artificial intelligence, connection human and machine

Künstliche Intelligenz

Kann eine Maschine denken?

Künstliche Intelligenz – als ein Teilgebiet der Informatik zu verstehen – ist bereits seit 2017 ein Hypethema. Denn KI zeichnet sich bereits jetzt durch verschiedenste Einsatzgebiete aus: Sprachassistenten, Applikationen, Intelligenzspiele und vieles mehr.

Aber um auf die Eingangsfrage zurück zu kommen: Können diese Maschinen wirklich denken? Dabei steht man unverzüglich vor dem ersten Problem: Was bedeutet denken - Die Definitionen sind ebenso vielseitig wie unterschiedlich.

Doch was unterscheidet das menschliche vom maschinellen Denken?

Das menschliche Alleinstellungsmerkmal ist – zumindest noch bislang – das kreative und innovative Denken. Maschinen hingegen können bereits aus bestehenden Entscheidungsmöglichkeiten auswählen und eine ungleich große Daten- und somit Informationsmenge verarbeiten. Zudem bestechen sie vor allem durch Verlässlichkeit, Genauigkeit und Kontinuität – ihr Einsatz ist rund um die Uhr möglich. Auch die Lösung komplexer Aufgaben kann, nach einer entsprechenden Unterweisung, eigenständig übernommen werden. Die Basis künstlichen Denkens bilden dabei Algorithmen, hohe Rechenleistungen und das exponentielle Wachstum der zu verarbeitenden Daten.

Bereits diese Ausführungen zeigen, welch großes Potential in der künstlichen Intelligenz steckt. Denn auch die Arbeitswelt wird von der Weiterentwicklung des maschinellen Lernens betroffen sein.

GRUNDBEGRIFFE DER KÜNSTLICHEN INTELLIGENZ

Innovations and Trends in material handling and logistics

 

Künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik, das sich mit der Automatisierung intelligenten Verhaltens befasst. KI ist der Versuch, einen Rechner so zu programmieren, dass er – ähnlich einem entsprechend geschulten Menschen – eigenständig Probleme bearbeiten kann. Problemlösung bedeutet, anhand von Daten aus unterschiedlichen Quellen (Datenbanken, Sensoren, Videokameras etc.) Entscheidungen zu treffen, die innerhalb einer vorgegebenen Zeit eine angemessene Reaktion auf das zugrunde liegende Problem darstellen.

Mehr dazu erfahren Sie in unserem Whitpaper Künstliche Intelligenz.

artificial intelligence, brain with data streams, networking

 

 

Maschinelles Lernen ist ein Sammelbegriff für verschiedene Verfahren zur Ermittlung eines unbekannten funktionalen Zusammenhangs zwischen Eingangs- und Ausgangsdaten. Darunter finden sich neben den weiterhin wichtigen klassischen Anwendungen wie beispielsweise Clusterbildung, Regressions-, Faktoren- und Zeitreihenanalysen auch komplexere Methoden wie neuronale Netze, evolutionäre Ansätze oder Support Vector Machines.

Autor des Whitepapers "Künstliche Intelligenz"

Markus Klug - Teamleiter Data Science und Simulation (SSI SCHÄFER)
Forschungstätigkeit unterrichtete er zuerst nebenberuflich, anschließend hauptberuflich an diversen Fachhochschulen im Inland. Seit 2013 ist Markus Klug bei der SSI SCHÄFER IT Solutions GmbH für den Aufbau der Themen Datenanalyse und Simulation, später erweitert mit den Gebieten Data Science und Künstliche Intelligenz / Maschinelles Lernen zuständig. Als Militärexperte für Logistik der Miliz mit besonderem Arbeitsbereich "Militärisches Operations Research" ist er auch Ansprechpartner des Österreichischen Bundesheeres für Fragen aktueller Entwicklungen der mathematischen Modelle und Verfahren im Militärwesen. Markus Klug verfügt über eine breite Erfahrung und ein umfassendes Wissen durch seine diversen wissenschaftlichen Publikationen, Vorträge, Mitarbeiten in facheinschlägigen Programmkomitees sowie Session Chairs bei wissenschaftlicher Tagungen und der Reviewing Tätigkeit für internationale Fachjournale.