Alles über KI

Technik

Zielsetzung

Der Begriff Künstliche Intelligenz ist heute omnipräsent. Doch was ist eigentlich KI? Wie genau funktioniert sie? Diesen Fragen soll in diesem Artikel nachgegangen werden.

Definition

John McCarthy, einer der Pioniere auf dem Gebiet der Künstlichen Intelligenz, definierte bereits im Jahre 1955 den Begriff etwa wie folgt: “Ziel der KI ist es, Maschinen zu entwickeln, die sich so verhalten, als verfügen sie über menschliche Intelligenz." Diese intelligenten Maschinen sind in unserem heutigen Verständnis meist Computersysteme, welche sich intelligent verhalten. Unter Intelligenz versteht man die Fähigkeit einer KI, Aufgaben zu lösen, die Intelligenz erfordern, die Fähigkeit menschliche Sprache zu erkennen und zu verstehen sowie die Bilderkennung und vieles mehr. Die meisten KIs können jedoch meist nur eine antrainierte Aufgabe auf einem hohen Niveau lösen. Bei dieser sind sie dem Menschen bereits haushoch überlegen. Alle aktuellen KI-Systeme werden als schwache KIs bezeichnet. Eine Künstliche Intelligenz, die mehrere Aufgaben auf hohem Niveau lösen kann, wird von Experten generelle KI genannt. Diese Form der KI existiert noch nicht, ist aber das angestrebte Ziel der Forschung auf diesem Feld.

Erschaffung einer KI

Bei der Erschaffung einer Künstlichen Intelligenz existieren verschiedene Ansätze und Methoden. Der aktuelle Liebling der KI-Forschung ist das sogenannte “Maschinelle Lernen”. Dabei schreibt eine Software ihren Code eigenständig weiter und optimiert diesen. Solcher Code treibt einen Großteil der modernen KI-Dienste an, wie beispielsweise den Empfehlungsalgorithmus von Netflix.

Ein anderer Ansatz sind neuronale Netze. Die Anfänge dieser liegen bereits im Jahr 1943. Bei einem neuronalen Netz schafft ein Algorithmus verschiedene Schichten verbunden über Neuronen beziehungsweise Knotenpunkte. Über diese werden Informationen ausgetauscht. Allgemein besteht die Architektur der Netze aus mindestens einer Input-Schicht, einer versteckten Schicht sowie einer Output-Schicht. In der Zusammenfassung sind neuronale Netze also Algorithmen, die sich selbst optimieren können. Kombiniert man nun neuronale Netze mit dem oben beschriebenen maschinellen Lernen, spricht man von tiefem Lernen. Diese Methodik ist verantwortlich für den massiven KI-Boom der letzten Jahre und wird hauptsächlich bei der Bilderkennung sowie beim autonomen Fahren eingesetzt. Kommen wir als nächstes zu den “Generative Adversarial Networks”, kurz GAN. Unter dieser Begrifflichkeit versteht man neuronale Netze (auch als Agent bezeichnet), die sich gegenseitig kontrollieren und verbessern. Beide werden hierbei mit ein und demselben Datensatz trainiert. Einer der Agenten beginnt damit, dem Datensatz ähnliche Inhalte zu erstellen. Der andere gleicht diese mit dem Datensatz ab. Erkennt dieser die Fälschung, wird der Fälscher-Agent gezwungen sich zu verbessern. Jene Methoden werden beispielsweise bei der Erstellung von Deepfakes eingesetzt. All die beschriebenen Ansätze vereint das sogenannte Blackbox Problem. Wie eine künstliche Intelligenz zu ihrem Ergebnis kommt, ist meist nicht nachvollziehbar. Dies liegt primär an den hochkomplexen und vielschichtigen neuronalen Netzen, welche vergleichbar mit einer Blackbox zwischen der Ein- und Ausgabe liegen.

Bist Du bereit, Deine Spielevision zum Leben zu erwecken? Setze Dich noch heute mit uns in Verbindung, um mehr darüber zu erfahren, wie wir Dir mit unseren Spieleentwicklungsdiensten dabei helfen können, deine Vorstellungen und Ideen erfolgreich zu verwirklichen!

KI-Training

Das Training ist ein fester Bestandteil der modernen KI-Technologie. Doch wie gelernt und trainiert wird, ist von KI zu KI durchaus unterschiedlich. Im Folgenden werden einige bekannte Lernmethoden vorgestellt. Zuerst wäre da das “Überwachte Lernen”. Hier werden die Trainingsdaten einer KI zuvor vom Menschen vorbereitet. So werden beispielsweise bestimmte Objekte auf Fotos gelabelt und die künstliche Intelligenz erlernt, nach welchen Mustern sie in den Daten suchen muss. Diese Art des Trainings kommt vor allem beim autonomen Fahren sowie bei der Gesichtserkennung zum Einsatz.

Eine weitere Lernmethode ist das “Unüberwachte Lernen". Dabei bekommt die KI einen großen Datensatz zur Verfügung gestellt, in dem sich keinerlei Labels befinden. Im Gegensatz zum “Überwachten Lernen” muss die KI hier eigenständig nach Mustern sowie Zusammenhängen suchen.

Betrachten wir als nächstes das sogenannte “Bestärkende Lernen”, auch “Versuch-und-Irrtum-Methode” genannt. Bei diesem Ansatz wird die KI bei erfolgreicher Ausführung einer Aufgabe “belohnt”. Verfehlt sie ihr Ziel, bekommt sie keine Belohnung oder wird “bestraft”.

Beim “Transferlernen” werden die erlernten Fähigkeiten einer künstlichen Intelligenz auf ein verwandtes Problem angewendet. Beispielsweise werden Bilderkennungs-KIs von Medizinern zur gezielten Krebsdiagnose verwendet. Diese Trainingsmethode ebnet den Weg von der Inselbegabung hin zu Flexibilität und einer generellen KI.

Kommen wir nun zum “Imitierenden Lernen “. Hierbei dient eine menschliche Demonstration als Trainingsmaterial. Denkbar wäre eine Aufzeichnung eines menschlichen Spielers eines Videospiels. Abschließend wäre da noch das “Few-Shot-Lernen”. Bei dieser Trainingsmethode erlernt eine künstliche Intelligenz anhand von wenigen Beispielen (Fotos, Videos etc.) eine neue Fähigkeit.

Anwendungsbereiche

Die Anwendung von KI-Technologie lässt sich in vier große Bereiche gliedern: Grundlagenforschung, Industrie, Endverbraucher sowie Kunst. Die Grundlagenforschung beschäftigt sich vor allem mit Roboter gesteuerten Prozessen, dem maschinellen Lernen sowie der Entwicklung von digitalen Assistenten. Der Einsatz von KI in der Industrie erfolgt vor allem beim Management von Lieferketten, bei der Instandhaltung sowie in Vertrieb und Marketing. Online-Händler wie Amazon und Suchmaschinen wie Google nutzen KI, um beispielsweise ihren Kunden passende Produkte anzubieten. Endverbraucher nutzen digitale Assistenten und Übersetzer, welche von künstlerischer Intelligenz angetrieben werden. Auch in der Kunst feiert die Technologie ihren Einzug. Hier sind vor allem KIs für die Bildgenerierung sowie -veränderung gefragt.

Fazit

KI-Technologie ist aus unserer digitalisierten Welt nicht mehr wegzudenken. Tech- Unternehmen wie Google und Facebook nutzen Künstliche Intelligenz, um beispielsweise Suchergebnisse oder News-Feeds auf Nutzer zuzuschneiden. Endverbraucher nutzen KI täglich auf ihrem Smartphone, wenn sie einen der unzähligen digitalen Assistenten verwenden. Jedoch hat der technologische Fortschritt auch seine Schattenseiten. Totalitäre Staaten nutzen weltweit Gesichtserkennungs-KIs zur totalen Überwachung sowie zur Kriminalitätsbekämpfung. Des Weiteren werden Deepfakes vermehrt von Betrügern und Spionen eingesetzt.

Fragen & Wünsche

Wir hoffen, dass Dir unser Artikel gefällt und möchten Dich dazu einladen, uns Deine Gedanken und Fragen zu dem Thema mitzuteilen. Wenn Du Fragen, Kommentare oder Feedback zum Inhalt dieses Artikels hast, zögere bitte nicht, uns auch diese im Kommentarbereich anzuvertrauen. Wir freuen uns immer, von unseren Lesern zu hören und uns an sinnvollen Diskussionen über die Spieleentwicklung zu beteiligen.

Frage uns einfach alles was Du wissen willst und wir werden unser Bestes tun, um die Antworten zu geben, nach denen Du suchst. Vielen Dank für Deine Unterstützung und wir freuen uns darauf, von Dir zu hören!

Kommentar Formular

Write comment

* These fields are required

Kommentare

Comments

No Comments

Weitere spannende Beiträge