Als wichtigste eruptive Errungenschaft unserer Zeit gilt nach der Dampfmaschine, dem Verbrennungsmotor und die Elektrizität die „Künstliche Intelligenz (KI)”. Grundlage ist dabei das maschinelle Lernen über künstlich-neuronale Netze.

Durch maschinelles Lernen sind Maschinen und Computer in der Lage ihre Leistungen zu verbessern ohne, dass Ihnen der Mensch erklären muss, was genau dabei zu tun ist.

“Künstliche Intelligenz” versus menschliche Intelligenz

Diese Maschinen lernen von Beispielen und nutzen strukturiertes Feedback um Probleme von selbst zu lösen. Beispiele und Feedback werden zu Anfang von Menschenhand dem System zugeführt. Dies unterscheidet im Wesentlichen die künstliche von der menschlichen Intelligenz. Eine Maschine ist (noch) nicht in der Lage durch ihren eigenen Verstand Probleme zu lösen.

„Der Trugschluss, dass das spezielle Wissen eines Computers auf einem allgemeineren Verständnis beruht, ist vielleicht die Hauptursache für Missverständnisse oder Übertreibungen in Verbindung mit der Weiterentwicklung der künstlichen Intelligenz. Wir sind weit davon entfernt, Maschinen zu entwickeln, die über eine bereichsübergreifende allgemeine Intelligenz verfügen“ (Harvard Business Manager, November 2017, S. 27-28).

Arten des maschinellen Lernens

In der KI-Entwicklung dominiert, wie oben beschreiben, das überwachte Lernen, auch Deep Learning genannt. Dabei führt der Mensch dem System ein Trainingsset von mehreren Millionen Beispielen und den passenden Antworten zu. Im nächsten Schritt werden dem Computer neue Beispiele gezeigt. Das System erkennt bestimmte Muster und ist in der Lage Lösungen selbständig zu finden.

Eine weitere Form des maschinellen Lernens ist das nicht-überwachte Lernen. Die Fähigkeit des Menschen, die Ihn von der “künstlich intelligenten” Maschine unterscheidet. Der Mensch ist in der Lage sein Wissen trotz weniger Daten selbstbestimmt zu bilden. Diese Form ist noch wenig erforscht. Aufgrund seiner Komplexität ist noch nicht sicher, ob sich diese Art des Lernens überhaupt bei Computern anwenden lässt.

Titelbild: ©kras99 / fotolia.com

Ihre Meinung zu diesem Beitrag?

Please enter your comment!
Please enter your name here