Unser Gehirn besitzt etwa 86 Milliarden Nervenzellen, die enorme Datenmengen verarbeiten. Das neuronale Netzwerk ist ein Vorbild für die Forschung an künstlicher Intelligenz (KI) und maschinellem Lernen. Die Kategorisierung der KI gestaltet sich jedoch schwierig, denn in den letzten Jahrzehnten gab es eine große Vielfalt unterschiedlicher Ansätze, Methoden und Begrifflichkeiten.
Wie lässt sich künstliche Intelligenz klassifizieren? Welche Hardware ist nötig, um KI umzusetzen? Wie funktionieren künstliche neuronale Netze und maschinelles Lernen? Wo wird KI bereits erfolgreich angewendet und wo wird sie zukünftig zum Einsatz kommen?
Alessio Dal Cero gibt einen umfassenden Überblick über den aktuellen Forschungsstand zur künstlichen Intelligenz. Er stellt Anwendungsbereiche in der Wirtschaft vor und unterlegt diese mit Praxisbeispielen. Außerdem betrachtet er gesellschaftliche und ethische Aspekte der Thematik.
Aus dem Inhalt:
- maschinelles Lernen;
- starke und schwache KI;
- Natural Language Processing;
- Deep-Learning;
- Automatisierung
Inhaltsverzeichnis
1 Einleitung
1.1 Relevanz des Themas
1.1 Zielsetzung & Anwendung
2 Menschliche & Künstliche Intelligenz
2.1 Begriffliche Einordnung und Definition
2.2 Unterteilung Menschliche Intelligenz
2.3 Ansätze möglicher Klassifizierung und Gruppierung der KI
2.4 Entwicklung der künstlichen Intelligenz
2.5 Technische Möglichkeiten
3 Neuronale Netze
3.1 Aufbau eins Neurons
3.2 Funktionsweise eines Neurons
4 Künstliche Neuronale Netze
4.1 Künstliche Neuronen
4.2 Schichten von Neuronalen Netzen
4.3 Mathematische Simulation des biologischen Vorbilds
4.4 Netztopologie
4.5 Regression und Klassifikation durch Neuronale Netze
4.6 Optimierung und Fehlerminimierung von Neuronalen Netzen
4.7 Probleme Neuronaler Netze
5 Maschinelles Lernen
5.1 Überwachtes Lernen – Supervised Learning
5.2 Unüberwachtes Lernen – Unsupervised Learning
5.3 Verstärkendes Lernen – Reinforcement Learning
6 Anwendung der KI
6.1 Anwendung in der Wirtschaft
7 Gesellschaftliche Aspekte
7.1 Ökonomischer Blickwinkel
7.2 Ethischer und Sozialer Blickwinkel
8 Ausblick und Fazit
Zielsetzung & Themen
Diese Bachelorarbeit untersucht das Feld der Künstlichen Intelligenz (KI) durch eine systematische Kategorisierung und Einordnung. Das primäre Ziel ist es, ein verständliches Bild der KI-Technologien zu vermitteln, deren Entwicklung aufzuzeigen und die heutigen Anwendungsbereiche in der Wirtschaft praxisnah zu validieren.
- Kategorisierung und Definition von menschlicher und künstlicher Intelligenz.
- Funktionsweise biologischer und künstlicher neuronaler Netze.
- Methoden des maschinellen Lernens (Supervised, Unsupervised, Reinforcement Learning).
- KI-Frameworks und konkrete Anwendungsbeispiele in der modernen Wirtschaft.
- Gesellschaftliche, ökonomische und ethische Perspektiven auf die KI-Entwicklung.
Auszug aus dem Buch
2.3.1.2 Natural Language processing (NLP)
NLP ist eine Disziplin der Künstlichen Intelligenz und beschreibt die Fähigkeit der maschinellen Verarbeitung, des Verstehens und Generierung von menschlicher Sprache in gesprochener oder schriftlicher Form. Diese Technik lässt Computer von ausschließlich formalisierten Programmiersprachen entfernen und „lernt“ Maschinen die menschliche Sprache.
Auch wenn die NLP in vergangener Zeit größte Fortschritte feiern konnte, bleibt eine der größten Herausforderungen die Semantik der menschlichen Sprache, die übergreifend keinerlei Einheit folgt und Abhängig von verschiedenster Faktoren wie Grammatik, Kultur, Zeit und Interpretation ab. Um der Maschine die Fähigkeit zu verleihen Wortbedeutungen im Kontext intuitiv richtig zu deuten, werden unter anderem verschiedene Maschine Learning Methoden kombiniert. Zum allgemeinen Fortschritt in der Computerlinguistik tragen auch in Anwendung der KI beschriebenen Daten- und Hardware-Faktoren ein.
Beispiele zur heutigen Anwendung werden in Economic Use Cases beschrieben. ([9] Gentsch 2018, S. 31)
Zusammenfassung der Kapitel
1 Einleitung: Die Einleitung beleuchtet die Relevanz Künstlicher Intelligenz im Kontext der rasant wachsenden digitalen Datenmengen und definiert Zielsetzung sowie Anwendung der Arbeit.
2 Menschliche & Künstliche Intelligenz: Dieses Kapitel liefert eine begriffliche Einordnung, unterteilt menschliche Intelligenz in verschiedene Bereiche und klassifiziert KI anhand methodischer Ansätze.
3 Neuronale Netze: Das Kapitel erläutert den Aufbau und die Funktionsweise biologischer Neuronen als Vorbild für die Informationsverarbeitung.
4 Künstliche Neuronale Netze: Es werden künstliche Neuronen, Schichtarchitekturen, mathematische Lernmodelle und die Netztopologie sowie die Fehlerminimierung thematisiert.
5 Maschinelles Lernen: Das Kapitel definiert Maschinelles Lernen als Teilbereich der KI und differenziert zwischen den Lernmethoden Supervised, Unsupervised und Reinforcement Learning.
6 Anwendung der KI: Hier werden aktuelle Anwendungsbereiche der KI in der Wirtschaft sowie das KI-Business-Framework und konkrete Praxisbeispiele (z.B. Amazon, Otto Group) vorgestellt.
7 Gesellschaftliche Aspekte: Diese Sektion betrachtet den ökonomischen Wandel, die Auswirkungen auf den Arbeitsmarkt sowie ethische Anforderungen an KI-Technologien.
8 Ausblick und Fazit: Das abschließende Kapitel reflektiert die technologische Entwicklung und gibt einen Ausblick auf die zukünftige Bedeutung der KI.
Schlüsselwörter
Künstliche Intelligenz, KI, Neuronale Netze, Maschinelles Lernen, Supervised Learning, Unsupervised Learning, Reinforcement Learning, NLP, Data Science, Deep Learning, Digitalisierung, Algorithmen, Wirtschaft, Ökonomie, Ethik.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit behandelt das aktuelle Thema Künstliche Intelligenz, indem sie den Stand der Forschung zusammenfasst, die technologischen Grundlagen erklärt und die Auswirkungen auf Wirtschaft und Gesellschaft analysiert.
Was sind die zentralen Themenfelder der Arbeit?
Die Arbeit fokussiert sich auf die Definition von Intelligenz, die Funktionsweise neuronaler Netze, verschiedene Methoden des maschinellen Lernens sowie die praktische Anwendung von KI-Business-Frameworks.
Was ist das primäre Ziel oder die Forschungsfrage?
Das Ziel der Arbeit ist es, die Entwicklung der KI zu beleuchten, die verschiedenen Facetten und Einsatzbereiche systematisch zu kategorisieren und dem Leser ein verständliches Bild der heutigen Möglichkeiten zu vermitteln.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit basiert auf einer fundierten Zusammenstellung und Analyse aktuellster Literatur und wissenschaftlicher Standpunkte zum Themenkomplex KI.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in die theoretischen Grundlagen (biologische und künstliche neuronale Netze), Lernalgorithmen (Machine Learning) und die praktische Validierung von KI-Anwendungsfällen in der Wirtschaft.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit wird durch Begriffe wie Künstliche Intelligenz, Neuronale Netze, Machine Learning, Deep Learning und Digitalisierung charakterisiert.
Welchen Stellenwert nimmt die Hardware in der Arbeit ein?
Die Arbeit diskutiert die Bedeutung von Hardware-Lösungen wie CPUs und GPUs für die optimale Auslastung bei der Abbildung neuronaler Netze sowie zukünftige Entwicklungen wie neuromorphobe Chips.
Wie unterscheidet sich die Arbeit in der Analyse von KI-Anwendungsfällen?
Sie nutzt das "KI-Business-Framework" von Peter Gentsch, um die Abhängigkeiten zwischen Daten, Technologien und konkreten wirtschaftlichen Use Cases wie Preisgestaltung oder Kundenvorhersagen strukturiert darzustellen.
Welche ethischen Anforderungen werden an KI gestellt?
Die Arbeit führt Kriterien wie Transparenz, nachvollziehbare Algorithmen, Datenschutz, Vermeidung von Vorurteilen und die unterstützende (nicht ersetzende) Rolle der KI für den Menschen an.
Welches Fazit zieht der Autor zur Entwicklung von KI?
Der Autor zeigt sich überzeugt, dass die Kombination aus wachsenden Datenmengen, technischem Fortschritt und den jüngsten Erfolgen in der Forschung zu rasanten weiteren Fortschritten führen wird, während fiktive Szenarien eher der Science-Fiction zuzuordnen sind.
- Citation du texte
- Alessio Dal Cero (Auteur), 2020, Wie funktionieren künstliche neuronale Netze? Kategorisierung und Anwendungsbereiche künstlicher Intelligenz, Munich, GRIN Verlag, https://www.grin.com/document/516818
