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.
Superviced Learning
Beim Superviced Learning (dt. überwachtes Lernen) gibt man der KI die gewünschte Aufgabe mit Lösung vor. Z.B. einen Datensatz von Bildern und jedes Bild enthält eine Bezeichnung, ein Label davon, was es zeigt. Dann wird die KI gebeten, alle Bilder einer Katze herauszusuchen. Die KI entwickelt einen Algorithmus, der versucht, Katzen auf Bilder zu erkennen. Die Ergebnisse werden dann mit dem Überwachenden, einem Menschen geteilt. Dieser verhält sich dabei wie ein Lehrender und hilft der KI, besser zu werden. Sortiert also aus, welche Bilder der KI Katzen sind und welche nicht. Mit dieser Information optimiert die KI ihren Algorithmus. Ziel des konstanten Weiterentwickelns ist es dabei, die Genauigkeit der Ergebnisse immer weiter zu verbessern.
Unsupervised Learning
Mit Unsuperviced Learning (dt. unüberwachtes Lernen) kann sich eine KI einen Sachverhalt selbst erarbeiten und dafür notwendige Parameter eigenständig definieren. Künstliche Intelligenz kann den eigenen Algorithmus zur Lösungsfindung selbständig an die gegebenen Datenlage anpassen. Anders als beim sogenannten Supervised Learning sind die Beobachtungen im Datensatz nicht beschriftet und der Algorithmus lernt, die Struktur aus den Eingabedaten selbst zu erschließen und dafür notwendige Parameter eigenständig zu definieren. Diese Lernmethode kann länger dauern, aber auch genauer sein.