Künstliche Intelligenz und Maschinelles Lernen

Diese Grafik und der Text zeigen, wie häufig genannte Begriffe im Kontext von KI, aufeinander bezogen sind:

Künstliche Intelligenz
Der Begriff Künstliche Intelligenz (KI) wurde erstmals um 1956 verwendet. KI bildete das fundamentale Konzept für die Entwicklung „intelligenter“ Maschinen. Die Anfänge waren geprägt von dem Bestreben, Maschinen zu schaffen, die grundlegende menschliche Intelligenzprozesse nachahmen können. Frühe KI-Systeme konnten einfache Aufgaben wie das Lösen von Logikrätseln oder das Spielen von Schach bewältigen. Der Fokus lag auf der Programmierung spezifischer Regeln, die es Maschinen ermöglichten, bestimmte Aufgaben zu erfüllen. KI ist der umfassendste Begriff und repräsentiert heute das gesamte Feld der Informatik, das darauf abzielt, intelligente Maschinen zu schaffen, die menschliche Intelligenz nachahmen oder übertreffen können. Es geht um Systeme, in der Lage sind, Aufgaben zu bewältigen, die normalerweise menschliches Denken erfordern, wie visuelle Wahrnehmung, Spracherkennung und Entscheidungsfindung. Das beinhaltet alles von einfachen programmierten Vorgängen bis hin zu komplexen Systemen, die lernen und sich anpassen können. Stell Dir das als den äußersten Kreis vor, den Oberbegriff, unter denen sich speziellere Konzepte und Anwendungen subsumieren lassen.

Maschinelles Lernen
Maschinelles Lernen (ML) ist seit 1997 spezifischer Bereich innerhalb der KI, um Maschinen das Lernen aus Daten zu ermöglichen. ML markiert den Übergang von einer starren, regelbasierten KI zu adaptiven Systemen. Mit der Einführung des Machine Learnings wurde ein signifikanter Fortschritt erzielt, eine spezifischere Disziplin, die Maschinen befähigt, sich über die Zeit zu verbessern, um Entscheidungen zu treffen oder Vorhersagen zu machen. Machine Learning umfasst eine Vielzahl von Techniken, die es Computern ermöglichen, Muster in Daten zu erkennen und diese Erkenntnisse für zukünftige Aufgaben zu nutzen.

Deep Learning
Deep Learning markiert den Durchbruch in der Fähigkeit von Maschinen, unstrukturierte Daten wie Bilder und menschliche Sprache zu verarbeiten und daraus zu lernen. Die Technik ist inspiriert von der Funktionsweise des menschlichen Gehirns. Hier werden Schichten von neuronalen Netzwerken genutzt, um große Mengen von Daten zu verarbeiten, komplexe Muster in Daten zu erkennen und Entscheidungen zu treffen.

Generative KI
Generative KI repräsentiert den aktuellen Höhepunkt der KI-Entwicklung, die auf Deep Learning aufbaut. Sie geht über das reine Erkennen von Mustern hinaus und kann neue Inhalte erzeugen. Sie ist in der Lage, anhand von Vorgaben oder vorhandenen Daten neue geschriebene, visuelle und auditive Inhalte zu erstellen. Generative KI kann damit auch Inhalte erzeugen, die noch nicht in den Trainingsdaten für das Modell vorhanden waren, beispielsweise Musikstücke, Kunstwerke oder Texte, die von menschlichen Kreationen kaum zu unterscheiden sind.

Large Language Modelle & Diffusion Modelle
Innerhalb der Generativen KI haben sich Large Language Models (LLMs), wie das bekannte GPT (Generative Pre-trained Transformer der Fa. OpenAI) als entscheidend erwiesen. Diese Modelle sind darauf spezialisiert, menschliche Sprache zu verstehen und zu generieren, und haben aufgrund ihrer Fähigkeit, kohärente und relevante Texte zu produzieren, großes Aufsehen erregt und weite Verbreitung gefunden. LLMs haben neue Anwendungen in der Übersetzung, Zusammenfassung und in der Generierung von Programmcode ermöglicht. Eine weitere Spezialisierung innerhalb der Generativen KI sind die Diffusion Models. Diese Modelle stellen eine Innovation in der Bildgenerierung dar und sind in der Lage, Bilder von hoher Qualität zu erzeugen, die von realen kaum zu unterscheiden sind. Sie erweitern die Möglichkeiten in der Bildsynthese und bieten neue Werkzeuge für Designer und Kreative.
Jeder dieser Schritte erweiterte die Möglichkeiten der KI und verlagerte den Schwerpunkt von starren, regelbasierten Ansätzen hin zu adaptiven und selbstlernenden Systemen, die in der Lage sind, mit einer Vielfalt von Daten umzugehen und menschenähnliche Kreativität zu demonstrieren. KI bildet die Basis, Machine Learning ist die Methode, durch die Systeme aus Daten lernen, Deep Learning ist eine ausgefeilte Technik, die tiefe neuronale Netzwerke verwendet, und Generative KI ist die Spitze der Innovation, die es ermöglicht, neue Kreationen hervorzubringen. Jede Ebene baut auf dem Wissen und den Techniken der vorherigen auf und wird spezifischer und komplexer.