Wie funktioniert KI?

Von KI bis Deep Learning

Sicher hast du schon von Künstlicher Intelligenz gehört. Vielleicht bist du auch schon einmal den Begriffen “Maschinelles Lernen”, “Künstliche Neuronale Netze” oder “Deep Learning” begegnet. Auch weil diese miteinander zusammenhängen, kann es schwierig sein, sie auseinanderzuhalten. Dieser Artikel soll dir dabei helfen und gleichzeitig einen Einblick geben, wie Künstliche Intelligenz funktionieren kann.

 

Künstliche Intelligenz

Künstliche Intelligenz ist die Erforschung und Entwicklung von Computersystemen, die fähig sind, Aufgaben zu lösen, welche normalerweise menschliche Intelligenz erfordern. Nun ist es nicht ganz einfach, Intelligenz zu definieren, aber vielleicht hilft es, wenn wir den Begriff abgrenzen.

Im Gegensatz zu der einfach Ausführung von Befehlen, wie es beim Abruf einer Internetseite der Fall ist, analysiert Künstliche Intelligenz Informationen, um dann Entscheidungen zu treffen und dadurch ein bestimmtes Ziel zu erreichen. Zum Beispiel beinhaltet das Programme, die fähig sind auf Fotos Gesichter zu erkennen, deine Sprache zu verstehen oder ein komplexes Brettspiel zu gewinnen.

Das Geheimnis von Künstlicher Intelligenz liegt also in diesem Entscheidungsprozess. Woher weiß das Programm, ob es sich um ein Gesicht handelt, kann deine Stimme von der deiner Freunde unterscheiden oder den besten Spielzug finden?

 

Entscheidungsprozess

Bier, Pint of Beer, Pils, Bierglass, Schaum

Nehmen wir ein einfaches Beispiel. Wir wollen ein Programm entwickeln, welches uns bei Angabe des Alters verrät, ob eine Person in Deutschland ein Bier bestellen darf oder nicht. Die Regel dafür ist einfach, Personen über 16 Jahren dürfen, darunter nicht. Diese Logik einem Computerprogramm beizubringen ist nicht sonderlich schwierig und hat wenig mit KI zu tun.

Versuchen wir jedoch ein Programm zu entwickeln welches anhand eines Bildes das Alter der Person schätzt, stoßen wir auf ganz andere Probleme. Es gibt unzählige Dinge, die uns etwas über das Alter verraten können – von Falten über die Haarpracht bis hin zum Kleidungsstil. Eine Möglichkeit Programme für solche komplexen Entscheidungsprozesse zu entwickeln, ist das Maschinelle Lernen.

 

Maschinelles Lernen

Der Begriff Maschinelles Lernen (engl.: Machine Learning) verrät schon viel über diese Methode. Es geht darum Programme zu entwickeln, welche, wie wir Menschen, mit Erfahrung dazulernen. Sie lernen durch mehr Dateninput (Erfahrung) bessere Ergebnisse zu erreichen (Erkenntnis/Expertise). Diese Erkenntnisse können sie dann auf andere, unbekannte Daten übertragen.

Kommen wir zurück zu unserem Beispiel: Würden wir einem passenden Machine Learning Programm eine große Menge Fotos unterschiedlicher Personen zur Verfügung stellen und gleichzeitig ihr Alter angeben, könnte es selbst Zusammenhänge zwischen den Fotos und dem Alter der abgebildeten Menschen herstellen. Vielleicht würde das Programm lernen, dass ältere Damen gerne einen Hut tragen oder Männer mit zunehmendem Alter Haare verlieren – was genau das Modell herausfindet, wissen wir jedoch oft gar nicht.

Diesem Modell können wir dann irgendwann neue Fotos zeigen, es das Alter schätzen lassen und überprüfen wie gut es funktioniert. Sollten wir zufrieden sein mit der Genauigkeit von unserem Programm, können wir es einsetzten.

 

Künstliche Neuronale NetzeANN, simple Artificial Neural Network, Einfaches Künstliches Neuronales Netz, KNN

Künstliche Neuronale Netze (auch ANN für engl.: artificial neural network) sind eine Möglichkeit solche selbstlernenden Programme zu entwickeln. Sie sind inspiriert von der Funktion des menschlichen Gehirns:

Ein Signal (Daten) wandert durch unterschiedliche Ebenen mit jeweils vielen einzelnen sogenannten Neuronen. Diese Neuronen führen kleinste Veränderungen an den Daten durch und senden Sie dann weiter an die Neuronen der nächsten Schicht. So können diese im Zusammenspiel komplexe Probleme lösen.

 

Deep Learning

Deep Learning bezeichnet spezielle Künstliche Neuronale Netze, welche besonders viele solcher Schichten durchlaufen.

Meist spricht man von zwei oder mehr sogenannter “versteckten Ebenen” ( engl.: hidden layers). Das sind die Ebenen, welche sich zwischen Eingangs- und Ausgabeschicht befinden.

 

Fazit

Venn, Artificial Intelligence, Künstliche Intelligenz, Maschinelles Lernen, Machine Learning, Deep Learning, ANN, KNN, Neural Networks

Solltest du mittlerweile den Anschluss verloren haben, ist das kein Problem. Es ist eigentlich recht simpel:

Maschinelles Lernen ist eine Methode Künstliche Intelligenz zu entwickeln. Künstliche Neuronale Netze wiederum sind eine Unterkategorie des Maschinellen Lernens und Deep Learning sind besonders komplexe Künstliche Neuronale Netze.

Genauere Informationen zu den einzelnen Themen findest du in meinen anderen Artikeln.

Dein Feedback zum Artikel

    Schüler (Klasse 5-9)Oberstufen-Schüler (Klasse 10-13)StudentBerufstätigBerufstätig mit Bezug zum Thema