Was Ist Künstliche Intelligenz KI? Wie Funktioniert KI?

Inhaltsverzeichnis

Die letzte Eigenschaft, die KI-Systeme auszeichnet, ist die Fähigkeit zu lernen und sich anzupassen, während sie Informationen zusammenstellen und Entscheidungen treffen. Effektive künstliche Intelligenz muss sich an veränderte Umstände oder Bedingungen anpassen. Dies kann Änderungen der finanziellen Situation, des Straßenzustands, der Umweltaspekte oder der militärischen Umstände beinhalten.

Machine Vision erfasst und analysiert visuelle Informationen mithilfe einer Kamera, Analog-Digital-Wandlung und digitaler Signalverarbeitung. Es wird oft mit dem menschlichen Sehvermögen verglichen, aber maschinelles Sehen ist nicht an die Biologie gebunden und kann so programmiert werden, dass es beispielsweise durch Wände sieht. Es wird in einer Reihe von Anwendungen eingesetzt, von der Unterschriftenerkennung bis zur medizinischen Bildanalyse.

Sie sind vielleicht keine bekannten Namen, aber diese 42 Unternehmen für künstliche Intelligenz arbeiten an einer sehr intelligenten Technologie. Als Reaktion auf Japans FGCS startet die US-Regierung die Strategic Computing Initiative, um DARPA-finanzierte Forschung im Bereich Advanced Computing und KI bereitzustellen. Donald Hebb schlägt die Theorie vor, dass neuronale Bahnen aus Erfahrungen entstehen und dass die Verbindungen zwischen Neuronen stärker werden, je häufiger sie verwendet werden. Es ist jedoch erwähnenswert, dass die Industrie der künstlichen Intelligenz auch Arbeitsplätze schaffen wird – von denen einige noch nicht einmal erfunden wurden. MuZero, ein von DeepMind entwickeltes Computerprogramm, ist ein vielversprechender Vorreiter bei der Suche nach echter künstlicher allgemeiner Intelligenz. Es hat es geschafft, Spiele zu meistern, die ihm nicht einmal beigebracht wurden, darunter Schach und eine ganze Reihe von Atari-Spielen, durch rohe Gewalt, indem es Spiele millionenfach gespielt hat.

Sie können auch Muster aus früheren medizinischen Daten eines Patienten ableiten und diese verwenden, um zukünftige Gesundheitszustände vorherzusehen. KI analysiert mehr und tiefere Daten mithilfe neuronaler Netze, die viele verborgene Schichten haben. Früher war es unmöglich, ein Betrugserkennungssystem mit fünf versteckten Schichten aufzubauen. Sie benötigen viele Daten, um Deep-Learning-Modelle zu trainieren, da sie direkt aus den Daten lernen. Sie ist mit einer ähnlichen Aufgabe verbunden Computer zu nutzen, um die menschliche Intelligenz zu verstehen, aber KI muss sich nicht auf Methoden beschränken, die biologisch beobachtbar sind.“

  • Beispiele für maschinelles Lernen sind Bild- und Spracherkennung, Betrugsschutz und mehr.
  • Deep Blue war nur in der Lage, die Figuren auf einem Schachbrett zu identifizieren und zu wissen, wie sich jede Figur auf der Grundlage der Schachregeln bewegt, die aktuelle Position jeder Figur zu erkennen und zu bestimmen, was in diesem Moment der logischste Zug wäre.
  • Um den vollen Nutzen aus KI zu ziehen, tätigen viele Unternehmen erhebliche Investitionen in Data-Science-Teams.
  • Auf diese Weise können Länder vorankommen und die Vorteile künstlicher Intelligenz und neuer Technologien nutzen, ohne die wichtigen Qualitäten zu opfern, die die Menschheit ausmachen.
  • Wenn die Forschung zur künstlichen allgemeinen Intelligenz ausreichend intelligente Software hervorbringen würde, könnte sie sich möglicherweise selbst umprogrammieren und verbessern.

Aber es ist auch wichtig, hinter die Ergebnisse der KI zu schauen und zu verstehen, wie die Technologie funktioniert und welche Auswirkungen sie auf diese und zukünftige Generationen hat. KI wird vereinfacht, wenn Sie Daten für die Analyse vorbereiten, Modelle mit modernen maschinellen Lernalgorithmen entwickeln und Textanalysen in einem Produkt integrieren können. Außerdem können Sie Projekte programmieren, die SAS mit anderen Sprachen kombinieren, darunter Python, R, Java oder Lua. Es verwendet Methoden aus neuronalen Netzwerken, Statistik, Operations Research und Physik, um verborgene Einblicke in Daten zu finden, ohne explizit darauf programmiert zu sein, wo gesucht oder Schlussfolgerungen gezogen werden sollen.

Dies schränkt das Ausmaß ein, in dem Kreditgeber Deep-Learning-Algorithmen verwenden können, die von Natur aus undurchsichtig und nicht erklärbar sind. KI ist für viele der größten und erfolgreichsten Unternehmen von heute von zentraler Bedeutung, darunter Alphabet, Apple, Microsoft und Meta, wo KI-Technologien eingesetzt werden, um den Betrieb zu verbessern und die Konkurrenz zu überholen. Bei der Alphabet-Tochter Google beispielsweise steht KI im Mittelpunkt ihrer Suchmaschine, der selbstfahrenden Autos von Waymo und von Google Brain, das die neuronale Transformatorarchitektur erfunden hat, die die jüngsten Durchbrüche in der Verarbeitung natürlicher Sprache untermauert.

Künstliche Neurale Netzwerke

Diese Fähigkeit umfasst die Analyse von bisher unbekanntem Code auf DNA-Ebene mit der Möglichkeit, eingehenden bösartigen Code zu erkennen und zu stoppen, indem eine Zeichenfolgenkomponente der Datei erkannt wird. Auf diese Weise stoppten bestimmte Schlüsselsysteme in den USA die schwächenden „WannaCry“- und „Petya“-Viren. NIST trägt zu der Forschung, den Standards und den Daten bei, die erforderlich sind, um das volle Versprechen der künstlichen Intelligenz als Wegbereiter für amerikanische Innovationen in allen Industrie- und Wirtschaftssektoren zu verwirklichen.

image

Neuronen haben ein kontinuierliches Aktivierungsspektrum; Darüber hinaus können Neuronen Eingaben auf nichtlineare Weise verarbeiten, anstatt einfache Stimmen zu gewichten. Frühe Forscher entwickelten Algorithmen, die das schrittweise Denken nachahmten, das Menschen verwenden, wenn sie Rätsel lösen oder logische Schlussfolgerungen ziehen. In den späten 1980er und 1990er Jahren hatte die KI-Forschung Methoden entwickelt, um mit unsicheren oder unvollständigen Informationen umzugehen, wobei Konzepte aus der Wahrscheinlichkeits- und Wirtschaftswissenschaft verwendet wurden. Forscher der 1960er und 1970er Jahre waren davon überzeugt, dass es mit symbolischen Ansätzen schließlich gelingen würde, eine Maschine mit künstlicher allgemeiner Intelligenz zu schaffen, und betrachteten dies als Ziel ihres Fachgebiets. Herbert Simon sagte voraus, dass „Maschinen in zwanzig Jahren in der Lage sein werden, jede Arbeit zu erledigen, die ein Mensch tun kann“.

image

KI-Unternehmen Mit Künstlicher Intelligenz, Die Sie Kennen Sollten

Darüber hinaus kann es schwierig und zeitaufwändig sein, die Regeln zu ändern, wenn sich der Wissensbereich ändert. Sie werden im Gesundheitswesen langsam durch mehr Ansätze ersetzt, die auf Daten und maschinellen Lernalgorithmen basieren. In seiner einfachsten Form ist künstliche Intelligenz ein Bereich, der Informatik und robuste Datensätze kombiniert, um Problemlösungen zu ermöglichen. Es umfasst auch Teilbereiche des maschinellen Lernens und des Deep Learning, die häufig im Zusammenhang mit künstlicher Intelligenz genannt werden. Diese Disziplinen bestehen aus KI-Algorithmen, die darauf abzielen, Expertensysteme zu erstellen, die Vorhersagen oder Klassifizierungen auf der Grundlage von Eingabedaten treffen. Keine etablierte vereinheitlichende Theorie oder kein Paradigma hat die KI-Forschung während des größten Teils ihrer Geschichte geleitet.

Die beiden präsentierten ihren bahnbrechenden Logic Theorist, ein Computerprogramm, das bestimmte mathematische Theoreme beweisen kann und als erstes KI-Programm bezeichnet wird. Die Ausarbeitung von Gesetzen zur Regulierung von KI wird nicht einfach sein, zum Teil, weil KI eine Vielzahl von Technologien umfasst, die Unternehmen für unterschiedliche Zwecke einsetzen, und zum Teil, weil Vorschriften zu Lasten des Fortschritts und der Entwicklung von KI gehen können. Die schnelle Entwicklung von KI-Technologien ist ein weiteres Hindernis für eine sinnvolle Regulierung der KI, ebenso wie die Herausforderungen, die sich aus der mangelnden Transparenz der KI ergeben, die es schwierig machen zu erkennen, wie die Algorithmen zu ihren Ergebnissen kommen. Darüber hinaus können technologische Durchbrüche und neuartige Anwendungen wie ChatGPT und Dall-E bestehende Gesetze sofort hinfällig machen. Und natürlich hindern die Gesetze, die Regierungen zur Regulierung der KI erlassen, Kriminelle nicht daran, die Technologie mit böswilliger Absicht zu nutzen.

Fünf KI-Technologien, Die Sie Kennen Müssen

Sobald wir künstliche allgemeine Intelligenz erreicht haben, könnten KI-Systeme ihre Fähigkeiten schnell verbessern und in Bereiche vordringen, von denen wir vielleicht nicht einmal geträumt hätten. Während der Abstand zwischen AGI und ASI relativ gering wäre (manche sagen nur eine Nanosekunde, denn so schnell würde die künstliche Intelligenz lernen), lässt der lange Weg, der vor uns liegt, in Richtung AGI selbst dies wie ein Konzept erscheinen, das weit in der Zukunft liegt . Wir betreten hier fast Science-Fiction-Territorium, aber ASI wird als logische Weiterentwicklung von AGI angesehen. Ein künstliches Superintelligenzsystem wäre in der Lage, alle menschlichen Fähigkeiten zu übertreffen. Dazu gehören Entscheidungen treffen, rationale Entscheidungen treffen und sogar Dinge wie bessere Kunst machen und emotionale Beziehungen aufbauen.

In Kombination mit maschinellem Lernen und neuen KI-Tools kann RPA größere Teile von Unternehmensjobs automatisieren, sodass die taktischen Bots von RPA Informationen von KI weitergeben und auf Prozessänderungen reagieren können. KI, maschinelles Lernen und Deep Learning sind gängige Begriffe in der Unternehmens-IT und werden manchmal synonym verwendet, insbesondere von Unternehmen in ihren Marketingmaterialien. Der in den 1950er Jahren Keynote Speaker Künstliche Intelligenz geprägte Begriff KI bezeichnet die Simulation menschlicher Intelligenz durch Maschinen. Es deckt eine sich ständig ändernde Reihe von Fähigkeiten ab, wenn neue Technologien entwickelt werden.