Die Robotik ist ein interdisziplinäres Wissensgebiet und beschäftigt sich mit der Entwicklung von Maschinen, die von Computerprogrammen gesteuert werden und dem Menschen mechanische Arbeit abnehmen. Künstliche Intelligenz ist ein Teilgebiet der Informatik, das sich mit der Automatisierung von intelligentem Verhalten und dem maschinellen Lernen befasst. Dabei handelt es sich um Algorithmen, die für konkrete Probleme eigenständig die besten Lösungen finden können.
Maschinelles Lernen ist dabei ein Teilbereich der künstlichen Intelligenz, in dem es darum geht, dass Computersysteme selbstständig aus großen Datenmengen neue Daten zu generieren lernen. Dabei spielt Parallel Computing eine wichtige Rolle, also dass viele Rechenoperationen gleichzeitig durchgeführt werden. Ein Algorithmus bezeichnet einen Rechenvorgang, der nach einem bestimmten Prinzip abläuft. In der Informatik bilden Algorithmen die Grundlagen der Programmierung, eine Sammlung von Berechnungsschritten, die zur Lösung eines Problems führen.
Künstliche neuronale Netze sind dabei die Grundlage von künstlicher Intelligenz, quasi deren Infrastruktur. Dabei werden kleine Recheneinheiten (Neuronen) simuliert, die mit anderen Neuronen verbunden werden (Synapsen). Wenn es sich um eine mehrschichtige hierarchische Struktur handelt, spricht man von Deep Learning.
Deep Learning ist eine spezialisierte Form des maschinellen Lernens, bei der das künstliche neuronale Netz in einer hierarchischen Struktur aufgebaut ist. Deep Learning bezeichnet quasi ein „tiefes“ neuronales Netz. Es handelt sich um eine Schlüsseltechnologie, die maßgeblich an den bahnbrechenden Fortschritten von KI in den letzten Jahren beteiligt ist. Um eine eigene Lehrveranstaltung zum Thema „Deep Learning“ wird ab dem Wintersemester 2022/23 der Masterstudiengang „AI Engineering“ der FH Technikum Wien ergänzt. Beispiele für Deep Learning seien „künstliche Intelligenzen von Google, die erstmalig die weltbesten Menschen in den Spielen ,Go‘ und ,Starcraft‘ geschlagen haben, oder die das 50 Jahre alte Problem der Proteinfaltung gelöst haben“, erklärt der Leiter des Studiengangs, Bernhard Knapp. Das Teilgebiet des maschinellen Lernens, das sich mit vielen Schichten von künstlichen Neuronen und großen Datenmengen beschäftigt, sei bislang schon fester Bestandteil des Curriculums gewesen gewesen und komme vor allem bei komplexen Herausforderungen wie Bilderkennung und bei menschlicher Sprache zum Einsatz. Studierende beschäftigen sich während des Masterlehrgangs, der vier Semester dauert, etwa mit der Entwicklung integrierter Systeme wie Echtzeitbilderkennung, mit der Prozessierung menschlicher Sprachen, selbstfahrenden Autos, medizinischen AI-Unterstützungssystemen. Der Fokus liegt dabei auf Programmierung, Software Engineering, Algorithmen. „Häufig bemerkt man im Alltag gar nichts davon, doch es gibt heute kaum einen Bereich, in dem Artificial Intelligence nicht relevant ist“, sagt Knapp. Entsprechend groß sei mittlerweile die Nachfrage auf dem Arbeitsmarkt nach Experten in diesem Fachgebiet.
Quellen
https://www.connect.de/ratgeber/kuenstliche-intelligenz-ki-maschinelles-lernen-technik-hintergruende-risiken-chancen-3198700-7991.html (18-08-09)
„Die Presse“, Print-Ausgabe, 14.05.2022.
Nachricht ::: Soziale Robotik ::: Impressum
Datenschutzerklärung ::: © Benjamin Stangl :::