Die Unterschiede zwischen Künstlicher Intelligenz, Machine Learning und Deep Learning
Spätestens seit Kinofilmen wie “Terminator” oder “Matrix” hat vermutlich jeder schon einmal etwas von Künstlicher Intelligenz gehört. Doch in jüngerer Vergangenheit tauchen immer wieder weitere Begriffe wie Machine Learning und Deep Learning auf. Und es passiert recht oft, dass die Begrifflichkeiten durcheinandergeworfen oder sogar synonym verwendet werden.
Grund genug, die Begriffe einmal näher unter die Lupe zu nehmen.
Die Unterschiede zwischen Künstlicher Intelligenz, Machine Learning und Deep Learning
Den Begriff der künstlichen Intelligenz, kurz KI, prägte der US-amerikanische Informatiker John McCarthy. Und das schon Mitte der 1950er-Jahre. Die KI bezeichnet Maschinen, die in der Lage sind, Dinge auszuführen und Aufgaben zu erledigen, die für die menschliche Intelligenz typisch sind. Durch die KI können Maschinen wie zum Beispiel Roboter also die menschliche Intelligenz nachahmen und entsprechend anwenden.
Dabei lässt sich die Künstliche Intelligenz in zwei Formen einteilen:
- Die schwache KI ist auf einen bestimmten Aufgabenbereich spezialisiert. Bei diesem Bereich kann es sich beispielsweise um die Spracherkennung, um das Erkennen von Bildern und Objekten, um eine automatisierte Übersetzung oder auch um ein Navigationssystem handeln.
- Die starke KI ist ein Abbild der menschlichen Intelligenz. Da sie alle Merkmale des menschlichen Intellekts aufweist, agiert sie eigenständig. Dadurch ist sie in der Lage, sich auf mehrere Aufgabenbereiche zu spezialisieren und die verschiedenen Gebiete miteinander zu verknüpfen. Im Unterschied zur schwachen KI ist die starke KI aber bislang nur Zukunftsmusik. Bisher ist es noch nicht gelungen, eine starke Künstliche Intelligenz zu entwickeln.
Inhalt
Machine Learning
Das Machine Learning, kurz ML, ist eine Anwendung innerhalb der KI. Dabei steht im Vordergrund, Computerprogramme zu erarbeiten, die auf Daten zugreifen, diese verarbeiten und für sich nutzen können. Durch das ML werden Computer in die Lage versetzt, zu lernen, sich selbstständig anzupassen und sich zu verbessern, ohne dass sie dafür gezielt programmiert wurden. Dabei lernt das System anhand von Beispielen, die es verallgemeinert.
So kann es neue, unbekannte Daten anhand von Mustern und Gesetzmäßigkeiten erkennen und beurteilen. Produktempfehlungen in Online-Shops, automatisierte Diagnosen, selbstfahrende Fahrzeuge oder das Aufspüren von Kreditkartenbetrug sind Beispiele für das Machine Learning.
Deep Learning
Das Deep Learning, kurz DL, wiederum ist eine Teildisziplin vom ML. Die Struktur und die Funktion des menschlichen Gehirns basiert darauf, dass unzählige Neuronen miteinander vernetzt sind. Das DL ahmt diese Struktur nach, indem es künstliche neuronale Netze aus Algorithmen bildet.
So wie der Mensch aus Erfahrungen lernt, bewirkt ein Deep Learning Algorithmus, dass eine Aufgabe mehrere Male wiederholt wird. Und mit jeder Ausführung wird das Ergebnis verbessert. Die Bezeichnung Deep Learning geht auf die Idee zurück, dass die neutralen Netze mehrere, unterschiedlich tiefe Schichten haben, die die Lernprozesse möglich machen.
Anwendung findet das DL unter anderem in der Sprach- und Gefühlerkennung, bei schnellen Übersetzungen oder beim automatisierten Fahren.
Die Verbindung zwischen Künstlicher Intelligenz und dem Internet der Dinge
Die KI und das Internet der Dinge stehen in einem ähnlichen Verhältnis zueinander wie das Gehirn und der Körper des Menschen. Der menschliche Körper trägt verschiedenste Sinneseindrücke zusammen, indem er Dinge zum Beispiel sieht, hört oder anfasst.
Das Gehirn nimmt diese Daten auf, analysiert sie und verarbeitet sie, indem es etwa Licht in erkennbare Objekte und Geräusche in Sprache umwandelt. Anschließend entscheidet das Gehirn, was zu tun ist, und sendet die entsprechenden Signale an den Körper. Daraufhin kann der Körper die passende Aktion ausführen, indem er beispielsweise einen Gegenstand aufhebt oder eine Frage beantwortet.
Die Sensoren, die im Internet der Dinge zusammenkommen, funktionieren im Prinzip wie der menschliche Körper: Sie erfassen, was vor sich geht, und leiten die Daten weiter.
Die Künstliche Intelligenz wiederum übernimmt die Aufgabe des menschlichen Gehirns, indem sie die Rohdaten in sinnvolle Daten umwandelt, auswertet und festlegt, welche Aktion nun folgen soll. Dazu schickt die KI die Daten zurück an die Geräte, die im Internet der Dinge angeschlossen sind. Die Geräte führen die Aufgaben dann, ähnlich wie der menschliche Körper, aus.
KI im Alltag
Das Machine Learning und das Deep Learning haben in den vergangenen Jahren bewirkt, dass die Künstliche Intelligenz große Fortschritte machen konnte. Andererseits sind sie auf riesige Datenmengen angewiesen, die von unzähligen Sensoren erfasst, zusammengetragen und ins Internet der Dinge eingespeist werden.
Doch entgegen aller Bedenken wird die Verbesserung der Künstlichen Intelligenz dazu führen, dass das Internet der Dinge stärker akzeptiert wird. Gleichzeitig wird ein Raum geschaffen, in dem sich beide weiterentwickeln können. Denn die Künstliche Intelligenz macht das Internet der Dinge nützlich.
Schon heute nutzt die Industrie die Künstliche Intelligenz, um Abläufe zu analysieren, Prozesse zu optimieren, Fehlerquellen aufzuspüren oder notwendige, bald anstehende Aufgaben zu planen. Auf diese Weise können die Effizienz gesteigert und Kosten eingespart werden.
Doch auch im Alltag ist die KI längst angenommen. Nur passen sich hier die Technologien an den Menschen und seine Bedürfnisse an. Braucht der Verbraucher beispielsweise Informationen, muss er nicht mehr umständlich suchen, Suchbegriffe eintippen und sich durch diverse Webseiten klicken.
Stattdessen kann er einfach eine Maschine fragen, die seine Anfrage mittels Spracherkennung versteht und ihm die passende Antwort liefert. Genauso ist es nicht mehr notwendig, manuell die Wohnungstür aufzuschließen, die Kaffeemaschine einzuschalten, die Thermostate an den Heizkörpern herunterzudrehen oder das Licht auszuschalten. All das kann ganz bequem per Knopfdruck erfolgen.
Mehr Ratgeber, Tipps, IT und Anleitungen:
- Die Technologie-Trends 2019
- Langsames Internet: Was tun?
- Kostenfalle: Gemieteten Router gut aufheben!
- Die 5 wichtigsten Punkte bei einem geschäftlichen Internetanschluss
- Wissenswertes und aktuelles zum Rundfunkbeitrag
- Fake-Bewertungen erkennen – 10 Tipps
- Analoges Kabelfernsehen wird abgeschaltet – was tun?
- Speichermedien in der Übersicht, 2. Teil
Thema: Die Unterschiede zwischen Künstlicher Intelligenz, Machine Learning und Deep Learning
Übersicht:
Fachartikel
Verzeichnis
Über uns
- Die 5 größten Gefahren für externe Festplatten - 6. April 2024
- Eine E-Mail an mehrere Empfänger verschicken – so geht’s richtig - 15. März 2024
- Grundlegendes Wissen zu verteilten Datenstrukturen, 2. Teil - 7. März 2024