Zum Inhalt springen

Was ist maschinelles Lernen?

    Maschinelles Lernen ist die Schlüsseltechnologie der Künstlichen Intelligenz, die in der Kombination mit den klassischen KI-Methoden zu aufsehenerregenden Leistungen geführt hat. So konnten Schach- und Go-Meister geschlagen, Objekte in Bildern erkannt und neue, real wirkende Bilder erzeugt werden. Gerade wenn Mensch und Maschine wie bei den Spielen sich gleichberechtigt gegenüberstehen, wird darüber diskutiert, ob Maschinen intelligent sein und den Menschen ersetzen können. Die Frage nach einer allgemeinen oder gar umfassenden künstlichen Intelligenz lenkt aber von der tatsächlichen Forschung und ihren Anwendungen ab, denn faktisch werden einzelne Prozesse durch maschinelles Lernen optimiert und die Lernfähigkeit dient dazu, aus riesigen Datenmengen Information zu gewinnen. Google war die erste Suchmaschine, die maschinelles Lernen einsetzte und deshalb so erfolgreich war, doch als wichtigsten Einsatz maschinellen Lernens bei Google gilt die bessere Steuerung der Rechenzentren, denn durch KI konnten dieie Kosten für die Kühlung deutlich gesenkt werden. Beide Google-Anwendungen maschinellen Lernens machen deutlich, dass Lernergebnisse direkt in Handlungen umgesetzt werden und Teil eines einbettenden Systems sind. Lernverfahren der Künstlichen Intelligenz leiten aus Beobachtungen Zielwerte ab, wobei Beobachtungen durch Attributwerte (Werte von Zufallsvariablen) oder einzelne Fakten gegeben sind. Schon früh wurde ein Lernverfahren vorgestellt, das Regeln aus Beobachtungen lernen und die gelernten Regelwerke zur Ableitung von Vorhersagen nutzen konnte. Diese Entwicklung der TU Berlin wurde später zu einem System weiterentwickelt, das interaktiv mit einem Benutzer eine Wissensbasis aufbauen, strukturieren, modifizieren, auf Widersprüche hin untersuchen und diese auslösen konnte. Die Lernverfahren basierten dabei auf einer eingeschränkten Prädikatenlogik, d. h., aus wenigen Daten in einer verständlichen Repräsentation entwickelten und pflegten System und Benutzer gemeinsam eine Wissensbasis, deren Schlussfolgerungen in der betreffenden Anwendung genutzt werden (Morik, 2018).

    Literatur

    Morik, Katharina (2018). Schlüsseltechnologie Maschinelles Lernen. Digitale Welt, 2, 22-27.