KI-Wissen
Künstliche Intelligenz, was steckt eigentlich hinter diesem Begriff
Künstliche Intelligenz (KI) ist der Versuch, menschliches Lernen und Denken auf den Computer zu übertragen und ihm damit Intelligenz zu verleihen. Statt für jeden Zweck programmiert zu werden, kann eine KI eigenständig Antworten finden und selbstständig Probleme lösen – kurz gesagt: Selbständig lernen. KI ist ein Teilbereich der Informatik.
Big Data einfach erklärt – Warum sind Datenmengen so zukunftsrelevant?
Big Data (deutsch „große Datenmengen“) ist schnell erklärt. Sie ist die Grundlage, das „Futter“ für Analysen mittels Computer, also für Data Science, KI, Machine Learning, Computer Vision und vieles mehr. Diese großen Datenmengen entstehen u.a. durch Smartphones, die Bewegungs- und Nutzungsdaten der NutzerInnen sammeln und für Analysen verfügbar machen. Ohne Big Data keine KI, ohne KI keine Assistenzsysteme für Menschen.
Bots und Chatbots, alles rund um diese neuen Roboter
Die Bezeichnung „Bot“ leitet sich vom englischen Wort für „Roboter“ ab. Wie Roboter aus Metall sind Internet-Bots darauf programmiert, spezifische, sich wiederholende Aufgaben zu erfüllen. Dazu führen sie auf Basis von Algorithmen und Skripten vorab klar definierte Befehle aus, die damit Aufgaben von Menschen ersetzen. Bots sind also Computerprogramme, die eigenständig und automatisiert agieren und in ihrer Funktion nicht auf die Mitwirkung oder Überwachung durch Menschen angewiesen sind. ABER: Bots, anders als KI, lernen nicht notwendigerweise dazu. Es gibt „Roboter“-Bots, die automatisierte Abfolgen durcharbeiten und „KI“-basierte Bots, die sich selbständig weiterentwickeln. Typische Bots sind Chatbots und Avartare (= figürliche Chatbots) auf Internetseiten mit der Rolle, mit KundInnen zu interagieren, Webcrawler, die Internetseiten analysieren und Botnets, die Spam- und Phishing-Angriffe ausführen.
Machine Learning: Wenn eine Maschine lernt
Machine Learning (dt. Maschinelles Lernen) ist ein Teilbereich der Künstlichen Intelligenz (KI). Maschinelles Lernen (ML) ist eine Sammlung von mathematischen Methoden der Mustererkennung. Sie konzentriert sich dabei auf die Entwicklung von Anwendungen, die aus Daten lernen und ihre Genauigkeit im Laufe der Zeit verbessern. Es gibt beim Machine Lerarning verschiedene Formen des Lernens: Supervised Learning, Unsuperviced Learning, Reinforcement Learning. Der Kern von Machine Learning und allen drei Lernmethoden ist es, jeweils einen Algorithmus zu erstellen und zu optimieren, um aus Daten zu lernen und um Vorhersagen, Entscheidungen zu treffen.
