Was ist eigentlich Künstliche Intelligenz (KI)?

Die Geschichte hierzu haben wir schon kennengelernt. Aber welche Begrifflichkeiten, welche Funktionen, welche Tools, etc. gehören den wirklich dazu?

Künstliche Intelligenz ist ein Teilgebiet der Informatik und lässt sich am besten beschreiben als die Kunst oder Wissenschaft, Maschinen so zu programmieren, dass sie komplexeProbleme lösen und Menschenähnliche Entscheidungen treffen können.

Es wird teils auch unterschieden zwischen „starker KI“ und „schwacher KI“.

Es gibt jedoch auch viele Begriffe, die fälschlicherweise mit KI assoziiert werden. Ein Beispiel dafür ist die Automatisierung, die oft als Synonym für KI verwendet wird. Obwohl dies eng mit KI verbunden ist, handelt es sich hierbei um eine andere Anwendung. Automatisierung bezieht sich auf die Automatisierung von Prozessen, um sie schneller und effizienter zu gestalten. Künstliche Intelligenz hingegen bezieht sich darauf, dass Maschinen Entscheidungen auf Basis von Mustererkennung selbstständig treffen.

Ein weiterer oft falsch verwendeter Begriff ist „Big Data“. Obwohl Big Data eine wichtige Rolle bei der Entwicklung von KI spielt, handelt es sich hierbei um eine separate Technologie. Wichtig ist, zu verstehen, dass KI an sich verschiedene Technologien wie z.B. Machine Learning, NLP oder Robotik nutzt.

Den Begriff „Künstliche Intelligenz zu definieren, ist eigentlich nicht möglich, da es bisher keine allgemeingültige Definition gibt. Das liegt auch daran, dass der Begriff „Intelligenz“ selbst nicht eindeutig definiert ist.

Es ist keine Science-Fiction-Technologie, sondern etwas, dass bereits in vielen Bereichen unseres täglichen Lebens fester Bestandteil ist, dass uns unterstützt, entlastet und uns beispielsweise ermöglicht, schneller und effizienter zu arbeiten. Die Entwicklung und Forschung von weiteren KI-Technologien hat das Potenzial, große Auswirkungen auf die Art und Weise zu haben, wie wir arbeiten, kommunizieren und leben.

Einige Teilgebiete der KI-Forschung:

Maschinelles Lernen

Hier konzentriert sich die Forschung darauf, neue Algorithmen, Modelle und Techniken zu entwickeln, um aus Daten zu lernen und Vorhersagen zu treffen. Dies umfasst die Erforschung von überwachtem Lernen, unüberwachtem Lernen, verstärkendem Lernen, Transferlernen, generativem Lernen und vielem mehr.

Neuronale Netzwerke

ist ein zentraler Bestandteil vieler KI-Systeme. Die Forschung in diesem Bereich zielt darauf ab, neue Netzwerkarchitekturen zu entwickeln, Optimierungsalgorithmen zu verbessern und die Leistungsfähigkeit von neuronalen Netzwerken zu steigern. Dazu gehören Forschungsbereiche wie Deep Learning, Faltungsnetzwerke, rekurrente Netzwerke, selbstorganisierende Karten und vieles mehr.

Symbolische KI

befasst sich mit der Repräsentation von Wissen und der Verarbeitung von symbolischen Informationen. Die Forschung in diesem Bereich umfasst Themen wie logisches Schließen, Wissensrepräsentation, Inferenzsysteme, Planung und Entscheidungsfindung. Symbolische KI kann helfen, menschenähnliches Denken und komplexe Problemlösungen zu modellieren.

Computer Vision

befasst sich mit der Verarbeitung, Analyse und Interpretation visueller Informationen. Es umfasst Techniken zur Bild- und Videoverarbeitung, Objekterkennung, Gesichtserkennung, Bildsegmentierung und mehr. Computer Vision wird in Anwendungen wie selbstfahrenden Autos