Erste Schritte mit künstlicher Intelligenz

Lernziele

Nachdem Sie diese Lektion abgeschlossen haben, sind Sie in der Lage, die folgenden Aufgaben auszuführen:

Erläutern, wie wichtig es ist, grundlegende Konzepte der künstlichen Intelligenz zu verstehen
Identifizieren der Herausforderungen, die eine Definition von künstlicher Intelligenz schwierig machen
Beschreiben der Art von Aufgaben, die mit künstlicher Intelligenz durchgeführt werden können
Definieren des Begriffs künstliche Intelligenz.

Trailcast

Wenn Sie sich eine Audioaufzeichnung diesem Modul anhören möchten, nutzen Sie den nachstehenden Player. Denken Sie nach dem Anhören dieser Aufzeichnung daran, zur jeweiligen Lektion zurückzukehren, sich die Ressourcen anzusehen und die zugehörigen Aufgaben zu absolvieren.

Zeit, sich näher mit KI zu befassen

Künstliche Intelligenz (KI) ist schon seit vielen Jahren der Traum vieler Science Fiction-Autoren und -Fans. Die meisten Menschen haben sich jedoch lange Zeit nicht ernsthaft mit KI befasst, weil das immer etwas war, was in ferner Zukunft vielleicht passieren könnte. Wissenschaftler und Informatiker haben allerdings nicht auf die Zukunft gewartet, sondern hart daran gearbeitet, den Traum von der KI Wirklichkeit werden zu lassen. Manche sagen sogar, dass das Zeitalter der KI bereits begonnen hat.

Nahansicht einer Person, die an einer mechanischen Schreibmaschine sitzt, gezeichnet im Stil von 2D-Vektorgrafiken in Comics.

Schauplatz ist ein Unterrichtsraum, im Hintergrund ist eine Tafel mit einer Skizze eines neuronalen Netzes zu sehen. Im Vordergrund sitzt ein Student, der am Computer tippt, gezeichnet im Stil einer 2D-Vektorgrafik in Comics.

[In DreamStudio mit KI-generierte Bilder bei stability.ai. Die Aufforderung für das erste Bild lautete: "Nahansicht einer Person, die an einer mechanischen Schreibmaschine sitzt, gezeichnet im Stil von 2D-Vektorgrafiken in Comics." Die Aufforderung für das zweite Bild lautete: "Schauplatz ist ein Unterrichtsraum, im Hintergrund ist eine Tafel mit einer Skizze eines neuronalen Netzes zu sehen. Im Vordergrund sitzt ein Student, der am Computer tippt, gezeichnet im Stil einer 2D-Vektorgrafik in Comics."]

Man kann noch nicht sagen, in welchem Maß KI Bestandteil unseres täglichen Lebens werden wird. Sicher ist jedoch, dass wir für sinnvolle Gespräche über KI ein gemeinsames Vokabular und Kernkonzepte als solide Grundlage benötigen, auf der wir aufbauen können. Wenn Sie heute zehn Menschen bitten, künstliche Intelligenz zu definieren, erhalten Sie wahrscheinlich zehn verschiedene Antworten. In diesem Badge versuchen wir, eine gemeinsame Definition zu finden, indem wir die aktuellen Möglichkeiten der KI untersuchen. Außerdem sehen wir uns an, wie Informatiker die KI-Systeme entwickeln, die so unglaubliche Leistungen vollbringen.

Die Schwierigkeit, KI zu definieren

Beim Definieren von KI müssen wir uns zuerst einmal eingestehen, dass unser derzeitiges Bild von KI eventuell ein wenig verzerrt ist. Dass KI in Science Fiction-Büchern und -Filmen meist als skrupelloses Etwas dargestellt wird, das die Welt erobern will, war hier auch nicht gerade hilfreich.

Doch Science Fiction ist nicht das einzige, was unsere Sicht auf KI verkompliziert. Ganz allgemein neigen wir Menschen dazu, uns selbst sehr hoch einzuschätzen – wir sind der Maßstab, an dem alles andere gemessen wird. Wenn wir also von künstlicher Intelligenz sprechen, liegt es nahe, sie mit unserer eigenen Intelligenz zu vergleichen. Das Problem ist, dass Menschen nicht die einzigen intelligenten Wesen sind, die es gibt. Tiere, von Krähen bis hin zu Kraken, setzen Werkzeuge und Problemlösungsstrategien ein, um komplexe Aufgaben zu bewältigen. Selbst Schleimpilze können Labyrinthe lösen, wenn sie genug Zeit haben.

Und da wir jetzt begonnen haben, uns das riesige Spektrum der Intelligenz im Tierreich vor Augen zu führen, sollten wir auch die große Vielfalt unserer eigenen menschlichen Intelligenz anerkennen. Vielleicht kennen Sie jemanden, der fantastisch vor Publikum sprechen kann, in Mathematik jedoch ein hoffnungsloser Fall ist. Oder jemanden, der es immer sehr genau spürt, wenn Sie etwas unsicher sind, aber bei der ersten Gelegenheit über einen Fußball stolpern würde. Der Punkt ist, dass unsere Intelligenz in vielen, speziellen Formen Ausdruck findet. So müssen wir auch künstliche Intelligenz betrachten. Es gibt bestimmte Arten von KI, die für bestimmte Aufgaben gut sind. Sehen wir uns also genau an, was KI heute leisten kann, um dies in unsere Definition von künstlicher Intelligenz einfließen zu lassen.

Die wichtigsten Arten von KI-Fähigkeiten

Derzeit gibt es noch keine KI, die alles kann. Diese Idee, die als allgemeine KI bezeichnet wird, liegt noch weit in der Zukunft. Stattdessen haben wir im Laufe der Jahre mehrere spezialisierte KI-Systeme entwickelt, die auf bestimmte Aufgaben ausgelegt sind. Die Aufgaben, die sie erfüllen, lassen sich in der Regel eine der folgenden, breitgefassten Kategorien zuordnen.

Numerische Vorhersagen

Haben Sie sich in letzter Zeit eine Wettervorhersage angesehen? Die Prognose hilft Ihnen bei der Entscheidung, ob Sie einen Regenschirm mitnehmen sollten. Der Mensch erstellt zwar schon seit Tausenden von Jahren Wettervorhersagen, doch die KI kann dies besser als alle bisherigen Methoden.

Mit einer guten Vorhersage lassen sich alle möglichen Fragen beantworten. Wird dieser Kunde sein Abonnement möglicherweise verlängern? Besteht bei Ihnen das Risiko für eine Krankheit? Wird das Stromnetz heute Abend stark belastet?

KI-Prognosen liegen oftmals in Form eines Wertes zwischen 0 (wird nicht passieren) und 1 (wird auf jeden Fall passieren) vor. Numerische Vorhersagen umfassen mehr als nur Prozentwerte: Sie können jeden beliebigen numerischen Wert prognostizieren, z. B. auch Euro-Beträge. Vielleicht möchte Ihr Unternehmen eine Prognose der Umsätze im nächsten Quartal erhalten oder die optimale Preisgestaltung für Ihren neuesten Service herausfinden: Widget+. Und als Verbraucher wirken sich die Arten numerischer Vorhersagen wahrscheinlich bereits auf Sie aus, und zwar in größerem Maß als Ihnen bewusst ist. Nehmen wir eine Auslandsreise als Beispiel: Die Preise für Flugtickets, Hotelzimmer, Mitfahrgelegenheiten und Reiseversicherungen werden wahrscheinlich alle von KIs so festgelegt, dass Angebot und Nachfrage perfekt aufeinander abgestimmt sind.

Nahansicht eines freundlichen Roboters, der ein Taxi fährt, gezeichnet im Stil von 2D-Liniengrafiken.

[In DreamStudio mit KI-generiertes Bild stability.ai. Die Aufforderung lautete "Nahansicht eines freundlichen Roboters, der ein Taxi fährt, gezeichnet im Stil von 2D-Liniengrafiken."]

Klassifizierungen

Ist ein Hot Dog ein belegtes Brötchen? Diese Frage hat zu unzähligen Stunden freundschaftlicher philosophischer Debatten darüber geführt, wie wir Dinge klassifizieren. In der Realität kann es jedoch um viel mehr gehen. Ist diese Pflanze essbar oder giftig? Ist diese E-Mail legitim oder ein Phishing-Versuch? Die Klassifizierung ist oft der erste Schritt bei einer bestimmten Handlung – deshalb ist diese Fähigkeit auch unglaublich wertvoll.

Es ist daher nicht verwunderlich, dass Informatiker hart daran gearbeitet haben, eine KI zu entwickeln, die Daten gut klassifizieren kann. Die Erkennung von Pflanzen und Phishing-E-Mails ist nur die Spitze des Eisbergs. Finanzinstitute müssen betrügerische Transaktionen erkennen. Mediziner müssen Krankheiten diagnostizieren. Soziale Medienplattformen wollen bösartige Kommentare erkennen. All dies sind Beispiele für Klassifizierungsprobleme. KI kann im Prinzip einen ersten Klassifizierungsversuch unternehmen, den Fachleute dann als Ausgangsbasis für die Weiterentwicklung verwenden können.

Oft erledigen KI-Klassifikatoren die Aufgabe genauso gut oder sogar besser als Menschen. Allerdings ist jeder Klassifikator nur für eine bestimmte, eng umrissene Aufgabe geeignet. Eine KI, die extrem gut darin ist, Phishing-E-Mails zu erkennen, täte sich also bei der Klassifizierung echter Fische mit Sicherheit sehr schwer.

Einige KIs zeichnen sich durch ihre Fähigkeit aus, in einer sich verändernden Umgebung zu navigieren. Im Fall des autonomen Fahrens könnte dies die ganz reale Navigation bedeuten. KI-gestützte Autos sind auch schon ziemlich gut in der Lage, die Spur zu halten und auf der Autobahn einen sicheren Abstand zum vorausfahrenden Fahrzeug einzuhalten. Sie reagieren auf Kurven, Luftverwirbelungen von Sattelschleppern und plötzliches verkehrsbedingtes Abbremsen.

KI, die sich an wechselnde Umgebungsbedingungen anpassen kann, findet in der Praxis vielfältige Anwendung. Unternehmen müssen zum Beispiel täglich Produkte herstellen und zu ihren Kunden bringen. Die Geschwindigkeit wird dabei von einer Vielzahl von Marktbedingungen beeinflusst: Materialverfügbarkeit, Produktionskapazität, vorhandene Bestände, Transportkosten und sogar das Verkehrsaufkommen in Echtzeit. KI kann die Lieferkette optimieren, auch wenn sich die Bedingungen ändern.

Und vergessen wir nicht die Roboter! Selbst ein einfacher Staubsauger-Roboter kann Treppen und Stühlen ausweichen. In größerem Maßstab werden Fertigungsstraßen mit Robotern ausgestattet, die mit der Zeit immer schneller und effizienter werden. Dieselben Roboter können sich ohne kostenintensive Neuprogrammierung an Änderungen bei der Produktionsmethode anpassen. Und die Wissenschaft arbeitet gerade an Rettungsrobotern, die sich in Katastrophengebieten, z. B. in einem eingestürzten Gebäude, bewegen können. Eine Roboter-Raupe, die sich durch winzige Spalten zwängen kann, könnte eingeschlossenen Menschen Hilfe und Hoffnung bringen.

Sprachverarbeitung

Am 30. November 2022 lautet das Wort des Tages von Merriam-Webster quiddity (Deutsch: Wesen). Diejenigen, die dieses Wort lernten, konnten ihre vielleicht allerwichtigste Fähigkeit verbessern: die Kommunikationsfähigkeit. Am gleichen Tag wurde der Welt ChatGPT präsentiert, eine künstliche Intelligenz, die ihre eigene Kommunikationsfähigkeit unter Beweis stellte. Sie konnte lange Antworten auf Fragen zu fast jedem Thema schreiben. Und die Antworten schienen von einem Menschen geschrieben zu sein. ChatGPT ist eine der fähigsten KIs, die Alltagssprache interpretieren und sinnvoll darauf reagieren können. In der Branche spricht man hier von Verarbeitung natürlicher Sprache.

Grundlage der Verarbeitung natürlicher Sprache ist das Wissen, wie Wörter zusammen verwendet werden, und das ermöglicht es der KI, die Absicht hinter den Wörtern zu erschließen. Vielleicht möchten Sie ein Dokument aus dem Englischen ins Deutsche übersetzen. Oder Sie möchten eine kurze Zusammenfassung einer langen wissenschaftlichen Abhandlung erhalten. Auch das kann KI leisten.

NLP ist ein wichtiger Teil der generativen KI, einer Unterkategorie der KI, die aus Wörtern einzigartige Bilder, Klänge und natürlich andere Wörter macht. Generative KI ist eine solch bahnbrechende Technologie, dass wir ihr mit "Generative KI – Grundlagen" einen eigenen Badge widmen. Sehen Sie sich diesen Badge am besten gleich im Anschluss an diesen an.

Zusammenfassung

Man kann künstliche Intelligenz als die Fähigkeit eines Computers betrachten, Fähigkeiten zu praktizieren, die typischerweise mit menschlicher Intuition, Schlussfolgerung und Argumentation verbunden sind. Derzeit sind KI-Fähigkeiten sehr spezialisiert und fallen in einige allgemeine Kategorien wie numerische Vorhersagen und Sprachverarbeitung.

Sie wissen nun, was KI ist (und was nicht). Wir können uns also als Nächstes damit beschäftigen, wie Informatiker und Wissenschaftler KI entwickeln.

Benötigen Sie Hilfe?

Mehr entdecken