Künstliche Intelligenz (KI)
Veröffentlichungsdatum:
02 Dezember 2019
Die Künstliche Intelligenz (KI) hat zum Ziel, das menschliche Denken nicht nur zu simulieren, sondern auch zu ergänzen. Inzwischen kommt die KI in der Wirtschaft vielfach zum Einsatz.
Der Begriff „Artificial Intelligence“ wurde auf einer wissenschaftlichen Konferenz in der US-amerikanischen Stadt Dartmouth im Jahr 1954 erstmals erwähnt. Der Wissenschaftler Marvin Minsky, der als einer der Gründungsväter der KI gilt, definierte den Begriff im Jahr 1966 wie folgt: Künstliche Intelligenz liegt dann vor, wenn Maschinen Dinge tun, für deren Ausführung man beim Menschen Intelligenz unterstellt. Ende der 1960er-Jahre wurde der General Problem Solver vorgestellt. Hierbei handelte es sich um ein KI-System, das in der Lage war, einfache Problemstellungen zu lösen. Ebenfalls Ende der 1960er-Jahre sorgte das am MIT entwickelte Programm ELIZA für Aufmerksamkeit. Das Chat-Programm war in der Lage, ein Therapiegespräch zu simulieren.
Bessere Prozessorleistungen und Speichermöglichkeiten sorgten dafür, dass sich die Fähigkeiten der KI in den folgenden Jahren kontinuierlich verbesserten. 2011 stellte IBM das Computerprogramm Watson vor. Watson war in der Lage, in der Quiz-Show Jeopardy gegen zwei menschliche Gegner zu gewinnen. Nutzer von Computern oder mobilen Geräten kommen mittlerweile durch Programme wie Siri oder Cortana mit künstlicher Intelligenz in Kontakt. Bei Siri und Cortana handelt es sich um intelligente Assistenten, die in den Betriebssystemen iOS beziehungsweise Windows 10 zum Einsatz kommen.
Methoden zur Erzeugung von Künstlicher Intelligenz
Die Grundannahme der KI lautet, dass menschliche Intelligenz das Ergebnis verschiedener Berechnungen ist. Dabei lässt sich die KI selbst auf verschiedene Weise erzeugen. Mittlerweile gibt es KI-Systeme, deren Hauptaufgabe darin besteht, Muster zu erkennen und infolgedessen entsprechende Handlungen auszuführen. Außerdem gibt es die sogenannten wissensbasierten KI-Systeme. Diese versuchen, anhand des in einer Datenbank gespeicherten Wissens Probleme zu lösen. Andere Systeme setzen wiederum Methoden aus der Wahrscheinlichkeitsrechnung ein, um auf gegebene Muster angemessen zu reagieren.
Moderne KI-Ausprägungen
Zu den aktuellsten Ausprägungen der künstlichen Intelligenz zählen Ansätze wie Cognitive Computing, Neuronale Netzwerke und Natural Language Processing. Cognitive Computing ist ein Konzept, das zum Ziel hat, vorhandene Informationssysteme an die Anforderungen der heutigen Zeit anzupassen. Auf diese Weise soll die Interaktion zwischen Computersystem und Mensch verbessert werden.
Ein neurales Netzwerk besteht aus künstlichen Neuronen und orientiert sich hinsichtlich seines Aufbaus und seiner Funktionsweise am menschlichen Gehirn. Dadurch soll ein neurales Netzwerk in der Lage sein, besonders realistische Berechnungen zu erstellen. Neuronale Netze kommen inzwischen in zahlreichen Gebieten aus Wissenschaft und Industrie zum Einsatz. So setzt beispielsweise das Unternehmen Google für sein KI-System DeepMind ein neurales Netzwerk ein und kombiniert dieses mit Methoden aus dem Bereich Machine Learning. Dabei wird mit DeepMind und dem Machine-Learning-Ansatz nicht nur das Ziel verfolgt, Computer mit Intelligenz auszustatten, sondern auch, die Funktionsweise des Gehirns besser zu verstehen. Ein weiteres Beispiel ist der brandneue Google BERT Algorithmus.
Hierzu wendet man auch das sogenannte Deep Learning an. Das Deep Learning ist ein Teilbereich des Machine Learning. Zusammen mit neuronalen Netzwerken bietet Deep Learning die momentan beste Möglichkeit, Bilder und Sprache zu erkennen. Mit Natural Language Processing ist die Verarbeitung natürlicher Sprache gemeint. Schwerpunktmäßig befasst sich das Natural Language Processing wie auch das Cognitive Computing mit der Interaktion zwischen Computer und Nutzer.
Ein neurales Netzwerk besteht aus künstlichen Neuronen und orientiert sich hinsichtlich seines Aufbaus und seiner Funktionsweise am menschlichen Gehirn. Dadurch soll ein neurales Netzwerk in der Lage sein, besonders realistische Berechnungen zu erstellen. Neuronale Netze kommen inzwischen in zahlreichen Gebieten aus Wissenschaft und Industrie zum Einsatz. So setzt beispielsweise das Unternehmen Google für sein KI-System DeepMind ein neurales Netzwerk ein und kombiniert dieses mit Methoden aus dem Bereich Machine Learning. Dabei wird mit DeepMind und dem Machine-Learning-Ansatz nicht nur das Ziel verfolgt, Computer mit Intelligenz auszustatten, sondern auch, die Funktionsweise des Gehirns besser zu verstehen. Ein weiteres Beispiel ist der brandneue Google BERT Algorithmus.
Hierzu wendet man auch das sogenannte Deep Learning an. Das Deep Learning ist ein Teilbereich des Machine Learning. Zusammen mit neuronalen Netzwerken bietet Deep Learning die momentan beste Möglichkeit, Bilder und Sprache zu erkennen. Mit Natural Language Processing ist die Verarbeitung natürlicher Sprache gemeint. Schwerpunktmäßig befasst sich das Natural Language Processing wie auch das Cognitive Computing mit der Interaktion zwischen Computer und Nutzer.
Einsatzmöglichkeiten und Grenzen
Für KI-Systeme gibt es mittlerweile vielfältige Einsatzmöglichkeiten. Unternehmen nutzen häufig die Möglichkeit, ihre Kommunikation mit den Kunden durch den Einsatz von Chatbots effizienter zu gestalten. Auch die Lagerverwaltung oder Einkäufe können inzwischen von KI-basierten Systemen übernommen werden. Künstliche Intelligenz in Form von Robotik findet bei der Produktion von Maschinen oder Geräten Anwendung. Darüber hinaus kann KI auch im Automobilbereich zum Einsatz kommen. Dort setzt man künstliche Intelligenz beispielsweise zur Entwicklung und Umsetzung selbstfahrender Autos ein. Zwar ist die KI inzwischen in zahlreichen Bereichen von Nutzen jedoch ist ihr Einsatz immer mit Problemen und Risiken verbunden.
Teilen Sie uns Ihre Meinung mit
Bitte hinterlassen Sie nachstehend Ihren Kommentar.