Die Begriffe Künstliche Intelligenz (KI), Maschinelles Lernen (ML) und Algorithmen werden häufig falsch verwendet und missverstanden. Sie werden als Synonyme betrachtet, obwohl sie es nicht sind. Dies führt zu unnötiger Verwirrung in einem bereits äußerst komplexen Umfeld.
Das ist bis zu einem gewissen Grad verständlich. Die Definitionen jedes Wortes oder Begriffs, die mit einem neuen Trend in Verbindung gebracht werden, sind in ihrer Auslegung zwangsläufig etwas variabel. KI, ML und Algorithmen sind jedoch drei Begriffe, die es schon lange genug gibt, um ihnen eine feste Bedeutung zuzuweisen.
Um alle Missverständnisse und Unklarheiten zu beseitigen, haben wir uns mit Berend Berendsen, CTO von Quinyx zusammengesetzt, um ein für alle Mal die Unterschiede zwischen KI, ML und Algorithmen zu klären.
Was ist ein Algorithmus?
Ein Algorithmus ist eine beliebige Form automatisierter Anweisungen. Die meisten Algorithmen sind einfacher, als die meisten Menschen vermuten. Manchmal bestehen sie aus einer einzigen „Wenn-Dann-Anweisung”. Wenn diese Taste gedrückt wird, dann führe diese Aktion aus.
Ein Algorithmus kann entweder eine Folge von einfachen „Wenn-Dann-Anweisungen” oder eine Folge von komplexeren mathematischen Gleichungen sein. Die Komplexität eines Algorithmus hängt von der Komplexität jedes einzelnen Schritts ab, den er ausführen muss, sowie von der Anzahl der Schritte, die der Algorithmus insgesamt ausführen muss.
Was ist maschinelles Lernen?
Während Algorithmen die Bausteine sind, aus denen maschinelles Lernen und Künstliche Intelligenz bestehen, gibt es einen entscheidenden Unterschied zwischen ML und KI. Dieser Unterschied besteht aus den Daten, die als Input verwendet werden.
Maschinelles Lernen basiert auf einer Reihe von Algorithmen, die mit strukturierten Daten gefüttert werden, um eine Aufgabe zu erfüllen, ohne dass sie dafür programmiert wurden. Ein Algorithmus zur Erkennung von Kreditkartenbetrug ist ein gutes Beispiel für maschinelles Lernen. Haben Sie schon einmal eine Nachricht erhalten, in der Sie gefragt wurden, ob Ihre Kreditkarte in einem bestimmten Land für einen gewissen Geldbetrag eingesetzt wurde? Danken Sie dem maschinellen Lernen dafür.
Die Daten, die dieser spezielle Algorithmus erhält, sind strukturiert. Banken speichern Daten in einem festen Format, wobei jede Transaktion ein Datum, einen Ort, einen Betrag usw. enthält. Wenn der Wert für die Ortsvariable plötzlich von dem abweicht, was der Algorithmus normalerweise erhält, wird er Sie warnen und die Transaktion stoppen. Genau diese Art von strukturierten Daten wird als maschinelles Lernen bezeichnet.
Was ist künstliche Intelligenz?
Bevor wir uns damit beschäftigen, was genau KI ist, müssen wir anmerken, dass es keine klare Trennung zwischen KI und ML gibt. Maschinelles Lernen ist in der Tat ein Teil der KI. Künstliche Intelligenz wird jedoch als ein Satz von Algorithmen definiert, die in der Lage sind, mit unvorhergesehenen Ereignissen umzugehen. KI unterscheidet sich vom maschinellen Lernen dadurch, dass sie mit unstrukturierten Daten gefüttert werden kann und trotzdem funktioniert. Einer der Gründe, warum KI oft synonym mit maschinellem Lernen verwendet wird, liegt darin, dass es nicht immer einfach ist, festzustellen, ob die zugrunde liegenden Daten strukturiert oder unstrukturiert sind. Dabei geht es nicht so sehr um überwachtes und unüberwachtes Lernen (das ist eine ganz andere Geschichte), sondern um die Art und Weise, wie die Daten formatiert und dem KI-Algorithmus vorgelegt werden.
Ein gutes Beispiel für eine extrem leistungsfähige KI ist der Roboter Atlas von Boston Dynamic, der sich physisch durch die Welt bewegen und dabei Hindernissen ausweichen kann. Er weiß nicht, worauf er stoßen könnte, funktioniert aber auch ohne strukturierte Daten bewundernswert gut. Die Daten sind hier viel komplexer als im Beispiel der Betrugserkennung, da die Variablen unbekannt sind. Dennoch handelt der Algorithmus jedes Mal, wenn er aktiviert wird und auf eine völlig neue Situation stößt, ohne menschliches Zutun so, wie er es tun sollte.
Kurz gesagt: Algorithmen sind automatisierte Anweisungen und können einfach oder komplex sein, je nachdem, wie viele Ebenen der ursprüngliche Algorithmus umfasst. Maschinelles Lernen und Künstliche Intelligenz sind beides Reihen von Algorithmen, unterscheiden sich aber je nachdem, ob die Daten, die sie erhalten, strukturiert oder unstrukturiert sind.
Wir hoffen, dass dies ein wenig Klarheit in die Begriffe bringt, die allzu oft synonym gebraucht werden. Für uns war es sehr hilfreich, den Unterschied zwischen diesen Definitionen zu verstehen, und wir hoffen, dass dies auch für Sie von Nutzen sein wird.
Sie wollen erfahren, wie die Algorithmen bei Quinyx funktionieren? Lassen Sie uns gerne darüber sprechen:
