1. Kurze Einführung in KI & LLMs

1.3. Wie ist KI aufgebaut?

Um die Ziele der Mustererkennung, der präzisen Vorhersage und der Nachahmung menschlicher Intelligenz zu erreichen, verwendet die KI verschiedene Techniken, wobei Machine Learning und Deep Learning eine zentrale Rolle spielen.

Machine Learning ist ein Teilbereich der künstlichen Intelligenz, der es Systemen ermöglicht, automatisch aus Erfahrungen zu lernen und sich zu verbessern. Es verwendet Algorithmen, um Daten zu analysieren und daraus fundierte Entscheidungen zu treffen. ML kann Wissen generieren, Zusammenhänge erkennen und unbekannte Muster identifizieren. Dieses Wissen kann auf neue, unbekannte Datensätze angewendet werden, um Vorhersagen zu treffen und Prozesse zu optimieren. Machine Learning wird z.B. in der Werbung (Produktempfehlungen, Verhaltensprognosen), in der IT-Sicherheit (Erkennung von Kreditkartenbetrug/Malware), in der Wissenschaft und in der Medizin eingesetzt (Wuttke, 2023).

Deep Learning ist eine spezielle Methode der Informationsverarbeitung und ein wichtiger Teilbereich sowohl des Machine Learning als auch der künstlichen Intelligenz. Zur Analyse großer Datensätze verwendet Deep Learning neuronale Netze, die ähnlich wie das menschliche Gehirn funktionieren. Die Daten werden zunächst extrahiert und dann analysiert, um eine Schlussfolgerung oder Vorhersage zu treffen. Der mehrschichtige Aufbau dieser neuronalen Netze ermöglicht das automatisierte Lernen komplexer Muster und Darstellungen aus Daten und wird beispielsweise in der Bilderkennung, beim autonomen Fahren oder der Spracherkennung eingesetzt (Nopp, 2019; Delua, 2021).

Die Abbildug zeigt die Komponenten der Künstlichen Intelligenz in absteigenden, ineinanderlaufenden Kreisen: Artificial Intelligence, Machine Learning, Deep Learning und Generative AI.

Abb. 2: Komponenten der KI. Nach: Introduction to Generative AI, Apress, Seite 3. Applied Generative AI for Beginners. Kulkarni et al, 2023. 

  

  Video 3: Machine Learning. darasolut, 2023.