Was ist KI?

Wenn Sie künstliche Intelligenz (oder KI) hören, nehmen Sie wahrscheinlich an, dass es etwas schwer zu verstehen ist und über Ihrem Verständnisniveau liegt. Aber letztendlich ist KI eine Software, die Muster erkennen kann. Apps und andere von KI betriebene Technologieprodukte können anhand der Daten, auf die sie trainiert wurden, fundierte Vermutungen über Dinge anstellen, auf die sie noch nie gestoßen sind. Hier ein Beispiel: Angenommen, eine Datenwissenschaftlerin lehrt eine App, um den Unterschied zwischen Hundefotos und Katzenfotos zu erkennen. Sie verwendet 1.000 Bilder mit der Bezeichnung „Hund“ oder „Katze“, um die App darin zu schulen, wie zu erkennen, welcher ist welcher. Nachdem sie die App gestartet hat, kann ein Benutzer ein Foto hochladen und die App kann feststellen, ob das Bild einen Hund oder eine Katze enthält. Kluges Zeug.

(Visueller Lerner? Ich werde die Forscherin Becca Ricks erklären lassen :)

Ist maschinelles Lernen etwas anderes?

Der Begriff „KI“ wird häufig verwendet — er ist einer dieser Ausdrücke, die Sie als Aufzählungszeichen auf der Rückseite einer Spielzeugkiste sehen oder in Werbespots für IBMs Watson hören. Es besteht die Möglichkeit, dass Sie Begriffe wie „Algorithmus“ oder sogar „Modell des maschinellen Lernens“ viel weniger gehört haben. Algorithmen unterstützen die KI — sie sind die Programme in der Software, die eine Reihe von Informationen aufnehmen und die Zahlen zusammenfassen. Ein Modell des maschinellen Lernens macht am Ende die Vorhersage.

Ein Algorithmus ist eine Software, die zahlreiche Informationen zu einem Thema anzeigen und klassifizieren kann. Wenn dieser Algorithmus dann auf eine große Menge von Trainingsdaten angewendet wird, die von Experten so genannt werden, wird ein Modell des maschinellen Lernen erstellt. Das Modell ist in der Lage, neue Daten aufzunehmen und basierend auf den vor ihm liegenden Daten Entscheidungen zu treffen. Hat Ihnen Ihr Streaming-Service Ihre neue Lieblingssendung vorgeschlagen? Dies konnte erreicht werden, indem Datenpunkte über Sie gesammelt wurden (was Sie gerade sehen, auf welchem Gerät Sie sich befinden, was andere Personen, die Ihnen ähnlich sind, sehen usw.) und das maschinelle Lernmodell der Streaming-Plattform Ihre neue Lieblingssendung ausspuckt, Trashy Reality Show Season 2: Miami. (Obwohl nur wenige Sie herausfordern würden, wenn Sie hier den Begriff „KI“ oder „Empfehlungssystem“ anstelle des „Modells des maschinellen Lernens“ verwenden würden.)

KI vs. Modell des maschinellen Lernens

Wie sieht KI in der realen Welt aus?

Sie haben bereits wahrscheinlich mit KI interagiert, ob Sie es bemerkt haben oder nicht. Wenn Sie durch Ihren Instagram-Feed gescrollt haben und die Beiträge in dieser "Sie werden es wahrscheinlich lieben"-Reihenfolge und nicht in chronologischer Reihenfolge angeordnet wurden, ist das KI bei der Arbeit. Hier wird es zweifelhaft: Wer Sie sind, wo Sie leben, wohin Sie gehen (im wirklichen Leben und online) und eine ganze Reihe anderer Faktoren können die Entscheidung beeinflussen, die ein KI-System über Ihnen trifft. Nicht in jedem Fall, aber sicherlich in einigen. Manchmal kann es sich darauf auswirken, welche Ihrer Freunde Ihren Facebook-Beitrag sehen werden, den Sie so leidenschaftlich gepostet haben. In anderen Fällen kann es eine schlimmere Auswirkung haben, z. B. die Bestimmung, welche Ressourcen Sie von Ihrer lokalen Regierung erhalten.

Gmails verwenden KI, um E-Mail-Sätze automatisch auszufüllen

KI ist also wirklich wichtig, oder?

Japp. Und mit zunehmender Verbreitung der KI wird es äußerst wichtig, dass wir alle sowohl die künstliche Intelligenz als auch die möglichen Auswirkungen verstehen. Je besser wir es verstehen, desto mehr werden wir sicherstellen, dass die KI die Prioritäten aller widerspiegelt, nicht nur der wenigen Auserwählten, die privilegiert genug sind, um sie zu erstellen.