Was ist künstliche Intelligenz?

Was ist ein Algorithmus? Was ist maschinelles Lernen oder gar ein neuronales Netzwerk? Wir geben hier die Antworten, mit denen Sie die wichtige Debatte besser verstehen

Künstliche Intelligenz/Artificial Intelligence

Viele reden davon, einige warnen davor, und wieder andere arbeiten daran. Was mit künstlicher Intelligenz (KI) oder Artificial Intelligence (AI), wie es auf Englisch heißt, wirklich gemeint ist, darüber gibt es unterschiedliche Auffassungen. Das liegt auch daran, dass Wissenschaftler erst anfangen, ihr Vorbild, die menschliche Intelligenz, zu verstehen. Dennoch lassen sich entscheidende Begriffe abgrenzen.

1. Algorithmen

Künstliche Intelligenz beruht auf einer speziellen Art von Algorithmen, also einer Abfolge einzelner Anweisungen, mit denen Computer Probleme lösen. Allerdings sind nicht alle Algorithmen »intelligent«. Der Schachcomputer »Deep Blue«, der 1996 den damaligen Weltmeister Garri Kasparow schlug, arbeitete mit einem festen Satz an Regeln, die sich nicht veränderten. Intelligent im engeren Sinn sind Algorithmen erst dann, wenn sie die Fähigkeit haben, selbstständig zu lernen. Und das ist am ehesten beim maschinellen Lernen der Fall.

Künstliche Intelligenz hilft auch beim Entdecken fremder Länder und Kulturen: Fotograf Martin Holtkamp und seine Assistentin Maria Jensen (im Bild rechts) waren für diese Motive in Japans Hauptstadt Tokio unterwegs. Die Smartphone-Anwendung Google Übersetzer half den beiden bei der Orientierung – und beim Identifizieren wichtiger Infos.

2. Maschinelles Lernen/Machine Learning

Beim maschinellen Lernen werden Daten sowie beschreibende Informationen, die sogenannten Metadaten, in ein bestimmtes Computerprogramm gegeben. Ein Beispiel wären 100 Bilder von Hunden mit den dazugehörigen Meta-Informationen »Dieses Bild zeigt einen Hund«. Das Programm versucht durch stetiges Anpassen seiner Funktionsweise in den Daten Muster und Gesetzmäßigkeiten zu erkennen und kann dann zum Beispiel auch bei Bildern, die es noch nicht »gesehen« hat, eine statistische Wahrscheinlichkeit angeben, mit der es »glaubt«, einen Hund zu erkennen. In anderen Anwendungsbereichen sind auch Prognosen für die Zukunft ableitbar. Alle Fortschritte, die wir gerade zum Beispiel bei der Text- und Spracherkennung, bei automatischen Übersetzungen oder beim autonomen Fahren sehen, beruhen auf maschinellem Lernen oder Machine Learning, wie es auf Englisch heißt. Oft spricht man von künstlicher Intelligenz und meint schlicht maschinelles Lernen: Ein Computer wertet Daten aus und trifft auf Basis seines Trainings Trefferwahrscheinlichkeiten oder gibt Prognosen für die Zukunft. Ein bisschen näher an dem, was wir eigentlich unter Intelligenz verstehen, ist das Deep Learning.

3. Deep Learning / Neuronale Netze

Eine komplexe Variante des maschinellen Lernens ist das Deep Learning. Dabei handelt es sich um künstliche neuronale Netze nach dem Vorbild des menschlichen Gehirns. Dem Menschen überlegen sind diese künstlichen neuronalen Netze vor allem dann, wenn es gilt, Big Data, also große und unstrukturierte Datensätze, zu analysieren. Allerdings sind auch solche Systeme in gewisser Weise »Fachidioten«, weil ihnen die Vielseitigkeit und Flexibilität menschlicher Intelligenz fehlt.

Fotografie: Martin Holtkamp

Nach oben