{"id":5215,"date":"2021-08-05T20:58:50","date_gmt":"2021-08-05T20:58:50","guid":{"rendered":"https:\/\/knowhow.distrelec.com\/?p=5215"},"modified":"2021-08-05T20:58:52","modified_gmt":"2021-08-05T20:58:52","slug":"wird-maschinelles-lernen-das-menschliche-lernen-uebertreffen","status":"publish","type":"post","link":"https:\/\/knowhow.distrelec.com\/de\/it-und-digitale-technologien\/wird-maschinelles-lernen-das-menschliche-lernen-uebertreffen\/","title":{"rendered":"Wird maschinelles Lernen das menschliche Lernen \u00fcbertreffen?"},"content":{"rendered":"\n

Fortschritte beim maschinellen Lernen machen den aktuellen H\u00f6henflug der KI (K\u00fcnstliche Intelligenz) m\u00f6glich und tragen zur Verwandlung etlicher Branchen und vieler allt\u00e4glicher Aufgaben bei. Aber wie sieht die Zukunft des maschinellen Lernens aus? <\/em><\/p>\n\n\n\n

\n\n\n\n
\n\t<\/div>\n\n\n\n

K\u00fcnstliche Intelligenz ist heute \u00fcberall zu finden: Sie steckt in unseren Smartphones und in Sprachassistenten wie Siri und Alexa. In unseren GPS-Systemen zeigt sie uns den schnellsten Weg nach Hause. Und in unseren sozialen Netzwerken pr\u00e4sentiert sie uns personalisierte News-Feeds und gezielte Werbung.<\/p>\n\n\n\n

All diese Anwendungen der k\u00fcnstlichen Intelligenz basieren auf maschinellem Lernen (ML), bei dem Algorithmen so konfiguriert werden, dass sie \u00e4hnliche kognitive Funktionen verwenden wie das menschliche Gehirn. Diese eigenst\u00e4ndige Lernfunktion hat bereits zur Verwandlung etlicher Branchen und vieler allt\u00e4glicher Aufgaben beigetragen. Die Vorteile liegen auf der Hand: Anstatt sich bei der Verarbeitung von Informationen und bei den daraus gefolgerten Entscheidungen auf Menschen zu verlassen (was oft zeitaufwendig und kostspielig ist), k\u00f6nnen Maschinen fast nahtlos die gleichen Einsch\u00e4tzungen vornehmen.<\/p>\n\n\n\n

Aber was passiert, wenn maschinelles Lernen den anderen Weg einschl\u00e4gt \u2013 in die Richtung, die gern in den Schreckensvisionen von Science-Fiction-Thrillern ausgemalt wird? Ist eine Zukunft nach dem Vorbild von Ex Machina<\/em> denkbar, in der maschinelles Lernen das menschliche Lernen \u00fcbertrifft? Und selbst wenn nicht, welche anderen Konsequenzen m\u00fcssen wir bei der Entwicklung dieser Technologie ber\u00fccksichtigen?<\/p>\n\n\n\n

KI und die Varianten des maschinellen Lernens<\/strong><\/strong><\/h2>\n\n\n\n

Um maschinelles Lernen zu verstehen, muss es zun\u00e4chst definiert werden. 1943 entdeckten Wissenschaftler, dass \u201ek\u00fcnstliche Neuronen\u201c logische Funktionen wie z. B. menschliches Lernen ausf\u00fchren konnten. Der Begriff \u201ek\u00fcnstliche Intelligenz\u201c wurde jedoch erst 1956 gepr\u00e4gt, als John McCarthy ihn w\u00e4hrend einer wissenschaftlichen Konferenz an der Dartmouth University<\/a> als Oberbegriff f\u00fcr eine Reihe von zukunftsweisenden Forschungsthemen verwendete.<\/p>\n\n\n\n

Heute bezieht sich KI auf die allgemeine F\u00e4higkeit einer Maschine, menschliches Verhalten zu imitieren. Dazu geh\u00f6ren Aufgaben wie Sprachverst\u00e4ndnis, die Wahrnehmung von Objekten und der Umgebung sowie fortgesetztes Lernen.<\/p>\n\n\n\n

Es gibt im Wesentlichen zwei Arten von KI:<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Eingeschr\u00e4nkte KI<\/strong><\/h3>\n\n\n\n

Die KI kann bestimmte Aspekte der menschlichen Intelligenz umsetzen, andere dagegen nicht. Die konkreten F\u00e4higkeiten, die eine solche KI besitzt, sind jedoch besonders gut entwickelt. Ein Beispiel daf\u00fcr ist die AlphaGo AI<\/a> von DeepMind. Sie kann den Weltmeister im Go-Spiel besiegen, aber nicht viel mehr als das.<\/p>\n\n\n\n

Generelle <\/strong>KI<\/strong><\/h3>\n\n\n\n

Die KI weist alle Merkmale menschlicher Intelligenz auf. Sie kann argumentieren, planen, abstrakt denken und aus Erfahrung lernen. Von der eingeschr\u00e4nkten KI bis hierher ist es gro\u00dfer Schritt, der bisher noch nicht vollst\u00e4ndig umgesetzt werden konnte.<\/p>\n\n\n\n

\u201eForscher gehen von einer 50 %igen Chance aus, dass KI den Menschen innerhalb von 45 Jahren bei allen Aufgaben \u00fcbertreffen wird.\u201c<\/em><\/p><\/blockquote>\n\n\n\n

 \u2013 Grace et al., 2017, When Will AI Exceed Human Performance?<\/em> Evidence from AI Experts<\/em><\/a><\/p>\n\n\n\n

Die Rolle des maschinellen Lernens<\/strong><\/strong><\/h2>\n\n\n\n

Maschinelles Lernen unterst\u00fctzt die Ziele der KI. Es ist nicht der einzige Weg, KI zu erreichen, aber bisher der erfolgreichste.<\/p>\n\n\n\n

Das bedeutet, dass es auch m\u00f6glich ist, KI ohne maschinelles Lernen aufzubauen. Denken Sie nur an Ihre eigene Intelligenz. Nat\u00fcrlich macht die Mustererkennung einen Teil dessen aus, wie Sie sprechen, rechnen und lesen gelernt haben. Aber diese Art des Lernens muss auch mit Experimenten, Entscheidungsfindung und Emotionen kombiniert werden, um ein erfolgreiches Ganzes zu ergeben. Ebenso erfordert KI \u2013 insbesondere generelle KI \u2013 mehr als nur Algorithmen, Entscheidungsb\u00e4ume und Daten.<\/p>\n\n\n\n

In diesem Sinne kann maschinelles Lernen als clevere Datenverarbeitungstechnik betrachtet werden. Der Begriff \u201emaschinelles Lernen\u201c (machine learning) wurde 1959 von Arthur Samuel<\/a> gepr\u00e4gt, der es als \u201edie F\u00e4higkeit, ohne explizite Programmierung zu lernen\u201c definierte. Anstatt detaillierte Anweisungen zu erhalten, wird der Algorithmus der Maschine so konfiguriert, dass er selbst Anpassungen und Optimierungen vornimmt, um Daten besser zu verarbeiten. Maschinen finden eine L\u00f6sung auf der Grundlage der Daten, die sie zur Verf\u00fcgung haben.<\/p>\n\n\n\n

Maschinelles Lernen erm\u00f6glicht es Softwaretechnikern, Daten optimal auszusch\u00f6pfen, ohne die Maschinen so programmieren zu m\u00fcssen, dass sie vorgeschriebenen Pfaden folgen.<\/p>\n\n\n\n

Es gibt verschiedene Variationen des maschinellen Lernens. Es sind dies:<\/p>\n\n\n\n

Lernen anhand von Wissensrepr\u00e4sentation<\/strong><\/h3>\n\n\n\n

Hierbei werden Systeme so konzipiert, dass sie automatisch die Repr\u00e4sentationen ermitteln, die f\u00fcr die Datenklassifizierung oder -erkennung erforderlich sind. Es gibt verschiedene Formen des Lernens anhand von Wissensrepr\u00e4sentation:<\/p>\n\n\n\n