Künstliche Intelligenz bezeichnet ein technisches Forschungs- und Anwendungsfeld mit unterschiedlichen Methoden der automatisierten Informationsverarbeitung.

Künstliche Intelligenz

Grundlagen und thematische Einordnung

Künstliche Intelligenz umfasst ein breites technisches Themenfeld, das sich mit der Verarbeitung von Informationen durch rechnergestützte Systeme beschäftigt. Dazu gehören Verfahren zur Analyse von Daten, zur Erkennung von Mustern, zur Verarbeitung natürlicher Sprache und zur Bearbeitung visueller Informationen. Je nach technischer Aufgabe kommen unterschiedliche Modelle, Algorithmen und Datenstrukturen zum Einsatz.

Die einzelnen Bereiche der künstlichen Intelligenz unterscheiden sich hinsichtlich ihrer technischen Grundlagen und ihrer Verarbeitungsschritte. Einige Systeme arbeiten mit festgelegten Regeln, während andere auf statistischen Verfahren oder trainierten Modellen basieren. Eine thematische Betrachtung umfasst daher sowohl grundlegende Definitionen als auch die Beschreibung verschiedener technischer Ansätze.

Algorithmen
Modelle
Datenverarbeitung

Lernverfahren und Modellbildung

Maschinelles Lernen

Maschinelles Lernen ist ein Teilbereich der künstlichen Intelligenz. Dabei werden rechnergestützte Modelle anhand von Daten verarbeitet, um bestimmte Strukturen oder Zusammenhänge innerhalb dieser Daten abzubilden. Die verwendeten Verfahren können sich nach der Art der Trainingsdaten, der Modellstruktur und dem vorgesehenen Verarbeitungsschritt unterscheiden.

Zu den grundlegenden Formen gehören überwachtes, unüberwachtes und bestärkendes Lernen. Beim überwachten Lernen werden Daten mit vorgegebenen Zielinformationen verwendet. Beim unüberwachten Lernen werden Daten ohne solche Zielinformationen verarbeitet. Bestärkende Verfahren beziehen Rückmeldungen innerhalb eines definierten Lernprozesses ein.

Neuronale Netze

Neuronale Netze sind mathematische Modelle, die aus miteinander verbundenen Verarbeitungseinheiten aufgebaut sind. Die Einheiten werden häufig in Schichten angeordnet und verarbeiten Eingabedaten schrittweise. Abhängig von der Architektur können neuronale Netze für unterschiedliche Arten von Daten und Aufgaben verwendet werden.

Verschiedene Netzwerkarchitekturen verfügen über unterschiedliche Strukturen und Verarbeitungseigenschaften. Dazu gehören unter anderem Netze für Bilddaten, sequenzielle Daten und sprachbezogene Informationen. Die technische Funktionsweise ergibt sich aus der jeweiligen Architektur, den Parametern und dem verwendeten Trainingsverfahren.

Netzwerkschichten

Schichten bilden Bestandteile eines neuronalen Netzes und übernehmen unterschiedliche Verarbeitungsschritte innerhalb des Modells.

Parameter

Parameter sind Werte innerhalb eines Modells, die während bestimmter Trainingsprozesse angepasst werden können.

Eingabedaten

Eingabedaten werden dem Modell in einer für das jeweilige System vorgesehenen Form zugeführt.

Modellarchitektur

Die Modellarchitektur beschreibt den Aufbau und die Anordnung der technischen Verarbeitungseinheiten.

Sprachmodelle

Sprachmodelle sind technische Modelle zur Verarbeitung sprachbezogener Daten. Sie können Texteingaben anhand ihrer Modellstruktur verarbeiten und Beziehungen zwischen sprachlichen Einheiten berücksichtigen. Die jeweilige Verarbeitung hängt von Architektur, Trainingsverfahren und Datengrundlage des Systems ab.

Zur Verarbeitung natürlicher Sprache gehören verschiedene technische Aufgaben. Dazu zählen die Analyse von Texten, die Verarbeitung sprachlicher Zusammenhänge und die Erzeugung modellbasierter Textausgaben. Unterschiedliche Sprachmodelle können dabei verschiedene technische Strukturen und Verarbeitungsverfahren verwenden.

Daten und Informationsverarbeitung

Datentypen und technische Abläufe

Daten bilden eine wesentliche Grundlage vieler Verfahren der künstlichen Intelligenz. Sie können als Text, Bild, Audio, Tabelle oder in anderen digitalen Formaten vorliegen. Je nach System werden Daten erfasst, strukturiert, aufbereitet und anschließend innerhalb eines definierten technischen Verfahrens verarbeitet.

Die Eigenschaften eines Datensatzes stehen in Zusammenhang mit dem jeweiligen Modell und der vorgesehenen Verarbeitung. Dabei können Herkunft, Format, Struktur und Umfang der Daten unterschiedliche technische Anforderungen mit sich bringen. Eine sachliche Betrachtung von KI-Systemen berücksichtigt daher die Beziehung zwischen Daten, Modell und Verarbeitungsschritten.

Anwendungen und technische Bereiche

Künstliche Intelligenz findet sich in unterschiedlichen technischen Bereichen der digitalen Informationsverarbeitung. Dazu gehören unter anderem Bildanalyse, Spracherkennung, Textverarbeitung, Mustererkennung und die Verarbeitung strukturierter Daten. Die konkrete technische Umsetzung hängt vom jeweiligen System, den verwendeten Daten und der Modellarchitektur ab.

Einzelne KI-Verfahren können als eigenständige Systeme oder als Bestandteile größerer Softwarestrukturen eingesetzt werden. Dabei unterscheiden sich die technischen Abläufe nach Eingabe, Modell, Verarbeitung und Ausgabe. Die Betrachtung verschiedener Anwendungsbereiche ermöglicht eine Einordnung der unterschiedlichen Formen, in denen Verfahren der künstlichen Intelligenz technisch eingesetzt werden.

AIStudlabs

Die dargestellten Inhalte dienen ausschließlich Informationszwecken und stellen keine Empfehlung, Beratung oder professionelle Anleitung dar.