Künstliche Intelligenz (KI)

Teilgebiet der Informatik mit dem Ziel, computerbasierte Systeme zu entwickeln, die menschenähnliche intelligente Verhaltensweisen zeigen. KI-Systeme können ihre Umgebung wahrnehmen, aus Daten lernen und selbständig Entscheidungen treffen oder Probleme lösen, was Fähigkeiten wie logisches Denken, Lernen, Planen und Kreativität einschließt Beispiele sind Sprachassistenten, Bilderkennung oder autonome Fahrzeuge, die Aufgaben übernehmen, die früher menschliche Intelligenz erforderten.

Eine Spezialisierung des maschinellen Lernens, die künstliche neuronale Netze mit vielen Schichten (“deep neural networks”) verwendet, um komplexe Muster in großen Datenmengen zu erlernen. Deep-Learning-Modelle können durch ihre mehrschichtige Struktur sehr abstrakte Merkmale aus Daten extrahieren – so werden etwa Durchbrüche bei Bild- und Spracherkennung erzielt, indem das Netz selbstständig relevante Merkmalskombinationen erkennt. Deep Learning hat die KI in den letzten Jahren maßgeblich vorangebracht.

Oberbegriff für KI-Systeme, die eigenständig neue Inhalte erzeugen (Texte, Bilder, Musik etc.) anstatt nur bestehende Daten zu analysieren. Generative Modelle (wie z. B. GPT für Texte oder Bildgeneratoren à la DALL‐E) lernen auf Basis großer Datenmengen und können kreativ wirkende Ergebnisse liefern – etwa natürlich klingende Sätze formulieren oder realistisch aussehende Bilder malen. Diese KI-Form imitiert menschliche Kreativität, birgt aber auch Herausforderungen (Qualität, Urheberrecht, Bias) in ihrer Anwendung.

Inspiriertes Rechenmodell nach dem Vorbild des menschlichen Gehirns, bestehend aus vielen einfachen Knoten (“Neuronen”), die in Schichten organisiert und miteinander vernetzt sind. Jedes künstliche Neuron verarbeitet Eingaben und gibt ein Signal weiter, wobei die Verbindungen gewichtete Stärken haben – so können neuronale Netze durch Training lernen, komplexe Zusammenhänge in Daten zu erkennen. KNNs sind die Grundlage für Deep Learning und lösen Probleme (z. B. Bilderkennung), die mit festen Regeln nicht handhabbar wären.

Teilbereich der KI, bei dem Algorithmen aus Erfahrungsdaten lernen, um ihre Leistung in einer Aufgabe zu verbessern, ohne dafür explizit programmiert zu sein. Das System erkennt Muster in vorhandenen Daten und generalisiert daraus, um Vorhersagen oder Entscheidungen für neue, unbekannte Daten zu treffen. Maschinelles Lernen bildet die Grundlage vieler KI-Anwendungen – zum Beispiel lernt ein Modell aus tausenden Fotos, bestimmte Objekte darauf zu erkennen.