In diesem Blog widmet sich unsere Statistik-Beratung dem Thema künstliche Intelligenz (KI), Machine Learning und Deep Learning. Weiterhin wollen wir mit unserem Wissen in KI-Beratung weiterhelfen. Sprachassistenten, Smart Home, selbstfahrende Autos, Bilderkennung und weitere Technologien halten seit Jahren Einzug in unser Leben. Sie stammen alle aus dem Informatik-Bereich Artificial Intelligence bzw. auf deutsch KI.
Im Weiteren werden wir in unserer KI-Beratung auf die Begriffe KI, Machine und Deep Learning kurz eingehen. In hierauf folgenden Artikeln werden wir immer tiefer in die Thematik kommen. Somit wird mittels dieses Blogs ein grundlegender Überblick über KI-Beratung geschaffen.
KI
Der Bereich KI umfasst dabei sämtliche Bemühungen Maschinen intelligent zu machen. Intelligenz ist hierbei die Eigenschaft angemessen und vorausschauend in seiner Umwelt zu agieren. Hierzu gehört es Sinneseindrücke wahrzunehmen und hierauf eine Reaktion folgen zulassen. Weiterhin gehört dazu Informationen zu empfangen, diese zu verarbeiten und als Wissen zu sichern. Ebenfalls gehört dazu Sprache zu verstehen und sie zu bewirken. Abschließend versteht man darunter Lösungen von Problemen zu liefern und die Erreichung von Zielen.
Machine Learning
Machine Learning ist eine Teildisziplin der KI. Es ist dabei ein Oberbegriff für künstliche Entwicklung von Wissen aus Erfahrung. Hierbei lernt ein künstliches System aus Beispielen. Nach Ende der Lernphase kann das System diese Beispiele verallgemeinern. Hierzu nutzen die Algorithmen statistische Modelle, die auf Trainingsdaten beruhen. Im Anschluss erfolgt eine Prüfung der Modelle gegen Testdaten. Die Algorithmen lernen die Beispiele also nicht auswendig, hier wird von overfitting gesprochen, vielmehr erkennen die Algorithmen Muster und Gesetzmäßigkeiten in den Trainingsdaten. Das System kann somit auch unbekannte Daten bewerten (Lerntransfer) oder auch am Lernen ihm nicht bekannter Daten scheitern (overfitting). Machine Learning Algorithmen werden unter Anderem im Kreditkartenbetrug, Sprach- und Texterkennung und weiteren Feldern genutzt.
Deep Learning
Deep Learning ist hierbei Teil des Machine Learnings. Künstlich neuronale Netze finden dabei Verwendung. Neuronale Netze sind flexible statistische Algorithmen. Mit ihnen löst man Regressions-, Klassifikation-, Prognose- und weitere Probleme. Hierbei funktionieren neuronale Netze im Groben durch eine Eingabeschicht, in welcher die Daten eingeben werden. Weiterhin gibt es eine Zwischenschicht. Hier erfolgt die Verarbeitung der Daten. Die Letzte Schicht heißt Ausgabeschicht. Hier resultiert das letztendliche Ergebnisse. Beim Deep Learning nutzt man eine Vielzahl an Zwischenschichten, sodass hierdurch im neuronalen Netz eine komplexe innere Struktur entsteht.
KI-Beratung: Zusammenfassung
Deep Learning ist also ein Teil von Machine Learning und Machine Learning ist ein Teil von KI. Vergleiche die kommende Grafik. KI umfasst dabei die statistischen Modelle und Methoden, wie auch die Komponenten der Informatik. Machine Learning umfasst unter Anderem diverse statistische Algorithmen. Diese werden an Lerndaten trainiert. Die Modelle werden mit Testdaten bestätigt. Deep Learning nutzt neuronale Netze mit einer Vielzahl an Zwischenschichten. Dies dient dazu den Lernprozess zu optimieren.
