Was ist eigentlich Artificial Intelligence, Maschine Learning und Deep Learning? Wir klären auf und zeigen Anwendungsgebiete

AI Machine & Deep Learning

Zum Begriff künstliche Intelligenz existieren heute zahlreiche Bezeichnungen und Definitionen, die sich oft nur noch schwer auseinanderhalten lassen. Aber was genau bedeuten sie und in welchem Bezug stehen sie zueinander? Wir klären auf, was es mit den Begriffen Artificial Intelligence, Deep Learning und Machine Learning auf sich hat.

Artificial Intelligence (AI)

Artificial Intelligence (AI, oder auch KI – für künstliche Intelligenz) beschreibt im Gegensatz zur natürlichen Intelligenz von Menschen, die Intelligenz von Maschinen und umfasst einen Teilbereich der Informatik. Darin geht es um die Automatisierung von intelligentem Verhalten und Maschinenlernen, der sich aber nicht eindeutig abgrenzen lässt. Denn es fehlt hier eine detaillierte Definition des Begriffs „Intelligenz“.Im Bereich der AI wird in starke und schwache Artificial Intelligence unterschieden. Die starke AI umschreibt den Umstand, dass die Maschine theoretisch selbst alles bewerkstelligen kann, wozu auch ein Mensch fähig ist. Die starke Artificial Intelligence besitzt eine starke Anziehungskraft und auch hier gibt es ständig neue Entwicklungsstufen.Bei der schwachen AI geht es um einzelne menschliche Fähigkeiten, die auf Maschinen übertragen werden, beispielsweise: Texterkennung, Bilderkennung, Spracherkennung. Hier lassen sich in den vergangenen Jahren rasante Entwicklungsfortschritte erkennen.

Anwendungsbereiche Artificial Intelligence

Artificial Intelligence wird als Überbegriff in unzähligen Bereichen und Branchen eingesetzt. Oft im Alltag von uns unbemerkt. Ein Beispiel ist der Einsatz in der Medizin. Gerade bei Operationen in denen Handlungsschritte mit millimetergenauer Arbeit erforderlich sind, arbeiten beispielsweise Roboter präziser als jeder menschliche Chirurg. Branchen wie Logistik und Automobilindustrie setzen auf Artificial Intelligence, um eine Vielzahl von Arbeitsschritten abzubilden. Automaten übernehmen hier z. B. Teilbereiche im Lackieren oder Schweißen.
Die Anwendungsbereiche von Artificial Intelligence sind vielfältig und werden täglich mehr. Hier eine kleine Auswahl:

  • Medizin: präzise Millimeterarbeit bei Operationen
  • Logistik und Automobilindustrie: Präzisionsarbeiten und gefährliche Bereiche
  • Spielzeug
  • Mathematische Symbolverarbeitung
    Beweisen von logischen und mathematischen Sätzen
  • Expertensysteme wie MYCN zur Unterstützung der Diagnose- und Therapieentscheidungen bei Meningitis und Blutinfektionskrankheiten

AI als Sammelbegriff

Artificial Intelligence wird somit als übergeordneter Sammelbegriff genutzt, um den Einsatz von einer Reihe von Technologien mit Intelligenzleistung zusammenzufassen. Machine Learning sowie Deep Learning beschreiben Teilbereiche der AI, die im Weiteren näher beschrieben werden.

Machine Learning (maschinelles Lernen)

Beim Machine Learning handelt es sich um mathematische Techniken, die einem System bzw. einer Maschine die Möglichkeit geben, Wissen sowie Erfahrungen selbstständig zu genieren.
Machine Learning umfasst einen essentiellen Teil der Computerwissenschaft und gilt als Bestandteil der AI. Computerprogramme die auf der Basis von Machine Learning erstellt sind, haben die Möglichkeit mit Algorithmen eigenständig Lösungswege für bis dahin unbekannte Probleme zu finden. Die Methodik des Machine Learning beschleunigte die Entwicklung des Natural Language Processing (NLP). Beim NLP geht es darum, die natürliche Sprache zu verarbeiten und eine Schnittstelle zwischen Mensch und Maschine zu genieren.

Anwendungsbereiche Machine Learning

Aufgabenfelder des NLP sind u. a. die optische Zeichenerkennung (OCR), Übersetzungen zwischen unterschiedlichen Sprachen, die automatische Beantwortung von Fragen in der Muttersprache und die Spracherkennung selbst.
Machine Learning hat massiv an Bedeutung gewonnen und ist mittlerweile in zahlreichen Anwendungsbereichen zu finden:

  • Verkehr, Mobilität u. a. in Bereichen des autonomen Fahrens, Fahrerzustand, Fahrzeugumgebung, Lokalisierung u. v. m.
  • Gesundheitswesen, Neuronale Netze (NN) u. a. zur Früherkennung von Erkrankungen
  • Recht und Verwaltung u. a. große Dokumenten- und Datenmengen durch lernende Algorithmen klassifizieren
  • ertrieb und Marketing in der Automation und intelligenten Kundenkommunikation
  • IT Security u. a. zum Schutz vor externen Risiken
  • virtuelle Assistenten eigene virtuelle Assistenz-Systeme wie Siri von Apple, Cortana von Microsoft etc.

Für Teilbereiche des NLP, insbesondere für die Spracherkennung werden die Methoden des Deep Learning genutzt.

Deep Learning

Deep Learning gehört als Teilbereich zum Machine Learning und arbeitet mit künstlichen neuronalen Netzen zur Erzielung effizienter Lernerfolge. Unter Nutzung neuronaler Netze wird es Maschinen möglich sich mit Deep Learning selbst in die Lage zu versetzen: Strukturen zu erfassen, die Erkennung zu präzisieren und in mehrfachen Durchläufen ständig zu erweitern und zu verbessern.
Dabei werden die neuronalen Netze in verschiedene Schichten untergliedert. Ähnlich wie bei einem Filter wird somit die Wahrscheinlichkeit der Erkennung sowie Ausgabe eines korrekten Resultats erhöht.

Ist also von Artificial Intelligence die Rede, kommen Methoden des Deep Learnings mit neuronalen Netzen zum Einsatz. Der stetige Fortschritt wird dabei vor allem von immer leistungsfähigerer Hardware unterstützt. Immer größere Datenmengen können so zum initialen Training der neuronalen Netze ausgewertet werden.

Deep Learning Systeme optimieren sich während der laufenden Anwendung und lernen ständig hinzu. Deep Learning setzt auf die statistische Analyse der Daten. Dabei werden Erkennungsgenauigkeit und Ergebnisnutzen immer größer. Hat die Maschine einen gewissen Stand erreicht, arbeitet sie deutlich schneller als Menschen. So wird beispielsweise die Bilderkennung nach ausgewählten Kriterien innerhalb von Sekunden oder Minuten realisierbar.

Zusammenfassung Artificial Intelligence, Machine Learning sowie Deep Learning

Artificial Intelligence beschreibt den übergeordneten Sammelbegriff aller Bereiche, die sich mit durch Maschinen erbrachte Intelligenzleistungen beschäftigen. Machine Learning ist ein Teilbereich davon, der alles umfasst, was es Maschinen möglich macht, Wissen und Erfahrungen zu sammeln. Deep Learning arbeitet mit künstlichen neuronalen Netzen, die es Maschinen ermöglichen, besonders effizient zu lernen und auf Grundlage der statistischen Analyse großer Datenmengen (Big Data) zu verarbeiten und dabei ständig hinzuzulernen.