AI - Eine Einführung in Artificial Intelligence

Heutzutage ist AI in der IT-Branche allgegenwärtig. Aber wie funktioniert sie? Und wie kannst Du selbst eine künstliche Intelligenz schaffen? Ich erkläre Dir alles, was Du wissen musst, um mit AI loszulegen.

AI Geschichte

Schon seit der Antike haben die Menschen darüber nachgedacht, Dinge zum Leben zu erwecken. Mit der Erfindung von Computern nahm die Idee von denkenden Maschinen Gestalt an.

Im Jahr 1950 erfand Alan Turing den Turing-Test, um zu beurteilen, ob eine Maschine intelligent ist oder nicht.

Der Begriff Künstliche Intelligenz wurde erstmals 1956 auf einer Konferenz am Dartmouth College erwähnt.

Eine wichtige Erfindung im Jahr 1967 war der Nearest-Neighbor-Algorithmus, der für die Klassifizierung von Objekten und die Mustererkennung wichtig ist.

Der erste autonome Wagen wurde 1979 entwickelt. Er wurde Stanford Cart genannt und konnte Wände erkennen und ihnen ausweichen.

Im Jahr 1985 wurde die AI NETtalk erfunden. Sie nutzte Deep Learning, um zu lernen, wie man spricht.

AI Geschichte

1997 begann AI richtig durchzustarten. Dem IBM-Supercomputer Deep Blue gelang es, den damaligen Schachweltmeister Garry Kasparov zu besiegen.

Die NASA entwickelte die selbstfahrenden Erkundungsrover Spirit und Opportunity, die 2004 autonom auf der Marsoberfläche fuhren.

Im Jahr 2011 besiegte eine KI namens Watson einen Menschen in der Spielshow "Jeopary!".

Googles AlphaGo schlug 2016 einen Profispieler in Go. Go gilt als weitaus komplexer als Schach, und für den Erfolg ist nicht nur Rechenleistung erforderlich.

Im Jahr 2019 besiegte eine AI sogar einen Profispieler in Starcraft II.

Heute ist AI überall. Sie hat das Problem der Proteinfaltung gelöst und sogar gelernt, Kunst zu schaffen oder Code zu schreiben.

Wichtige Begriffe

Hier findest Du einen Überblick über die wichtigsten Begriffe im Zusammenhang mit AI.

Wichtige Begriffe

Das Gebiet der künstlichen Intelligenz ist sehr umfangreich. Es umfasst Dinge wie Computer Vision, natürliche Sprachverarbeitung, Robotik und Automatisierung, um nur einige zu nennen.

Ein wichtiger Teil der AI ist das Machine Learning. Dabei handelt es sich um eine Sammlung von Methoden und Algorithmen, die es einem Computer ermöglichen, zu lernen. Diese Methoden können in drei Klassen unterteilt werden:

Supervised Learning, Unsupervised Learning und Reinforcement Learning.

Beim Supervised Learning verwendet die KI gekennzeichnete Daten zum Trainieren. Dies ist beim Unsupervised Learning nicht der Fall. Reinforcement Learning ist eine Möglichkeit, einen virtuellen Agenten zu trainieren. Der Agent erhält eine Belohnung, wenn er das tut, was er tun soll. Dadurch wird er zu dem gewünschten Verhalten ermutigt.

Neuronale Netzwerke

Eine spezielle Methode des Supervised Learning ist das Deep Learning. Beim Deep Learning wird ein so genanntes neuronales Netz trainiert. Das Netz besteht aus unzähligen Knoten (Neuronen). Sie sind mit einer bestimmten Gewichtung (Weight) verbunden und in Schichten (Layers) mit einem so genannten Bias gestapelt.

Um den Wert eines Neurons anhand des vorherigen Neurons zu berechnen, multipliziert man den Wert des vorherigen Neurons mit dem Weight zwischen den Neuronen und addiert den Bias.

Neuronale Netzwerke

Um das Netz zu trainieren, müssen Sie die beschrifteten Trainingsdaten in die Eingabe-Layer schreiben. Das Netzwerk propagiert die Daten durch eine variable Anzahl von versteckten Schichten entsprechend den Weights und Biases.

Schließlich erreichen die Daten die Ausgabe-Layer. Das Ausgabeneuron mit dem höchsten Wert ist die Vorhersage des Netzes. Je nachdem, ob die Vorhersage richtig ist oder nicht, passt die KI alle einzelnen Weights und Biases an. Auf diese Weise werden die Vorhersagen immer genauer, was bedeutet, dass das Netzwerk lernt.

Sieh Dir unser YouTube Video an, um ein Beispiel zu sehen und Ihre eigene KI zu trainieren.

AI Anwendungen

Werfen wir einen Blick auf einige Anwendungen von AI. Man könnte argumentieren, dass künstliche Intelligenz alles tun kann, wenn man nur genug Zeit und Rechenleistung hat.

AI Anwendungen

AI kann Bilder erkennen und menschliche Sprache verstehen. Wir alle kennen Dinge wie Alexa oder Siri.

Wenn du deine eigene AI bauen möchtest, insbesondere für die Heimautomatisierung, Computer Vision oder natürliche Sprachverarbeitung, dann haben wir etwas Besonderes für dich.

Unser neues AIY Maker Kit enthält alles, was du für deine Machine Learning Projekte brauchst.

Die kombinierte Leistung des Raspberry Pi 4 mit 8 GB RAM und dem Google Coral USB Accelerator bedeutet, dass Du alles bauen kannst, was Du willst. Denk an eine automatische Hundeklappe oder Deinen eigenen Hausassistenten. Du kannnst ein Schloss mit Gesichtserkennung oder ein Echtzeit-Übersetzungsgerät bauen.

Kommentar hinterlassen

Alle Kommentare werden von einem Moderator vor der Veröffentlichung überprüft