Welche Technologien sind im Bereich Künstliche Intelligenz (KI) von größter Bedeutung?
Künstliche Intelligenz ist ein bedeutender Bereich der Informatik, der sich mit der Anwendung intelligenter Technologien befasst, um Aufgaben zu erledigen, die normalerweise menschliche Intelligenz erfordern. Zu den prominentesten Techniken gehören die folgenden:
Maschinelles Lernen (Machine Learning)
Maschinelles Lernen ist eine wichtige Technik der Künstlichen Intelligenz, die Softwareanwendungen mit Algorithmen ausstattet, die eigenständig lernen können, ohne dass eine explizite Programmierung für spezifische Aufgaben erforderlich ist. Diese Algorithmen helfen, zukünftige Ergebnisse präzise vorherzusagen, indem sie auf Daten aus früheren Erfahrungen zurückgreifen.
Es gibt vier Haupttypen von Algorithmen des maschinellen Lernens, die je nach Art der vorherzusagenden Daten eingesetzt werden:
- Überwachtes Lernen
Bei diesem Typ des maschinellen Lernens verwenden Algorithmen bereits klassifizierte Daten zum Trainieren. Die Algorithmen erhalten dabei variablen Daten, die sie auswerten müssen, was bedeutet, dass sowohl Eingaben als auch Ausgaben definiert sind.
- Unüberwachtes Lernen
Diese Art des maschinellen Lernens verwendet Algorithmen, die auf nicht klassifizierten Daten trainieren. Die Algorithmen untersuchen die Daten autonom, um Klassifikationen und Ähnlichkeiten oder Unterschiede zu identifizieren, wodurch sie in der Lage sind, vorab festgelegte Vorhersagen und Empfehlungen zu erstellen.
- Halbüberwachtes Lernen
Dieses Lernverfahren kombiniert überwachtes und unüberwachtes Lernen, indem es den Algorithmen sowohl klassifizierte Daten zur Verfügung stellt als auch die Möglichkeit gibt, die Daten selbstständig zu explorieren und basierend auf ihrem eigenen Verständnis der Eingaben zu analysieren.
- Verstärkendes Lernen
Verstärkendes Lernen wird eingesetzt, um Aufgaben durch spezifische Regeln und mehrere Schritte abzuschließen. Algorithmen erhalten dabei gezielte Daten, um die Aufgabe zu bewältigen, und werden durch Feedback zu positiven und negativen Ergebnissen unterstützt. Letztendlich entscheiden die Algorithmen selbst, welche Entscheidungen in jedem Schritt der Aufgabenerledigung getroffen werden müssen.
Natürliche Sprachverarbeitung (Natural Language Processing, NLP)
Die natürliche Sprachverarbeitung ist eine KI-Technologie, die sich mit der Interaktion zwischen menschlicher Sprache und Computern beschäftigt. Computer werden programmiert, um menschliche natürliche Sprachen zu verarbeiten.
Die Komplexität menschlicher Sprachen sowie die damit verbundenen Regeln machen es für Computer schwierig, diese zu verstehen und zu simulieren. Daher werden Algorithmen eingesetzt, die diese Sprachen analysieren, ihre Regeln abstrahieren und in unverarbeitete Daten umwandeln, die leichter in ein von Computern verständliches Format konvertiert werden können.
Die programmierte Maschine erfasst die menschliche Sprachausgabe, wandelt sie in Text um und bearbeitet diesen Text anschließend, um die Daten in eine sprachliche Antwort umzuwandeln, die die Maschine verwenden kann, um mit dem Menschen zu interagieren. Diese Technik findet in zahlreichen Anwendungen Verwendung, darunter:
- Interaktive Sprachantwort-Anwendungen (IVR) in Call Centern.
- Übersetzungsanwendungen für natürliche Sprachen, wie sie zum Beispiel von Google verwendet werden.
- Textverarbeitungsanwendungen zur Überprüfung der grammatikalischen Korrektheit in Dokumenten, ähnlich den Anwendungen in Microsoft Word.
Automatisierung und Robotik
Automatisierung und Robotik werden genutzt, um repetitive und routinemäßige Aufgaben zu erledigen. Roboter sind mit programmierten Anweisungen ausgestattet, die es ihnen ermöglichen, sich an große Aufgaben anzupassen, deren Umfang sich je nach Umgebungsbedingungen ändern kann. Der Einsatz dieser Technologien führt zu höherer Effizienz und geringeren Kosten sowie zur Verbesserung der Produktivität.
Finanzinstitute setzen Automatisierung ein, um ihre finanziellen Transaktionen vor Online-Betrugsversuchen zu schützen, wobei CAPTCHA-Technologien genutzt werden, um solche Versuche zu unterbinden.
Maschinelles Sehen (Machine Vision)
Maschinelles Sehen verwendet Kameras, um visuelle Informationen zu erfassen. Diese Informationen werden in digitale Daten umgewandelt und dann mit Hilfe digitaler Signalverarbeitung bearbeitet, bevor sie in Computer eingegeben werden. Diese Technologie zeichnet sich durch zwei Hauptmerkmale aus: Empfindlichkeit und Genauigkeit, wodurch sie in der Lage ist, subtile Impulse wahrzunehmen und ein breites Sichtfeld zu bieten.
Diese Technologie findet Anwendung in verschiedenen Bereichen, unter anderem zur Überprüfung von Unterschriften, der Analyse medizinischer Bilder sowie der Mustererkennung und -unterscheidung.