#digidingens: Künstliche Intelligenz

Autor*IN

Saskia Rupnik

Veröffentlicht:

27. Juli 2021

Kategorie

#digidingens

Blog

#digidingens: Künstliche Intelligenz

In unseren #digidingens stellen wir spannende Themen aus dem Bereich der Digitalisierung vor, sodass jede*r sie verstehen und mit extra Wissen beeindrucken kann. Hier findet ihr alle #digidingens

Künstliche Intelligenz (abgekürzt KI), machine learning... Diese Buzzwords begegnen uns mittlerweile fast tagtäglich. Doch was verbirgt sich eigentlich hinter einer KI? Wie funktioniert sie und was hat machine learning damit zu tun? Und vor allem: wie kann man die KI letztendlich verwenden?

Was ist eine künstliche Intelligenz nun?

Den Begriff KI zu greifen und zu definierien, ist meist schwierig, da uns KI bisher nur verborgen begegnet. Grundsätzlich bezeichnet eine KI erst einmal alle Anwendungen, bei denen von Maschinen oder Technologien menschenähnliche Intelligenzleistungen imitiert werden. Dazu gehören zum Beispiel das strategische Denken oder sprachliche Fähigkeiten.

Was die KI auszeichnet ist, dass sie vom Menschen so programmiert, also quasi gebaut, wird, dass sie lernfähig ist. Besonders deutlich wird das, wenn man die KI mit einem klassischen Computerprogramm, also einer Art Befehl für eine Aktion vergleicht. Denn das ist so konzipiert, dass wenn dies geschieht, muss das andere passieren und wenn das geschieht, muss dies passieren. Im Gegensatz dazu konzipiert man die KI so, dass sie in der Lage ist zu lernen, wie sie reagieren muss, wenn dies oder jenes geschieht.

Betrachten wir das einmal an einem Beispiel:

Ein Computerprogramm und eine KI sollen auf verschiedenen Bildern Katzen und Hunde erkennen. Das Computerprogramm hat bei der Programmierung, also der Erstellung vom Menschen, Vorgaben bekommen, woran es Hunde und Katzen erkennen kann. Diese Vorgaben wendet das Programm nun auf jedes Bild an. Dahingegen hat man die KI mit vielen Katzen- und Hundebildern gefüttert. Als Resultat hat die KI selbstständig gelernt, Hunde und Katzen zu erkennen. Dabei kann die KI Hunde und Katzen nicht mehr nur auf schon bekannten Bilder, sondern auch ihr unbekannten Bildern erkennen. Dieses Lernen bezeichnet man auch als machine learning, aber dazu später mehr.

Wichtig ist auch die Unterscheidung zwischen den beiden Formen der K.I. – der sogenannten starken und schwachen KI.

Die starke KI

Die starke KI beschreibt die Art von künstlicher Intelligenz, wie man sie vielleicht auch aus Science-Fiction Filmen kennt. Denn eine starke KI ist eine Maschine, die die menschliche Intelligenz nicht mehr nur imitiert, sondern diese erlangt hat oder sogar schon übertrifft. Bedeutet, dass eine starke KI nicht mehr nur reaktiv auf die Fütterung von zum Beispiel Katzen- und Hundebildern reagiert, sondern auch eigenständig Entscheidung trifft. Zu solch einer Entscheidung gehört auch, wenn die KI sich nun entscheidet Bilder von Tigern und Löwen zu sortieren, um mal bei den Tierbildern zu bleiben 😉

Diese Art der KI ist aber noch Zukunftsmusik, sprich wir müssen uns auch keine Sorgen machen, dass wir von einer HAL 9000 ähnlichen Maschine getötet werden.

Die schwache KI

Die schwache KI beschreibt die Art von künstlicher Intelligenz, wie sie gerade in Form von Gesicht- oder auch Spracherkennung zum Einsatz kommt. Bei dieser Art der KI erfolgt, wie in unserem Beispiel mit den Katzen- und Hundebildern die Entwicklung der KI durch den Menschen und das Erlernen des Erkennen und von Mustern durch die KI selber.

Wie funktioniert und lernt eine künstliche Intelligenz dann eigentlich?

Das grundlegende Prinzip einer KI unterscheidet sich (abgesehen von verschiedenen Anwendungsarten) nicht großartig von unserem Beispiel mit den Tierbildern. Die KI wird mit Daten gefüttert, die sie zum Beispiel über Sensoren oder auch aus dem Internet und Datenbanken bekommt. Dank der erlernten Methoden, wie der Erkennung bestimmter Inhalte auf Bildern oder der Erkennung bestimmter Wörter reagiert die KI dann.

Jetzt stellt sich aber noch die Frage, wie genau lernt die KI nun Bildinhalte oder Wörter zu erkennen und darauf zu reagieren? Das schon mal angesprochene Stichwort ist hier machine learning, also das maschinelle Lernen. Voraussetzung für das maschinelle Lernen ist, dass die KI lernfähig ist und (zumindest manchmal) von dem Menschen gesagt bekommt, was sie lernen soll. Um mal wieder auf unsere Tierbilder zurückzukommen, bedeutet das, dass ein Mensch der KI befehlen muss, dass sie auf Bildern nun Hunde und Katzen erkennen soll. Im Anschluss erfolgt dann der Lernprozess der KI. Davon gibt es gleich drei Varianten:

Das unüberwachte Lernen

Beginnen wir gleich mit der Ausnahme. Beim unüberwachten Lernen gibt man der KI kein Ziel vor, sondern lässt die KI selbstständig Regeln erkennen. Bedeutet, man füttert die KI mit großen Mengen an Daten und die KI beginnt eigenständig Muster und Zusammenhänge in den Daten zu finden. Mit dieser Methode kann die KI dann Daten nach Ähnlichkeitsmaß trennen.

Das überwachte Lernen

Beim überwachten Lernen gibt man der KI ein Ziel vor, wie das Erkennen von Tieren auf Bildern. Im Anschluss füttert man die KI mit einem Beispieldatensatz, den Menschen zuvor hinsichtlich der Zielvorgabe evaluiert haben. Ein erfolgreicher Lernprozess ermöglicht es der KI, dann auch für zukünftige, unbekannte verlässliche Vorhersagen zu treffen.

Das verstärkende Lernen

Das verstärkende Lernen stellt nochmal eine Sonderform des maschinellen Lernen dar. Denn beim verstärkenden Lernen findet eine Interaktion zwischen KI und Umgebung statt. In einer Simulationsumgebung erlernt die KI selbstständig eine Strategie zur Lösung eines Problems zu entwickeln. Dabei unterstützt ein Belohnungssystem die KI. Sprich, unternimmt die KI einen Schritt in Richtung Lösung des Problems erhält sie eine „Belohnung“ und umgekehrt gibt es eine „Strafe“, wenn ein Schritt nicht förderlich ist.

Wofür kann man die künstliche Intelligenz nun verwenden?

Die Anwendungsmöglichkeiten für die KI sind scheinbar unendlich. So ermöglicht das unüberwachte Lernen die Visualisierung großer Datenmengen und Clusteranalysen. Mit diesen Fähigkeiten kann sie zum Beispiel die Kund*innen- und Marktsegmentierung unterstützen. Des Weiteren ermöglicht das überwachte Lernen das Erkennen von Texten, Bildern und Worten, was in Form der Face ID oder Siri quasi schon zum Alltag gehört. Das verstärkende Lernen wird von vielen Forscher*innen als Schlüssel zur Lösung komplexere Problemstellungen gesehen und könnte so zum Beispiel im autonomen Fahren oder in Robotics Anwendung finden.

Eure Saskia!