Inhaltsverzeichnis

11. Künstliche Intelligenz (KI)

Arten von KI

Man unterscheidet zunächst zwischen

  • wissensbasierten Systemen (bei denen Menschen der KI feste Regeln vorgeben, nach denen sie handeln soll) und
  • datenbasierten Systemen (bei denen die KI keine fest vorgegebenen Entscheidungsregeln hat, sondern diese auf Grundlage von Daten selbst findet, also gewissermaßen "lernt").

Übersicht über die KI-Verfahren

Wissensbasierte Systeme haben wir bereits in Jahrgangsstufe 11 kennengelernt. In diesem Kapitel werden wir uns mit den datenbasierten Systemen beschäftigen.

Kurzer Überblick über datenbasierte Systeme (Arten des Lernens)

Die nachfolgenden Bilder mit den Robotern stammen von der Seite "So lernen Maschinen!" von Prof. Tilman Michaeli u.a., auf der die folgenden Inhalte viel ausführlicher erklärt werden und die daher als zusätzliche Quelle sehr zu empfehlen ist!

Überwachtes Lernen

  • Das System erhält in der Trainingsphase eine Menge von Trainingsdaten, die korrekt gelabelt sind (z.B. Bilder, die je einen Hund oder eine Katze darstellen und mit "Hund" bzw. "Katze" gelabelt sind). Das System findet in dieser Phase automatisch eine Zuordnung zwischen den Daten (im Beispiel: Bildern) und den Labels.
  • In der nachfolgenden Testphase kann anhand korrekt gelabelter Testdaten der Erfolg des Lernvorgangs überwacht werden.
  • Paare von Trainings- und Testphasen werden so lange wiederholt, bis die Testphase erfolgreich war. Anschließend …
  • … kann die KI in der Anwendungsphase produktiv eingesetzt werden.

Unüberwachtes Lernen (unsupervised learning)

Unüberwachtes Lernen

Beim unüberwachten Lernen erhält das System eine Menge von Daten, die nicht gelabelt sind. Es soll diese Daten kategorisieren, d.h. die Menge anhand von Mustern in Teilmengen "ähnlicher" Daten zerlegen.

KI-Systeme unüberwachten Lernens werden z.B. eingesetzt,

  • um einem Kunden, der im Internet ein bestimmtes Produkt ansieht, weitere Produkte zu empfehlen,
  • um in einer großen Menge von Umsatzdaten Gemeinsamkeiten zu entdecken, die bisher nicht auffielen,
  • usw. .

Verstärkendes Lernen (reinforcement learning)

Verstärkendes Lernen

Bei verstärkenden Lernen bekommt die KI den Zustand des Systems in Form von Daten als Eingabe. Sie kann dann Agieren, um den Zustand zu verändern. Das Agieren wird bewertet und die Bewertung wird der KI in Form einer Zahl zurückgemeldet. Die KI passt dann ihre Strategie so an, dass die Bewertung beim nächsten Durchlauf möglichst hoch wird.
Positive Bewertungen werden oft als "Belohnung" der KI interpretiert, negative als "Bestrafung".

Verstärkendes Lernen kommt z.B. zum Einsatz

  • bei Strategiespielen
  • bei der Wettervorhersage