Künstliche Intelligenz, Machine & Deep Learning: Die Unterschiede

509

Künstliche Intelligenz, Machine- & Deep-Learning: Die Unterschiede
Wir alle kennen den Begriff künstliche Intelligenz (KI). Schließlich war er Hauptbestandteil in Filmen wie The Terminator, The Matrix und Ex Machina.

Aber vielleicht hast du in letzter Zeit von anderen Begriffen wie Machine Learning (ML) und Deep Learning (DL) gehört, die manchmal mit künstlicher Intelligenz verwechselt werden. Infolgedessen kann der Unterschied zwischen künstlicher Intelligenz, Machine Learning und Deep Learning sehr unklar sein.

In diesem Artikel möchten wir zwei Fragestellungen näher erläutern:

1. Was ist künstliche Intelligenz, Machine und Deep Learning?

Der Begriff der künstlichen Intelligenz wurde 1956 von John McCarthy begründet. Sie steht für Maschinen, welche Aufgaben ausführen können, die für die menschliche Intelligenz charakteristisch sind. Dies ist zwar recht allgemein, beinhaltet aber Dinge wie Planung, Sprachverständnis, Erkennen von Objekten und Geräuschen, Lernen und Problemlösen.

Wir können die künstliche Intelligenz (KI) in zwei Kategorien einteilen:

  1. Die schwache KI ist auf ein Gebiet spezialisiert. Beispiele dafür sind Spracherkennung, Bilderkennung, Navigationssysteme oder eine automatisierte Übersetzung.
  2. Die starke KI hat alle Merkmale der menschlichen Intelligenz. Sie handelt aus eigenem Antrieb heraus und kann sich auf mehrere Gebiete gleichzeitig spezialisieren bzw. diese miteinander verknüpfen. Bis heute ist es noch nicht gelungen, eine starke KI zu entwickeln.

Machine Learning (ML) ist eine Anwendung der künstlichen Intelligenz und konzentriert sich auf die Entwicklung von Computerprogrammen, die auf Daten zugreifen und diese für sich nutzen können. Computern wird die Fähigkeit verliehen, selbständig zu lernen, sich zu verbessern und anzupassen, ohne dafür programmiert zu sein.

Beispiele für Machine Learning sind Produktempfehlungen bei Amazon, Googles selbstfahrendes Auto und die Aufdeckung von Kreditkartenbetrug.

EXTRA: 10 Technologie-Trends für 2019

Deep Learning (DL) ist ein Teilgebiet von Machine Learning und orientiert sich an der Struktur und Funktion des Gehirns, nämlich der Vernetzung vieler Neuronen. Künstliche neuronale Netze sind Algorithmen, die die biologische Struktur des Gehirns nachahmen.

So wie wir aus unserer Erfahrung lernen, lässt der Deep Learning Algorithmus eine Aufgabe mehrmals ausführen. Mit jeder Wiederholung wird das Ergebnis optimiert. Wir sprechen von Deep Learning, da die neuronalen Netze verschiedene (tiefe) Schichten haben, die das Lernen ermöglichen.

Deep Learning findet z. B. Anwendung in der Gefühls- und Spracherkennung, im automatisierten Fahren und in schnellen Übersetzungen.

2. KI und das Internet der Dinge: Was ist die Verbindung?

Die Beziehung zwischen Künstlicher Intelligenz und dem Internet der Dinge ist ähnlich wie die Beziehung zwischen dem menschlichen Gehirn und Körper.

Unser Körper sammelt Sinneseindrücke wie Sehen, Hören und Berühren. Unser Gehirn nimmt diese Daten und versteht sie, verwandelt Licht in erkennbare Objekte und Geräusche in verständliche Sprache. Unser Gehirn trifft Entscheidungen und sendet Signale an den Körper zurück, um Bewegungen wie das Aufnehmen eines Objekts oder das Sprechen zu steuern.

Alle angeschlossenen Sensoren, die das Internet der Dinge ausmachen, sind wie unsere Körper: Sie liefern die Rohdaten dessen, was in der Welt vor sich geht.

Und künstliche Intelligenz ist wie unser Gehirn: Sie macht aus Daten Sinn und entscheidet, welche Aktionen durchgeführt werden sollen.

Und die angeschlossenen Geräte des Internet der Dinge sind wieder wie unser Körper, führen körperliche Handlungen durch oder kommunizieren mit anderen.

Das Potenzial des anderen freisetzen

Machine Learning und Deep Learning haben in den letzten Jahren zu großen Fortschritten in der künstlichen Intelligenz geführt. Sie erfordern enorme Datenmengen, welche von den Milliarden von Sensoren gesammelt werden und Anwendung im Internet der Dinge finden.

Die Verbesserung der KI wird auch die Akzeptanz des Internet der Dinge fördern und einen positiven Zyklus schaffen, in dem sich beide Bereiche stark entwickeln werden. Das liegt daran, dass die KI das Internet der Dinge nützlich macht.

EXTRA: KI: Vor- und Nachteile von Robotern am Arbeitsplatz

Wofür nutzen wir eigentlich künstliche Intelligenz (KI)?

In der Industrie wird KI eingesetzt, um die Wartung der Maschinen vorherzusagen oder um Fertigungsprozesse zu analysieren. Damit werden große Effizienzsteigerungen erzielt und Millionen eingespart.

Auf der Verbraucherseite passt sich die Technologie an uns Menschen an. Anstatt zu klicken, tippen und suchen, können wir eine Maschine einfach nach dem fragen, was wir brauchen. Wir können uns Informationen über das Wetter holen oder Aktionen im Haushalt durchführen, wie z.B. das Herunterdrehen von Thermostaten, das Verriegeln von Türen oder Ausschalten von Lichtern.

 

Dieser Artikel wurde von Calum McClelland auf Englisch verfasst und am 4.12.2017 auf medium.com veröffentlicht. Wir haben ihn für euch übersetzt, damit wir uns mit unseren Lesern zu relevanten Themen austauschen können!

Du willst nichts mehr verpassen?

Kommentiere den Artikel

Bitte gib deinen Kommentar ein!
Bitte gib hier deinen Namen ein