch menschliche Validierung der Lösungen lernt die KI, welche „neuronalen Verknüpfungen“ richtig oder falsch sind.3 Mit den erlernten Algorithmen kann die KI Daten auswerten und eigenständig zu einem Ergebnis kommen.1, 3, 5