9senses über künstliche Intelligenz
Was ist KI?
Als die meisten Kollegen bei 9senses mit Künstlicher Intelligenz künstlicher Intelligenz zu arbeiten begannen, hat kaum einer von uns diesen Begriff verwendet. Wir nannten das damals nicht-lineare Programmierung, Fuzzy Logic, Heuristik, Machine Learning.
Heute glauben viele Menschen, dass Künstliche Intelligenz Computer so fähig macht wir Menschen. In Tat und Wahrheit ist Computer-Software nach wie vor meilenweit davon entfernt, im Ganzen die Fähigkeiten eines Menschen zu erlangen. In bestimmten Bereichen allerdings kann KI menschliche Fähigkeiten hervorragend simulieren und teilweise auch übertreffen. Dies ist vor allem dort der Fall, wo große Datenmengen involviert sind. Auf dieser Seite möchten wir ein wenig Klarheit dazu schaffen, was KI wirklich kann, auch wenn wir sie damit ein wenig entzaubern, so wie das Joseph Weitzenbaum, der berühmte Erfinder von Eliza getan hat:
Mir war nicht bewußt, , ist, dass eine sehr kurze Exposition gegenüber einem recht einfachen Computerprogramm bei ganz normalen Menschen starke Wahnvorstellungen auslösen kann."
Joseph Weizenbaum (1923-2008), Inventor of Eliza
Aber was ist künstliche Intelligenz denn nun wirklich? Wir haben zwei KI-Sprachmodelle nach ihrer Definition von KI gefragt und haben zwei deutlich unterschiedliche Antworten erhalten. Lesen Sie hier, was Ki über Ki zu sagen hat.
Nachdem sich nicht einmal verschidene KI-Systeme darüber einig sind, was sie sind, haben wir keine Hemmungen mehr, unsere eigene Antwort zu geben. Wir bei 9senses definieren KI als "ein Computersystem, das in der Lage ist, auf ein vorher nie erlebtes Ereignis in einer diesem Ereignis angemessenen Art und Weise zu reagieren." Diese Fähigkeit unterscheidet KI deutlich von traditioneller Rechnerlogik, bei der jedes Ereignis (oder jede Kombination von Ereignissen) nur eine definierte Reaktion hat. Wir halten uns ausdrücklich davon fern, Computer mit Menschen zu vergliechn, weil diese selbst mit modernster KI Lichtjahre davon entfernt sind, unsere Fähigkeiten zu erreichen. In anderen wiederum sind sie uns weit überlegen.
Wichtige Technologien
Es gibt viele Möglichkeiten, KI-Technologien darzustellen. Hier ist ein Versuch, sie in vier Schlüsseltechnologien zu gliedern:
Natürliche Sprachverarbeitung (NLP)
Erst seit kurzem ist künstliche Intelligenz in der Lage, normale Sprache zu verstehen und zu sprechen. Dies macht Vieles möglich, gerade im Kundenkontakt.
Machine Learning
Muster in großen Datenmengen zu finden und daraus die richtigen Schlüsse zu ziehen sind Fähigkeiten, in denen Computer uns Menschen deutlich überlegen sind.
Bildverarbeitung
KI-unterstützte Bildverarbeitung ermöglicht es, in Bildern oder Videos mit hoher Präzision D,inge zu erkennen, Veränderungen zu entdecken oder einfach zu zählen.
Robotik
Ein Schlüsselfeld der KI ist die Entwicklung autonomer Systeme, die zum Beispiel selbständig ein Auto ohne Hilfe lenken können. Hier sind die Fähigkeiten aber noch begrenzt.
Wenn Sie etwas mehr über die Geschichte von Künstlicher Intelligenz und unsere eher philosophische Sicht darauf erfahren möchten, geht es unten weiter. andernfalls erfahren Sie hier, wie wir Sie bei KI-Themen unterstützen können..
ChatGPT answering “What is AI?”
Artificial Intelligence (AI) is the field of computer science focused on creating systems that can perform tasks that normally require human intelligence. AI enables machines to learn from experience, adapt to new inputs, and perform tasks like problem-solving, language understanding, perception, and decision-making.
AI can be broken down into several types and subfields:
- Narrow AI (or Weak AI) – AI systems designed for specific tasks, like voice recognition (e.g., Siri, Alexa), image recognition, or playing a game of chess. They excel at a narrow set of tasks but lack general awareness.
- General AI (or Strong AI) – Hypothetical AI that could perform any intellectual task a human can do, with the ability to reason, plan, and understand complex concepts. This level of AI does not yet exist.
- Machine Learning – A subset of AI that uses algorithms and statistical models to allow computers to learn from and make decisions based on data. For instance, machine learning is used in recommendation systems and predictive analytics.
- Deep Learning – A further subset of machine learning that uses artificial neural networks, inspired by the human brain, to analyze data and make decisions. Deep learning is commonly used in advanced image recognition, language processing, and autonomous driving.
- Natürliche Sprachverarbeitung (NLP) – The branch of AI that focuses on enabling machines to understand, interpret, and respond to human language in a meaningful way.
AI is increasingly used in fields like healthcare, finance, automotive, education, and customer service, transforming how we interact with technology in everyday life.
Gemini (Google) answering “What is AI?”
Artificial intelligence (AI) is a branch of computer science that aims to create intelligent agents, which are systems that can reason, learn, and act autonomously. AI encompasses a wide range of techniques and technologies, including machine learning, natural language processing, and computer vision.
Key Concepts in AI:
- Machine Learning: This involves training algorithms on large datasets to make predictions or decisions without being explicitly programmed.
- Natural Language Processing (NLP): This enables computers to understand and process human language, allowing for tasks like language translation and sentiment analysis.
- Computer Vision: This focuses on teaching computers to interpret and understand visual information from the world, such as images and videos.
Applications of AI:
AI is being used in a variety of fields, including:
- Healthcare: AI is used to develop new drugs, analyze medical images, and provide personalized treatment plans.
- Finance: AI is used for fraud detection, algorithmic trading, and customer service chatbots.
- Autonomous Vehicles: AI is used to develop self-driving cars and trucks.
- Entertainment: AI is used to create realistic computer graphics and generate personalized recommendations.
Geschichte der KI
1816: Fiction
1
Die Idee intelligent handelnder "Automaten" ist viel älter als der Computer selbst. E.T.A. Hoffmann zum Beispiel beschrieb in seiner Kurzgeschichte "Der Sandmann" schon im Jahr 1816 ein schönes Mädchen namens Olimpia, die wunderbar tanzen und singen, aber nur wenige Worte sprechen konnte. Sie ist in Tat und Wahrheit ein vom Physikprofessor Spalanzani entwickelter Automat.
1940s: The Turing Test
Mit den ersten Computern in den 1940er Jahren kam auch schnell die Idee auf, idese könnten schon bald so intelligent sein wie der Mensch. Im Jahr 1949 entwickelte der britische Matehmatiker Alan Turing einen Test, um die Fähigkeit eines Computers zu testen, sich im Dialog wie ein Mensch zu verhalten. Es dauerte danach noch 65 Jahre, bis eine KI seinen Test erstmals knapp bestand.
2
1966: Eliza
3
Als der Psychologe Joseph Weizenbaum im Jahr 1966 sein Chatprogramm "Eliza" entwickelte, verstand er das als spielerischen Versuch, den Dialog mit einem Psychologen in natürlicher Sprache zu simulieren. Obschon das Programm sehr simpel war, hatten viele Leute dennoch den Eindruck von Intelligenz und sahen es als Zeichen an, schon bald normal mit Computern sprechen zu können.
Die 80er: Machine Learning
Mit zunehmender Rechenleistung und Speicherkapazität, die große Datenmengen handhaben konnten, wurde Machine Learning realistisch. Damit war es möglich, durch Algorithmen Muster in riesigen Datenmengen zu finden, sie mit bestimmten Ereignissen zu verknüpfen - und daraus Handlungsempfehlungen zu generieren.
4
Die 90er: Schach spielen (und gewinnen)
5
Im Jahr 1997 gewann IBMs Supercomputer Deep Blue erstmals ein ganzes Match gegen den amtierenden Schachweltmeister Garry Kasparov. Hauptsächlich befeuert bei der riesigen Rechenleistung, die mehr als 200 Millionen Positionen pro Sekunde prüfen konnte, nutzte das Programm auch KI-nahe Machine Learning-Algorithmen (Heuristik und Minimax Optimierungen).
Die 2000er: Sehen und Wissen
Nachdem optische Zeichenerkennung (OCR( schon länger funktionierte, waren Computern nur plötzlich in der Lage, zu "sehen". Die ersten Gesichts- und Objekterkennungsprogramme kamen auf. Heute ist KI problemlos in der Lage, Objekte und Personen zu erkennen und Bewergungen zu erfassen.
6
Die 2010er: Komplexe Probleme Lösen
7
The previous decade was the era where all previous efforts in making computers act “intelligently” came together, and where many breakthroughs shifted public attention towards the term “Artificial Intelligence” again, after it had been rarely used since the 1970s. By 2010, normal desktop and laptop computers were strong enough to perform AI tasks.
Die 2020er: Zuhören und Sprechen
Inzwischen erlauben es Large Language Models, dass wir in normaler Sprache mit Computern interagieren. Diese LLMs bestehen den Turing-Test routiniert, d.h. sie verstehen und antworten uns in unserer eigenen Sprache.
8