• IT-Karriere:
  • Services:

Künstliche Intelligenz: Wie Computer lernen

Künstliche Intelligenz, Machine Learning und neuronale Netze zählen zu den wichtigen Buzzwords dieses Jahres. Oft wird der Eindruck vermittelt, dass Computer bald wie Menschen denken können. Allerdings wird bei dem Thema viel durcheinandergeworfen. Wir sortieren.

Artikel von Miroslav Stimac veröffentlicht am
Neuronale Netze sind nicht dasselbe wie KI.
Neuronale Netze sind nicht dasselbe wie KI. (Bild: Public Domain)

In IT-Magazinen, Wirtschaftszeitungen oder Nachrichtenzeitschriften liest man immer wieder von neuen, sensationellen Fähigkeiten von Computersystemen, die dank künstlicher Intelligenz, Machine Learning oder neuronaler Netze selbstständig Entscheidungen treffen, Autos fahren oder sogar anspruchsvolle Aufgaben von Menschen in vielen Berufen übernehmen können. Oft werden die Begriffe wie Synonyme verwendet und es wird behauptet, dass der Computer wie Menschen lernt und denkt. Doch das stimmt nicht.

Inhalt:
  1. Künstliche Intelligenz: Wie Computer lernen
  2. Was Regressionen leisten können
  3. Der Algorithmus trainiert
  4. Hund oder Katze?
  5. Fazit

Wer das Themengebiet verstehen will, muss zunächst einmal die Definitionen der obigen Begriffe kennen und auseinanderhalten können.

Künstliche Intelligenz und Machine Learning

Für den Begriff "künstliche Intelligenz" gibt es in den Computerwissenschaften mehrere Definitionen. Sie alle beschreiben im Prinzip die Fähigkeit des Computers, rational Entscheidungen zu treffen, die möglichst gut ein Problem oder mehrere Probleme lösen können. Dabei wird unterschieden, ob die künstliche Intelligenz nur für bestimmte Probleme oder Aufgaben geeignet ist, wie zum Beispiel Schach spielen, oder ob sie über universelle, domänenübergreifende, also fachgebietsübergreifende Fähigkeiten verfügt.

Im zweiten Fall hat die KI die Fähigkeit, eine Vielzahl unterschiedlicher Aufgaben zu übernehmen. Etwa sowohl ein Fahrzeug zu steuern, als auch mittels Kameras und entsprechender Machine-Learning-Systeme den Gemütszustand der Fahrgäste in Echtzeit zu untersuchen und ihn mit Musik oder anderer Unterhaltung gegebenenfalls zu verbessern. Ein Beispiel für die Emotionserkennung in Bildern und Videos ist die Emotionen-API von Microsoft Cognitive Service, die man auch mit eigenen Fotos ausprobieren kann.

Stellenmarkt
  1. Schaeffler Technologies AG & Co. KG, Nürnberg, Schweinfurt
  2. Greenpeace e.V., Hamburg

Machine Learning ist ein Weg, mit dem man künstliche Intelligenz implementieren kann. Schon 1959 beschrieb Arthur Samuel, ein MIT-Absolvent, IBM-Mitarbeiter und Pionier auf den Gebieten Computerspiele und künstliche Intelligenz, den Begriff Machine Learning als ein Forschungsgebiet, das Computer befähigen soll, zu lernen, ohne explizit programmiert sein zu müssen. Statt eine Vielzahl von Regeln im Quellcode zu programmieren, werden bei Machine Learning statistische Algorithmen verwendet, mit denen der Computer selbstständig lernen kann. Die meisten Algorithmen, aber nicht alle, suchen nach Korrelationen, also Beziehungen und Zusammenhängen, zwischen Input-Daten und dem Output.

Denken auf Basis von Wahrscheinlichkeiten und Statistik

Die Intelligenz, die dem Machine Learning entspringt, hat nur ansatzweise etwas mit der des Menschen zu tun. Auch mit Machine Learning denken Computer nicht wie Menschen. Stattdessen basieren die meisten Algorithmen auf Statistik und Wahrscheinlichkeitsberechnungen.

Zwei Begriffe der klassischen Statistik sind hierbei von besonderer Bedeutung: die oben erwähnten Korrelationen und die Regressionen.

Eine Korrelation beschreibt den Zusammenhang zwischen mindestens zwei Variablen. Beispielsweise gibt es eine positive Korrelation zwischen dem Alter und der Schuhgröße bei Menschen im Alter von 0 bis 18 Jahren: je älter, desto größer die Schuhe. Natürlich spielen andere Faktoren wie Geschlecht und Ernährung auch eine Rolle. Es geht hier aber um Mittelwerte und Wahrscheinlichkeiten: Würde man bei 1.000 Heranwachsenden Schuhgröße und Alter vergleichen, würde man eine positive Korrelation zwischen diesen beiden Variablen finden.

Korrelationen beschreiben aber nur den Zusammenhang, keine Kausalität von Ursache und Wirkung. Manche Kritiker von Süßstoffen behaupten beispielsweise, dass Menschen, die Diät-Cola trinken, deswegen übergewichtig seien. Eine Korrelation zwischen beiden mag es geben, allerdings würde sich dann die Frage stellen: Sind die Personen übergewichtig, weil sie Diät-Cola trinken, oder trinken sie Diät-Cola, weil sie übergewichtig sind und abnehmen wollen?

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed
Was Regressionen leisten können 
  1. 1
  2. 2
  3. 3
  4. 4
  5. 5
  6.  


Anzeige
Hardware-Angebote

mg1993 15. Okt 2018

Der Artikel an für sich ist sehr interessant. Ich selbst studiere Informatik und schreibe...

a user 11. Okt 2018

Nein. Die Rechenkapazität unseres Gehirns schlägt um Welten die aller existierenden...

tunnelblick 11. Okt 2018

vielen lieben dank für die ausführliche antwort!

a user 10. Okt 2018

Der Punkt ist ein anderer. Die Umsetzungen sind erst mit heutiger Technik möglich. Aber...

danh 09. Okt 2018

Theoretisch: Bilder einer Frontkamera in trainiertes neuronales Netz rein, am Ende kommen...


Folgen Sie uns
       


Digitale Assistenten singen Weihnachtslieder (ohne Signalworte)

Wir haben Siri, den Google Assistant und Alexa aufgefordert, uns zu Weihnachten etwas vorzusingen.

Digitale Assistenten singen Weihnachtslieder (ohne Signalworte) Video aufrufen
Nasa: Boeing umging Sicherheitsprozeduren bei Starliner
Nasa
Boeing umging Sicherheitsprozeduren bei Starliner

Vergessene Tabelleneinträge, fehlende Zeitabfragen und störende Mobilfunksignale sollen ursächlich für die Probleme beim Testflug des Starliner-Raumschiffs gewesen sein. Das seien aber nur Symptome des Zusammenbruchs der Sicherheitsprozeduren in der Softwareentwicklung von Boeing. Parallelen zur Boeing 737 MAX werden deutlich.
Von Frank Wunderlich-Pfeiffer

  1. Nasa Boeings Starliner hatte noch einen schweren Softwarefehler
  2. Boeing 777x Jungfernflug für das größte zweistrahlige Verkehrsflugzeug
  3. Boeing 2019 wurden mehr Flugzeuge storniert als bestellt

Threadripper 3990X im Test: AMDs 64-kerniger Hammer
Threadripper 3990X im Test
AMDs 64-kerniger Hammer

Für 4.000 Euro ist der Ryzen Threadripper 3990X ein Spezialwerkzeug: Die 64-kernige CPU eignet sich exzellent für Rendering oder Video-Encoding, zumindest bei genügend RAM - wir benötigten teils 128 GByte.
Ein Test von Marc Sauter und Sebastian Grüner

  1. Ryzen Mobile 4000 (Renoir) Lasst die Ära der schrottigen AMD-Notebooks enden!
  2. HEDT-Prozessor 64-kerniger Threadripper schlägt 20.000-Dollar-Xeons
  3. Ryzen Mobile 4000 AMDs Renoir hat acht 7-nm-Kerne für Ultrabooks

Energiegewinnung: Zu wenig Magma-Nachschub für die Geothermie
Energiegewinnung
Zu wenig Magma-Nachschub für die Geothermie

Bei Diskussionen über Geothermie klingt es oft so, als könnten vulkanisch aktive Gegenden wie Island den Rest der Welt mit Energie versorgen. Aber ein Blick auf die Zahlen zeigt, dass dieser Eindruck täuscht.
Von Frank Wunderlich-Pfeiffer

  1. E-Truck Nikola Tre wird in Ulm gebaut
  2. Wasserstoff Thyssen-Krupp will Stahlproduktion klimaneutral machen
  3. Energiewende Sonnen vermietet Solaranlagen und Elektroautos

    •  /