Der Sammelbegriff: Künstliche Intelligenz
Künstliche Intelligenz (KI) oder Artificial Intelligence (AI) ist im Grunde der übergeordnete Sammelbegriff: Sie ist ein Teilgebiet der Informatik, die die Automatisierung intelligenten Verhaltens erforscht und entwickelt. Genau abgrenzbar ist der Begriff allerdings nicht, da bereits eine eindeutige Definition von Intelligenz fehlt. Man unterscheidet bei künstlicher Intelligenz zwischen sogenannter starker und schwacher KI. Vor allem die starke fasziniert die Autoren von Filmen und Büchern. Sie ist zu allem fähig, wozu auch ein Mensch in der Lage ist. Starke KI existiert bisher allerdings nur in der Theorie. Schwache KI überträgt vereinzelte Fähigkeiten des Menschen auf Maschinen. Beispiele dafür sind Technologien zur Mustererkennung, wie sie bei der Text-, Sprach- und Bilderkennung zum Einsatz kommen.
Machine Learning
Zunächst beschreibt das maschinelle Lernen einen weiteren Oberbegriff für die künstliche Generierung von Wissen aus Erfahrung. Ein System lernt anhand von Beispielen, etwa wie ein Hund aussieht. Dabei werden diese nicht einfach auswendig gelernt: Anhand der erlernten Beispiele, kann das System einen Algorithmus erstellen und gleiche aber dennoch unbekannte Daten beurteilen, etwa verschiedene Hunderassen. Wichtig ist, dass die Systeme mit vielfältigen Daten gefüttert werden, um kein einseitiges Ergebnis zu liefern. Ein lernendes System findet dann relevante Daten, extrahiert und fasst sie zusammen, trifft Vorhersagen auf Basis der analysierten Daten, berechnet Wahrscheinlichkeiten für festgelegte Ereignisse, passt sich an Entwicklungen eigenständig an und optimiert Prozesse auf Basis erkannter Muster.
Deep Learning
Deep Learning ist die nächst höhere Ebene des Maschinellen Lernens. Diese nutzt künstliche neuronale Netze, die dem menschlichen Gehirn nachempfunden wurden für effizientere Ergebnisse. Über die neuronalen Netze kann eine Maschine ihr erlerntes Wissen stetig erweitern, um dann die erlernten Muster in völlig neuen Datensätzen zu erkennen. Gut erklären lässt sich das anhand der Bilderkennung: Eine Maschine erhält verschieden Bilder von Hunden. Sie lernt dadurch, wie ein Hund aussieht und wie verschiedene Hunderassen aussehen. Nach dem Training wird der Maschine ein Bild eines Hundes gezeigt, das nicht im Trainingsdatensatz enthalten war. Die Maschine erkennt dennoch, dass es sich um einen Hund handelt. Je nach Rechenleistung kann sie dieses Training in Minuten oder gar Sekunden absolvieren.
