Ist mein Freund, der Algorithmus, schon weit mehr als nur eine nette Spielerei?
Um es gleich vorwegzunehmen: Eine einheitliche, allgemein verbindliche Definition des Begriffs künstliche Intelligenz gibt es nicht. Als Teilgebiet der Informatik beschreibt KI zunächst einmal die Automatisierung intelligenten Verhaltens mittels Software.
Das heißt, Rechenoperationen werden auf Datensätze angewendet – welche Qualität diese Rechenroutinen haben müssen, um als künstliche Intelligenz klassifiziert zu werden, ist nicht festgelegt. Grundsätzlich lässt sich »starke« KI von schwächeren Formen unterscheiden. Zu Letzteren zählen etwa die Bild- und Spracherkennung, Übersetzungstools oder auch Chatbots, wie sie längst in unserem Alltag angekommen sind.
Aktuell konzentriert sich die Forschung vor allem auf Systeme, die nicht nur starre Regeln in Form von Algorithmen befolgen, sondern lernfähig sind, also aus Erfahrung selbstständig Wissen generieren können – das sogenannte Machine Learning. Die Systeme durchlaufen eine gewisse Trainingsphase, in der sie mit Daten gefüttert werden, um darin Muster und Gesetzmäßigkeiten zu erkennen. Diese können sie dann auf unbekannte Daten übertragen und diese beurteilen. Eine komplexere Form des Machine Learning ist das Deep Learning unter Einsatz künstlicher neuronaler Netze – quasi ein permanentes maschinelles Lernen auf Basis von statistischen Analysen großer Datenmengen.
Diese Systeme arbeiten wie ein Filter vom Groben zum Feinen, was die Wahrscheinlichkeit eines korrekten Ergebnisses erhöht. So werden zum Beispiel bei der Bilderkennung im ersten Schritt die Helligkeitswerte der Pixel ermittelt, im nächsten dann, ob einige der Pixel verbunden sind, in einem weiteren Step liegt der Fokus auf der Unterscheidung horizontaler und vertikaler Linien et cetera. Das menschliche Gehirn arbeitet im Prinzip ganz ähnlich.
Virtual Reality und die Neurowissenschaften: Das müssen VR-, UX- und Interaction Designer wissen. Internationale Studien und Experimente, Ethikstandards
