KI Teil 1

🕔: 4 min – Technik: ✔

Künstliche Intelligenz (KI) ist plötzlich in aller Munde. Die wenigsten Menschen wissen jedoch, was dieser Begriff eigentlich bedeutet. Außerdem ist KI nur ein Oberbegriff und hat daher nicht immer die gleiche Bedeutung.

Wir möchten etwas Licht in dieses komplexe Thema bringen. Es sei auch darauf hingewiesen, dass es noch weitere Unterkategorien gibt, auf die wir jedoch nicht eingehen werden, da sie für die Betonindustrie noch nicht sehr relevant sind (Beispiel: natural language processing).

In der Vergangenheit wurde dieser Begriff meist mit Hollywood und Science-Fiction-Filmen in Verbindung gebracht. „Terminator“ oder „Nr. 5 lebt“ sind nur zwei Beispiele, in denen KI in Form von selbständig lernenden und sich entwickelnden Maschinen dargestellt wird.

Künstliche Intelligenz wurde nicht immer in einem positiven Licht dargestellt, sondern eher als Bedrohung, so dass es viel Unsicherheit und sogar Angst darüber gibt, was KI für die Menschheit bedeuten könnte.

Aber das ist bisher nur Hollywood.

Spätestens seit ChatGPT ist der Begriff plötzlich alltäglich präsent, und es ist nichts dagegen einzuwenden, wenn Unternehmen ihn zu ihrem Vorteil nutzen, denn es handelt sich lediglich um einen Oberbegriff.

Geschichte

Der Begriff wurde ursprünglich 1955 von dem US-amerikanischen Informatiker John McCarthy als Teil eines Finanzierungsantrags für ein Forschungsprojekt geprägt. Die KI ist ein Teilgebiet der Informatik, das darauf abzielt, bestimmte Fähigkeiten, wie z. B. das menschliche Denken, auf Computersysteme zu übertragen und diese somit zu imitieren.

Schwache KI

Enge KI oder schwache KI bezieht sich auf künstliche Intelligenz, die geschaffen wurde, um vordefinierte Aktionen unter bestimmten Parametern auszuführen. In diesem Fall wird eine menschliche Handlung nachgeahmt, indem die Maschine in einer vordefinierten Situation X eine vordefinierte Reaktion Y ausführt. Das bedeutet, dass sie sich nicht an neue Situationen anpassen oder neue Aufgaben erlernen kann, ohne umprogrammiert oder umgestaltet zu werden.

Wenn X1 dann Y1, wenn X2 dann Y2, sonst Y3.

Klar definierte Aufgaben werden nach vordefinierten Abläufen ausgeführt, was bereits die Anforderungen an künstliche Intelligenz erfüllt, aber von den meisten Menschen wohl nicht als solche angesehen wird.

Selbst Alexa, Siri und Co. gelten derzeit als schwache KI.

Starke KI

Im Gegensatz dazu ist eine starke KI (starke KI oder Deep Learning) so konzipiert, dass sie die kognitiven Fähigkeiten eines Menschen nachahmt. Sie ist in der Lage, Aufgaben zu erkennen und sie auf der Grundlage von Erfahrungen selbstständig auszuführen, ohne auf eine bestimmte Gruppe von Aufgaben beschränkt zu sein. Das bedeutet, dass sie denken, argumentieren und Entscheidungen treffen kann wie ein Mensch.

Es sei darauf hingewiesen, dass eine starke KI noch nicht entwickelt wurde und wir weit davon entfernt sind, dieses Intelligenzniveau zu erreichen.

Zum Besseren Verständnis sei hier ein fiktives Beispiel angeführt:

Eine Maschine verwendet Daten, um einen Produktionsplan zum Zweck der Optimierung zu erstellen. Der Maschine wird weder gesagt, auf welche Parameter sie achten soll, noch welche Schlussfolgerungen sie daraus ziehen soll, und sie löst die Aufgabe ohne menschliches Zutun.

Maschinelles Lernen

Maschinelles Lernen oder ML ist in der Lage, Prozesse auf der Grundlage des Lernens aus Daten selbständig anzupassen und zu optimieren. Im Gegensatz zur starken KI sind die Aufgabe und der Lösungsansatz noch klar definiert.

Maschinelles Lernen ist also immer KI, aber KI ist nicht immer maschinelles Lernen.

Fazit

Der Einsatz von künstlicher Intelligenz ist keine neue Erfindung und wird bereits in vielen Anwendungen eingesetzt. Jeder von uns hat KI bereits bewusst oder unbewusst eingesetzt (z. B. Suchmaschinen, Schachcomputer, Navigationssysteme).

Der Begriff wird derzeit als Modewort im Marketing verwendet, um zu betonen, wie „intelligent“ etwas ist. Es sei darauf hingewiesen, dass dies nicht falsch ist. Einige Unternehmen verwenden den Begriff absichtlich nicht mehr und sprechen stattdessen von „maschinellem Lernen“ oder „Deep Learning“.

Wir arbeiten mit ML in verschiedenen Anwendungen für die Betonindustrie (Maschinensteuerung, ERP, Computer Vision) und sind gerne bereit, Ihre Ideen zu unterstützen oder Erfahrungen auszutauschen.

Im nächsten Artikel werden wir uns ansehen, was für die Implementierung von maschinellem Lernen getan werden muss und was vielleicht schon vorhanden ist.