Hab mich mal schlau gemacht und etliche Meinungen und Ansichten mir reingezogen und komme selber zu diesen Schluss: Genau genommen ist KI nur eine Simulation von (ich weiß, darüber könnte man streiten ob es die wirklich gibt, aber ich nenn es mal so): menschlicher Intelligenz.
Sie funktionieren, indem sie große Mengen gelabelter Daten zum Training aufnehmen, die Daten auf Korrelationen und Muster analysieren und diese Muster nutzen, um Vorhersagen über zukünftige Zustände zu treffen. Auf diese Weise kann z. B. ein Chatbot, der mit Beispielen von Textchats gefüttert wird, lernen, lebensnahe Dialoge mit Menschen zu führen, oder ein Bilderkennungsprogramm kann lernen, Objekte in Bildern zu identifizieren und zu beschreiben, indem es Millionen von Beispielen überprüft. Eine KI braucht also eine Grundlage aus spezialisierter Hardware und Software zum Schreiben und Trainieren von Algorithmen für maschinelles Lernen. Die bekommt sie durch die Programmierung von Menschen, die sich im allgemeinen auf drei Fähigkeiten konzentriert: Lernen, logisches Denken und Selbstkorrektur.
Diese Wären: 1. Lernprozesse. Dieser Aspekt der Programmierung von KI konzentriert sich auf die Erfassung von Daten und die Erstellung von Regeln, wie die Daten in verwertbare Informationen umgewandelt werden können. Die Algorithmen, geben den Computer Schritt für Schritt Anweisungen, wie eine bestimmte Aufgabe zu erledigen ist. 2. Logikprozesse. Diese Programmierung konzentriert sich auf die Auswahl des richtigen Algorithmus, um ein gewünschtes Ergebnis zu erzielen und 3. Selbstkorrekturprozesse. Diese Programmierung dient der kontinuierlichen Feinabstimmung der Algorithmen, um sicherzustellen, dass sie möglichst genaue Ergebnisse liefern. Das bedeutet, eine KI weiß nur, was ihr gezeigt wurde; und daher unter Umständen eine mangelnde Fähigkeit zur Verallgemeinerung von einer Aufgabe auf eine andere.
Allerdings bei täglich anfallen riesigen Datenmengen, z. B. In der Forschung oder in Unternehmungen die einen Menschen überfordern können, können KIs, die maschinelles Lernen nutzen, diese Daten schnell in verwertbare Informationen umwandeln. Zum jetzigen Zeitpunkt besteht aber der Hauptnachteil des Einsatzes von KI darin, dass die Verarbeitung von großen Datenmengen, die für die Programmierung erforderlich sind, teuer ist.
Wir haben im Moment einen regelrechten Hype um KI. Deswegen haben sich viele Anbieter darum bemüht, die Nutzung von KI in ihren Produkten und Dienstleistungen an zu bieten. Aber oft ist das, was sie als KI bezeichnen, nur eine Komponente der künstlichen Intelligenz, wie zum Beispiel das maschinelles Lernen und sind damit von dem was z. B. Arend Hintze (Assistenzprofessor für integrative Biologie, Computerwissenschaft und Ingenieurwesen an der Michigan State University) in einem Artikel 2016 erklärte, dass KI in vier Arten unterteilt werden kann, angefangen bei den aufgabenspezifischen intelligenten Systemen, die heute weit verbreitet sind, bis hin zu empfindungsfähigen Systemen, die noch nicht existieren. Diese vier beschreibt er in etwa so:
1. Reaktive Maschinen (Reactive Machines). Diese KI-Systeme haben keinen Speicher und sind aufgabenspezifisch. Ein Beispiel ist Deep Blue, das IBM-Schachprogramm, das Garri Kasparow in den 1990er Jahren besiegte. Deep Blue kann Figuren auf dem Schachbrett erkennen und Vorhersagen treffen, aber da es kein Gedächtnis hat, kann es nicht auf frühere Erfahrungen zurückgreifen, um künftige Erfahrungen zu nutzen.
2. Begrenzte Speicherkapazität (Limited Memory). Diese KI-Systeme verfügen über ein Gedächtnis, so dass sie auf frühere Erfahrungen zurückgreifen können, um künftige Entscheidungen zu treffen. Einige der Entscheidungsfunktionen in selbst fahrenden Autos sind auf diese Weise konzipiert.
3. Theorie des Geistes (Theory of Mind). Theorie des Geistes ist ein Begriff aus der Psychologie. Auf die KI angewandt bedeutet er, dass das System über die soziale Intelligenz verfügt, Emotionen zu verstehen. Diese Art von KI wird in der Lage sein, menschliche Absichten zu erkennen und Verhalten vorherzusagen – eine Fähigkeit, die KI-Systeme benötigen, um integrale Mitglieder menschlicher Teams zu werden.
4. Selbstwahrnehmung (Self-awareness). In dieser Kategorie haben KI-Systeme einen Sinn für sich selbst, was ihnen ein Bewusstsein verleiht. Maschinen mit Selbstbewusstsein verstehen ihren eigenen aktuellen Zustand. Diese Art von KI gibt es noch nicht.
Hier mal der Link zu diesem Artikel, da ich nicht weiß wie gut die Übersetzung daraus ist.
