Zukunftswissen: Künstliche Intelligenz, Machine Learning, Deep Learning

Die KI verändert die Art und Weise, wie wir die Sterne erforschen, Nahrung anbauen und Kunst schaffen.

Starke KI

Starke KI wären Computersysteme, die auf Augenhöhe mit Menschen die Arbeit zur Erledigung schwieriger Aufgaben übernehmen können. Demgegenüber geht es bei schwacher KI darum, konkrete Anwendungsprobleme zu meistern. Das menschliche Denken und technische

Mehr lesen »

Häufig gestellte Fragen

Künstliche Intelligenz
  • Was ist die Definition von Künstliche Intelligenz?

    Künstliche Intelligenz (KI) beziehungsweise Artificial Intelligence (AI) simuliert menschliche Intelligenz mit Maschinen, insbesondere mit Computersystemen. Besondere Anwendungen der KI sind Expertensysteme, Spracherkennung und Machine Vision.

  • Wie funktioniert die Künstliche Intelligenz?

    Künstliche Intelligenz funktioniert mit „künstlichen neuronalen Netzen“: Das sind Programme, die die Funktionsweise des Gehirns nachahmen. Sogenannte Neuronen verknüpfen die Nervenzellen im menschlichen Körper. Computer stellen diese Informationsverarbeitung des Gehirns durch künstliche neuronale Netze nach.

Machine Learning
  • Wie funktioniert Machine Learning?

    Algorithmen des Machine Learning lernen, aber es ist oft schwierig, eine genaue Bedeutung für den Begriff Lernen zu finden, weil es verschiedene Möglichkeiten gibt, Informationen aus Daten zu extrahieren, je nachdem, wie der Algorithmus des Machine Learnings aufgebaut ist. Im Allgemeinen erfordert der Lernprozess riesige Datenmengen, die bei bestimmten Eingaben eine erwartete Antwort liefern. Jedes Input/Antwort-Paar stellt ein Beispiel dar und weitere Beispiele erleichtern dem Algorithmus das Lernen. Das liegt daran, dass jedes Input-/Antwort-Paar in eine Linie, einen Cluster oder eine andere statistische Darstellung passt, die einen Problembereich definiert.

    Machine Learning ist der Akt der Optimierung eines Modells, das eine mathematische, zusammengefasste Darstellung der Daten selbst ist, so dass es eine angemessene Antwort vorhersagen oder anderweitig bestimmen kann, auch wenn es Eingaben erhält, die es vorher noch nicht gesehen hat. Je genauer das Modell korrekte Antworten liefern kann, desto besser hat das Modell aus den bereitgestellten Dateninputs gelernt. Ein Algorithmus passt das Modell an die Daten an, und dieser Anpassungsprozess ist Training.

  • Was bedeutet Machine Learning?

    Machine Learning ist eine Anwendung der künstlichen Intelligenz (KI), die Systemen die Fähigkeit verleiht, automatisch zu lernen und sich aus Erfahrung zu verbessern, ohne explizit programmiert zu werden. Das maschinelle Lernen konzentriert sich auf die Entwicklung von Computerprogrammen, die auf Daten zugreifen und sie nutzen können, um selbst zu lernen.

    Der Lernprozess beginnt mit Beobachtungen oder Daten, wie z.B. Beispielen, direkter Erfahrung oder Anweisungen, um nach Mustern in den Daten zu suchen und in Zukunft bessere Entscheidungen auf der Grundlage der von uns zur Verfügung gestellten Beispiele zu treffen. Das primäre Ziel ist es, den Computern zu ermöglichen, automatisch und ohne menschliche Intervention oder Hilfe zu lernen und die Aktionen entsprechend anzupassen.

    Aber mit den klassischen Algorithmen des maschinellen Lernens wird Text als eine Folge von Schlüsselwörtern betrachtet; stattdessen ahmt ein auf semantischer Analyse basierender Ansatz die menschliche Fähigkeit nach, die Bedeutung eines Textes zu verstehen.

Deep Learning
  • Was ist Deep Learning?

    Deep Learning ist ein Teilgebiet des maschinellen Lernens, das sich mit Algorithmen beschäftigt, die von der Struktur und Funktion des Gehirns inspiriert sind und künstliche neuronale Netze genannt werden.

  • Was ist mit Deep Learning gemeint?

    Das Deep Learning hat sich Hand in Hand mit dem digitalen Zeitalter entwickelt, das eine Explosion von Daten in allen Formen und aus allen Regionen der Welt hervorgerufen hat. Diese Daten, die einfach als große Daten bezeichnet werden, stammen unter anderem aus Quellen wie Social Media, Internet-Suchmaschinen, E-Commerce-Plattformen und Online-Kinos. Diese enormen Datenmengen sind leicht zugänglich und können über Fintech-Anwendungen wie Cloud Computing ausgetauscht werden.

    Allerdings sind die Daten, die normalerweise unstrukturiert sind, so umfangreich, dass es Jahrzehnte dauern könnte, bis die Menschen sie verstehen und relevante Informationen extrahieren können. Unternehmen erkennen das unglaubliche Potenzial, das sich aus der Entschlüsselung dieser Informationsfülle ergeben kann und stellen sich zunehmend auf KI-Systeme zur automatisierten Unterstützung um.

Keine Fragen zum aktuellen Filter