Die drei Teilgebiete der Künstlichen Intelligenz
1: Das Handeln:
Das Teilgebiet Handeln umfasst die Sprachverarbeitung und Wissensrepräsentation und teilt sich in die Fachgebiete Natural Language Processing, Expertensysteme, Predictive Analytics und Robotik auf.
- Natural Language Processing wird auch als Computerlinguistik oder linguistische Datenverarbeitung bezeichnet. Ihr Ziel ist es, Computer auf der Grundlage von Algorithmen in die Lage zu versetzen, die menschlichen Sprache zu verstehen und zu interpretieren. Ein Erfolg wäre es, wenn es gelänge, eine Kommunikation zwischen Mensch und Computer herzustellen. Ein gängiges Beispiel hierfür ist Google Übersetzung.
- Expertensysteme sind Computerprogramme, die Lösungen und Handlungsempfehlungen durch Künstliche Intelligenz ableiten. Eine unverzichtbare Sache dafür ist eine Wissensbasis, in der das menschliche Wissen über Wenn-Dann-Beziehungen für Computer verständlich aufbereitet wird. Solche Expertensysteme werden zum Beispiel in der Therapie zur automatischen Entwöhnung von Beatmungspatienten oder zur Vorhersage von Erdbeben oder Überschwemmungen eingesetzt.
- Predictive Analytics ist eine Methode, die sich auf historische Daten stützt, die Prognosen für zukünftige Ereignisse liefern können. Diese Methode wird sowohl in der Versicherungsbranche als auch in der Meteorologie oder im Marketing eingesetzt.
- Die Robotik ist für den Bau eines Roboters, seinen Betrieb und seine Nutzung sowie für andere Dinge wie ihre Steuerung, sensorische Rückkopplung und Informationsverarbeitung zuständig. Die Intelligenz spielt dann eine Rolle, wenn es darum geht, die Handlungen der Roboter zu überwachen und zu planen.

2. Die Wahrnehmung:
Das Bereich der Wahrnehmung unterteilt sich in verschiedene Disziplinen wie Bildverarbeitung, Sprachererkennung, Texterkennung und Gesichtserkennung.
- Bildverarbeitung ist eigentlich die Verarbeitung von Signalen, die in Form von Bildern oder Videos vorliegen. Mithilfe von künstlicher Intelligenz können wir die Bildverarbeitung heute in der Dermatologie einsetzen, um z. B. Hautkrebs zu diagnostizieren.
- Spracherkennung bringt Computer näher an die gesprochene Sprache heran.Alltägliche Beispiele sind Siri und Alex, die bereits über eine automatische Spracherkennung verfügen.
- Texterkennung ist das Äquivalent zur Spracherkennung. Heute nutzen wir sie zum Beispiel durch Chatbots.
- Die Gesichtserkennung ermöglicht die Identifizierung von Personen anhand bestimmter Merkmale auf digitalen Bildern. Ein Beispiel wäre die Entsperrung von Smartphones sowie die Zugangskontrolle an Flughäfen.
3. Das Lernen:
Der dritte Bereich der Intelligenz ist das Lernen, mit tiegehendes Lernen, maschinellem Lernen , verstärkenden Lernen und Crowd Sourcing.
- Tiefgehendes Lernen ist auch bekannt als Deep Learning ist ein Teilgebiet des maschinellen Lernens. Es geht um die Erkennung von Mustern in neuronalen Netzen und Computerprogrammen, die mehrere Knotenebene verwenden. Aber es ist auch in der Lage, Entscheidungen zu treffen, die denen von Menschen ähneln und sich am menschlichen Gehirn orientieren. Ein Beispiel dafür sind selbstfahrende Fahrzeug.
- Verstärkendes Lernen ist auch als Learning bekannt und ist eine Methode des maschinellen Lernens. Was diese Methode besonders macht, ist die Tatsache, dass sie auf einem Belohnungssystem beruht. So lernt die Maschine selbstständig, welche Handlung am besten ist. Die Datenbasis bilden detaillierte Trial-and-Error-Verfahren innerhalb eines Simulationsszenarios. Ein Beispiel aus dem Alltag wäre eine Ampelschaltung.
- Crowd Sourcing ist auch unter dem Namen Human Computation bekannt und bezeichnet die Lösung von Aufgaben, die nicht allein durch künstliche Intelligenz gelöst werden können. Dies zeigt im Grunde , dass menschliches Eingreifen trotz der Ingenieurskunst immer noch notwendig ist.
