Kaum ein Teilgebiet der Informatik erfährt derzeit so viel Aufmerksamkeit wie künstliche Intelligenz, wobei Computersysteme, die menschliche Intelligenz nachahmen, und Maschinen, die das Lernen lernen, als nächste Stufe der digitalen Transformation gelten. Für Unternehmen ergeben sich damit riesige Chancen, denn laut McKinsey kann Künstliche Intelligenz zum Wachstumsmotor für die Industrie werden mit einem großen jährlichen Umsatzpotenzial. Als einer der Vorreiter gilt das Technologie-und Dienstleistungsunternehmen Bosch. Dabei ist Künstliche Intelligenz die Schlüsseltechnologie, um Produkte in intelligente Assistenten zu verwandeln, d. h., immer mehr Produkte werden in Zukunft entweder selbst über Künstliche Intelligenz verfügen oder mithilfe von KI produziert werden.Dabei geht es um eine Künstliche Intelligenz, die sicher, robust und nachvollziehbar ist. Autos werden ihre Umwelt künftig dank Künstliche Intelligenz selbstständig verstehen und richtig reagieren, sie erfassen die Umgebung mit Kameras und Sensoren und leiten aus den Daten Handlungen ab. Rollt etwa ein Ball zwischen parkenden Autos auf die Straße, könnte ein Kind hinterherlaufen, das Auto bremst vorsorglich ab. Für solche Funktionen müssen riesige Datenmengen permanent gesammelt und blitzschnell verarbeitet werden. Eine wesentliche Methode der Künstlichen Intelligenz sind dabei Netze aus künstlichen Neuronen, die nichts weiter als mathematische Funktionen sind. Bei einem Training werden diese Netze mithilfe von Daten so eingestellt, dass sie bestimmte Aufgaben lösen können (Deep Learning).
Deep Learning ist eine Technologie im Rahmen der künstlichen Intelligenz-Forschung, die versucht, große Mengen an Textdaten durch Algorithmen zu verarbeiten, um eine automatische Repräsentationen von ähnlichen Wörtern abzuleiten. Bekanntlich kommen einem Text ähnliche Wörter auch in ähnlichen Zusammenhängen vor, was Deep Learning benutzt, um die Bedeutung eines Wortes abzuleiten. Deep Learning sichtet eine hohe Menge an Daten und produziert Repräsentationen, die ähnliche Wörter gruppieren, sodass mit der Zeit neue Erkenntnisse aus rohen Datensätzen abgeleitet werden können
Die künstliche Intelligenz steht der menschlichen noch um einiges nach, wenn es etwa darum geht, schnell etwas zu lernen (single shot learning) oder das Gelernte ständig weiterzuentwickeln (life-long learning). Darüber hinaus ist das Gehirn im Vergleich zu leistungsstarken Computern extrem platz- und energiesparend, also alles Eigenschaften, die vor allem für den Einsatz von künstlicher Intelligenz in mobilen Anwendungen von großer Bedeutung sind. So benötigt das menschliche Gehirn für hochkomplexe Informationsübertragungen und -verarbeitungen weniger Energie als eine 30-Watt-Glühbirne. Damit verbraucht es im Vergleich zu einem Supercomputer nur ein Millionstel an Energie, was daran liegt, dass Neuronen mithilfe elektrischer Impulse besonders effizient miteinander kommunizieren, denn sie setzen diese Impulse (Spikes) nur sehr sparsam ein. Allerdings gibt es zahlreiche Berechnungen, bei denen Supercomputer um ein Vielfaches schneller sind, etwa wenn es darum geht, große Datenmengen zu verarbeiten. Diese Unterschiede in der Funktionsweise besser zu verstehen, ist sowohl für die Computerwissenschaft als auch für die Gehirnforschung von Bedeutung.
Literatur
Stangl, W. (2016). Deep Learning. Werner Stangls Texte zum Lernen.
WWW: https://lernen.lerntipp.at/1191/deep-learning (16-06-13)
Stangl, W. (2022, 27. Februar). künstliche Intelligenz . Online Lexikon für Psychologie und Pädagogik.
https://t3n.de/news/ki-maschinen-lernen-bosch-it-karriere-1166938/ (19-06-13)
Nachricht ::: Soziale Robotik ::: Impressum
Datenschutzerklärung ::: © Benjamin Stangl :::