Skip to content
blank

Was ist künstliche Intelligenz und was kann sie?

Immer wieder wird künstliche Intelligenz als die Technologie der Zukunft bezeichnet. Doch worum handelt es sich dabei genau?

Der Begriff Künstliche Intelligenz (KI) bzw. Artificial Intelligence (AI) wurde von John McCarthy, einem amerikanischen Informatiker, 1956 auf der Dartmouth Conference geprägt und viele KI-Technologien gibt es bereits seit über 50 Jahren.

Kurz zusammengefasst handelt es sich dabei um die Fähigkeit einer Maschine, menschliche Fähigkeiten wie logisches Denken, Erkennen, Lernen, Planen oder sogar eine gewisse Kreativität zu imitieren. Diese Fähigkeiten müssen aber nicht alle vorkommen um eine Lösung als KI zu bezeichnen.

Ob Bilderkennung in Foto-Apps, Voice-Assis­tants, persönliche Anpassungen der neuesten Smartphones oder Empfeh­lungssysteme von Netflix und Spotify: Schon heute leben wir mit vielen KI-Services. Auch autonome Au­tos sind von einer kaum vorstellbaren zu einer handfesten Vision geworden.

Verwirrenderweise tragen jedoch viele Anwen­­dungen derzeit das Label KI, obwohl es sich um „normale“ Automatisierung handelt. Das häufigste Beispiel hierfür sind simple, wenn A dann B Chatbots.

Beispiele für KI-Technologien

Automatisierung ist der Prozess, bei dem ein System oder ein Ablauf automatisch funktioniert. Zum Beispiel kann eine KI so aufgesetzt werden, dass sie wiederholbare Aufgaben übernimmt, die bisher von Menschen ausgeführt wurden.

Machine Learning (maschinelles Lernen) ist die Wissenschaft, einen Computer ohne Programmierung zum Handeln zu bringen.

Mustererkennung ist eine Teilrubrik des maschinellen Lernens, die sich auf die Identifizierung von Mustern in Daten konzentriert.

Machine Vision ist die Wissenschaft, Computer „sehen zu lassen“. Visuelle Informationen werden mit Kameras, Analog-Digital-Umwandlung und digitaler Signalverarbeitung erfasst und analysiert. Es wird in einer Reihe von Anwendungen von der Signaturidentifikation bis zur medizinischen Bildanalyse eingesetzt.

Natural Language Processing (NLP) ist die Verarbeitung der menschlichen Sprache durch ein Computerprogramm. Eine der ältesten und bekanntesten Anwendungen auf dem Gebiet ist die Spam-Erkennung für Emails. Aktuelle Ansätze basieren jedoch meist auf Machine Learning. Zu den Aufgaben für NLP gehören Textübersetzungen, Stimmungsanalysen sowie verschiedene Werkzeuge der Spracherkennung.

Robotik ist ein Bereich des Maschinenbaus, der sich auf die Entwicklung und Herstellung von Robotern konzentriert. Sie werden oft eingesetzt, um Aufgaben zu erledigen, die für den Menschen schwer oder gar nicht zu bewältigen sind. Mittlerweile nutzen Forscher Machine Learning, um Roboter zu bauen, die in sozialen Umgebungen interagieren können und dem klassischen Alltag somit näherkommen.

Arten von Künstlicher Intelligenz

Abgesehen von den unterschiedlichen Einsatzgebieten kann man künstliche Intelligenz zusätzlich auf verschiedene Arten kategorisieren.

Die erste Art der Klassifizierung unterscheidet KI-Systeme als schwach oder stark:
Eine „Schwache KI“ ist ein System, das für eine bestimmte Aufgabe entwickelt und trainiert wurde. Virtuelle persönliche Assistenten fallen in diese Kategorie.
Eine „Starke KI“ ist auch als allgemeine künstliche Intelligenz bekannt und besitzt kognitive Fähigkeiten. Wird sie mit einer unbekannten Aufgabe konfrontiert, verfügt sie über genügend Intelligenz, um eine Lösung zu finden.

Das zweite Beispiel stammt von Arend Hintze, Assistenzprofessor für Integrative Biologie und Informatik an der Michigan State University. Er kategorisiert KI in vier Typen:

Typ 1: Reaktive Maschinen
Ein Beispiel ist Deep Blue, das IBM-Schachprogramm, das Garry Kasparov in den 90er Jahren besiegte. Das Programm kann Figuren auf dem Schachbrett identifizieren, das Geschehen analysieren, Vorhersagen treffen und Züge setzen. Es hat jedoch kein „Gedächtnis“ und sammelt keine Erfahrungen.

Typ 2: Begrenzter Speicher
Diese KI-Systeme können die Erfahrungen der Vergangenheit nutzen, um zukünftige Entscheidungen zu treffen. Entscheidungsfunktionen in autonomen Fahrzeugen sind zu einem großen Teil so konzipiert.

Typ 3: Native Theorie
Dieser psychologische Begriff bezieht sich auf das Verständnis, dass andere Wesen oder Maschinen eigene Überzeugungen, Wünsche und Absichten haben, die Entscheidungen beeinflussen. Solche Systeme sind nach heutigem Stand jedoch noch nicht entwickelt.

Typ 4: Selbsterkenntnis
In dieser Kategorie haben KI-Systeme ein Selbstbewusstsein. Maschinen mit Selbstbewusstsein verstehen ihren aktuellen Zustand und können daraus ableiten, was andere fühlen. Auch diese KI-Systeme liegen noch in der Zukunft.

Beide Definitionsarten helfen dabei, die tatsächlichen Möglichkeiten einer KI besser einzuschätzen. Speziell die vier Typen der künstlichen Intelligenz von Arend Hintze zeigen gut auf, was heute bereits möglich ist was noch im Bereich der Forschung liegt.

Wenn KI-Lösungen auch für dein Unternehmen interessant sind, freuen wir uns, wenn du uns kontaktierst und wir dir weiterhelfen können.

R.D.

R.D.

Du willst mehr erfahren?