Künstliche Intelligenz - Das Rätsel der Begrifflichkeiten

Maschinelles Lernen, Natural Language Processing, Deep Learning – eine Vielzahl von Anglizismen lässt sich unter dem Sammelbegriff der künstlichen Intelligenz subsumieren. Doch was hat es mit diesen Fachtermini auf sich und inwiefern sind sie für uns von Bedeutung?

Da diese Begriffe in sehr enger Verbindung zueinanderstehen, besteht  Verwechslungsgefahr. Im Folgenden möchten wir versuchen, den Schleier zu lüften und Ihnen einen Überblick zu verschaffen.

Die Begriffe bezeichnen Kognitionsleistungen, die bislang dem Menschen vorbehalten waren. Kurz gesagt: Sie bezeichen künstliche Intelligenz (KI). „Maschinelles Lernen”, „Natural Language Processing” und „Deep Learning” sind dementsprechend lediglich Teilgebiete der KI, sowie Teilgebiete innerhalb dieser Teilgebiete.

 

Was bedeuten diese Begrifflichkeiten jedoch?

 

Maschinelles Lernen

Maschinelles Lernen bezeichnet mathematische Techniken, die es einem System ermöglichen, selbständig Wissen aus Erfahrungen zu generieren. Das System erkennt Muster in Beispieldaten und Beobachtungen und lernt aus diesen: Mit Hilfe intelligenter Algorithmen erlernt die Maschine Regeln und Reaktionen, ohne präzise Vorgaben durch den Menschen zu benötigen. Es speichert diese und nutzt sie in ähnlichen Situationen, um Prognosen zu treffen, adäquate Lösungen zu eruieren und automatisierte Entscheidungen zu treffen.

 

Maschinelle Verarbeitung natürlicher Sprache (engl. Natural Language Processing (NLP))

Möchten Sie einfach mit Maschinen sprechen? Mit Hilfe der Maschinellen Verarbeitung natürlicher Sprache (NLP) wird dies möglich. Was es mit NLP genau auf sich hat, greifen wir kommende Woche nochmals im Detail auf. Im Allgemeinen ist das Ziel der NLP, dass Computer und Menschen auf Augenhöhe miteinander kommunizieren können. Hierfür verknüpft diese Technologie die Erkenntnisse aus der Linguistik mit neuesten Methoden der Computerwissenschaft. NLP stellt demnach einen Teilbereich des maschinellen Lernens dar. Erst die Methoden des maschinellen Lernens beschleunigten die Entwicklung der NLP. Heute zählen zu ihren wichtigsten Aufgaben die optische Zeichenerkennung (OCR), Übersetzungen zwischen unterschiedlichen Sprachen, die automatische Beantwortung von Fragen in natürlicher Sprache und die Spracherkennung selbst.

 

Tiefgehendes Lernen (engl. Deep Learning - DL)

Teilweise werden die Begriffe Deep Learning und künstliche neuronale Netze synonym verwendet. Hintergrund ist, dass Deep Learning auf einem neuronalen Netzwerk basiert. Ein neuronales Netzwerk ist ein Gehirn-ähnlich aufgebautes System, das verschiedene Ebenen und fast unzählige Knotenpunkte beinhaltet, die logisch miteinander verknüpft sind. Ein Knotenpunkt kann aus eingegebenen Beispieldaten, aber auch selbst gemachten Beobachtungen bestehen. Durch Feedback werden diese Knotenpunkte in einem iterativen Prozess verbunden und entsprechend gewichtet. So ist es Maschinen möglich, Lerneffekte zu erzielen.  

Bei Deep Learning handelt es sich um eine Lernmethode im Rahmen des maschinellen Lernens. Unter Verwendung neuronaler Netze versetzt sich die Maschine selbst dazu in die Lage, Strukturen zu erkennen, diese zu evaluieren und sich in mehreren vorwärts, wie rückwärts gerichteten Durchläufen selbständig zu optimieren. Die neuronalen Netze sind zu diesem Zweck in mehrere Schichten geteilt. Diese kann man sich wie Filtersysteme vorstellen, die vom Groben zum Feinen hinarbeiten und auf diese Weise die Wahrscheinlichkeit der Erkennung und Ausgabe eines korrekten Ergebnisses erhöhen. Dies mag eine Vielzahl an Informationen sein, die vorerst schwer greifbar war. Jedoch gleicht diese Fähigkeit stark der Funktionsweise des menschlichen Gehirns. Auch unser System folgt ähnlichen Prinzipien, um zu verstehen und zu lernen. 

 

Quellen:

https://chatbotslife.com/developing-a-chatbot-learn-the-difference-between-ai-machine-learning-and-nlp-40a3f745aec4

https://de.slideshare.net/LuminaryLabs/hype-vs-reality-the-ai-explainer

http://www.theverge.com/2016/2/29/11133682/deep-learning-ai-explained-machine-learning

https://www.forbes.com/sites/bernardmarr/2016/12/08/what-is-the-difference-between-deep-learning-machine-learning-and-ai/#5851a57926cf

http://www.computerworld.com/article/3040563/enterprise-applications/5-things-you-need-to-know-about-ai-cognitive-neural-and-deep-oh-my.html

http://t3n.de/news/ai-machine-learning-nlp-deep-learning-776907/

https://de.onpage.org/wiki/Natural_Language_Processing

http://t3n.de/news/ai-machine-learning-nlp-deep-learning-776907/

https://de.onpage.org/wiki/Natural_Language_Processing

 

02.06.2017
  • künstliche intelligenz
  • nlp
  • maschinelles lernen
  • deep learning

Kommentare

Diskutieren Sie mit der Community auf der Open-Innovation-Plattform