Basics

Was ist Künstliche Intelligenz?

19. März 2020, 18:30 Uhr | Andrea Gillhuber

Künstliche Intelligenz und Machine Learning sind auf dem Vormarsch. Doch was genau ist KI und wie ordnet sich dem Deep Learning unter? Antworten, Definitionen und Begrifflichkeiten erläutert dieser Beitrag.

Eine Definition, die bereits seit Einführung des Begriffes Künstliche Intelligenz in den 50er-Jahren besteht, lautet: Künstliche Intelligenz ist die Fähigkeit einer Maschine, intelligentes menschliches Verhalten zu imitieren. Doch für einen wirklich effizienten Einsatz wird die Maschine erst interessant, wenn sie mit der menschlichen Leistung gleichziehen oder diese sogar übertreffen kann. Denn dann haben wir Menschen die Möglichkeit, repetitive Aufgaben abzugeben oder Dinge schneller, sicherer oder fehlerfreier von Computern erledigen zu lassen.

Aktuell sprechen Ingenieure und Informatiker von künstlicher Intelligenz, wenn sie einen Computer auf eine Weise trainieren können, dass dieser bestimmte menschliche Fähigkeiten lernt und nachbildet – beispielsweise die Erkennung von Mustern und Objekten oder die Interpretation von Sprache. Damit erweitert sich obige Definition:

»Künstliche Intelligenz ist die Fähigkeit eines technischen Systems, intelligentes menschliches Verhalten nachzubilden oder zu übertreffen - durch das Trainieren eines Computers, um das gewünschte Verhalten zu erlernen.«

Ein technisches System soll also in die Lage versetzt werden, eine bestimmte Aufgabe zu bewältigen. Traditionell bedeutete dies, ein Programm für einen Computer zu erstellen, das Daten verarbeitet und die gewünschte Ausgabe liefert. Dies ist ein deterministischer Prozess.

Aktuelle KI-Technologien – Machine Learning, Deep Learning und Reinforcement Learning – kehren diesen Ansatz um: Man füttert einen Computer mit Daten und trainiert ihn mit – je nach Methode und Modell unterschiedlichen – mathematischen Verfahren, um aus diesen Daten ein sinnvolles Ergebnis zu ermitteln. Computer erzeugen mit solchen Verfahren die gewünschte Ausgabe, indem sie die »richtigen« Modellparameter erlernen, aber die Aussage, dass sich ein Computer selbst programmiert, ist nicht zutreffend.

Der Vorgang der Verarbeitung und Interpretation der Daten besteht nicht aus einer bestimmten Folge von Operationen wie bei einem traditionellen Programm oder Algorithmus. Letztendlich sind KI-Modelle und -Verfahren im Wesentlichen »Black Boxes«, die auf bestimmte Weise unter Einsatz mathematischer Methoden lernen und trainiert werden, Daten sinnvoll zu verarbeiten und zu interpretieren. Dies ist kein hart-deterministischer Prozess, und es verbleibt ein Restfehler wie bei menschlichen Erkennungs- und Verarbeitungsprozessen auch. Diesen Restfehler gilt es zu minimieren und die Prozessgeschwindigkeit zu erhöhen, so dass ein KI-System für bestimmte ausgewählte Aufgaben mit dem menschlichen Vermögen gleichzieht oder dieses übertrifft.