Die wissenschaftliche Disziplin Künstliche Intelligenz (KI) begründete der Forscher John McCarthy. Er lud 1955 zu einer Konferenz an der Darthmouth-Universität in New Hampshire ein, um über Maschinen zu diskutieren, die „Ziele in der Welt erreichen können“. Die Definition ist allerdings bis heute umstritten – schon weil Intelligenz an sich schwer abgrenzbar ist.
Unser Bild von Künstlicher Intelligenz wird geprägt von Filmen wie „Terminator“ oder „Her“, in denen Elektronenhirne ein Bewusstsein haben und selbständig agieren – Experten sprechen von starker KI. Die Technik ist bislang weit von solchen Visionen entfernt, verbreitet aber Angst und Schrecken. Was, wenn die Maschinen schlauer werden als die Menschen und sich über sie erheben?
In der Realität zu finden ist derzeit lediglich schwache KI. Dabei handelt es sich um Systeme, die einzelne Fähigkeiten des Menschen abbilden, etwa die Spracherkennung oder Herstellung von inhaltlichen Zusammenhängen. Sie wären jedoch nicht in der Lage, die Ergebnisse zu verstehen oder inhaltlich zu diskutieren.
Die derzeit erfolgreichste Spezialdisziplin der KI ist das maschinelle Lernen. Dabei leitet der Computer aus Daten weitgehend selbständig Muster und Erkenntnisse ab. Zum Einsatz kommt die Technologie etwa bei der Sprach- und Objekterkennung – und damit an vielen Stellen, von digitalen Assistenten auf dem Smartphone bis zum autonomen Fahrzeug.
Beim maschinellen Lernen verwenden Forscher und Entwickler häufig künstliche neuronale Netze, die das Gehirn als Vorbild nehmen. Die Methode ist davon inspiriert, dass es im Denkorgan viele Verbindungen und Schichten gibt, die Informationen verarbeiten. Der Computer simuliert diese Struktur. Mit dem menschlichen Denken hat das nur entfernt zu tun: Es handelt sich um komplexe statistische Modelle.
Als Deep Learning bezeichnen Experten eine Methode des maschinellen Lernens. Dabei kommen neuronale Netze mit vielen Schichten zum Einsatz – so entsteht die namensgebende Tiefe. Die Technologie ist vielversprechend und kommt bereits auf breiter Basis zum Einsatz. Damit sie funktioniert, sind jedoch große Datenmengen nötig, sie dienen als Trainingsmaterial fürs künstliche Gehirn.
Das Kommentieren dieses Artikels wurde deaktiviert.