Künstliche Intelligenz

Kognitive Systeme/Maschinen sind technische Systeme, die digitale Information aus Sensordaten und Netzen aufnehmen und daraus auf Basis von lernenden Algorithmen Schlussfolgerungen, Entscheidungen und Handlungen ableiten und mit ihrer Umgebung im Dialog verifizieren und optimieren.

Als maschinelles Lernen werden Verfahren bezeichnet, in denen ein Algorithmus / eine Maschine durch Wiederholen einer Aufgabe lernt, diese bezüglich eines Gütekriteriums immer besser auszuführen.

Künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik, das sich damit beschäftigt, Maschinen mit Fähigkeiten auszustatten, die intelligentem (menschlichem) Verhalten ähneln. Dies kann mit vorprogrammierten Regeln oder durch Maschinelles Lernen erreicht werden. Starke bzw. generelle KI bezeichnet Maschinen, die generalisierende Intelligenz- und Transferleistungen erbringen können und somit nicht nur auf sehr begrenzte, vordefinierte Aufgabenfelder beschränkt sind.

Neuronale Netze, Deep Learning: Künstliche neuronale Netze sind eine Basis für Maschinelle Lernverfahren nach dem Vorbild der Nervenzellenvernetzung im Gehirn. Sie bestehen aus Datenknoten und gewichteten Verbindungen zwischen diesen. Durch Änderung verschiedener Parameter im Netz können Maschinelle Lernverfahren realisiert werden. Mit »Deep Learning« werden neuronale Netze mit stark erhöhter Anzahl von Ebenen bezeichnet, mit denen man in neue Problemklassen vorstoßen konnte.

Blackbox-, Greybox-, Whitebox-Modelle unterscheiden sich darin, ob und in welchem Umfang der Algorithmus das physikalische Modell der zu lernenden Problemstellung kennt und in seinen Lernprozess miteinbezieht. Whitebox-Modelle kennen dies möglichst genau, Blackbox-Ansätze berücksichtigen das Modell hingegen nicht. Greybox bezeichnet Kombinationsansätze zwischen beiden.

Neuromorphe Chips sind Mikrochips, bei denen Eigenschaften und Architektur von Nervenzellen auf Hardware-Ebene nachgebildet werden. Diese Neuronen-ähnlichen Bauelemente simulieren die Lern- und Assoziationsfähigkeit des Gehirns, was besonders die Erkennung von Mustern in Bildern oder in Big-Data-Strukturen beschleunigen kann.