Maschinenintelligenz

Maschinenintelligenz

Wenn in der Vergangenheit von Forschung und Anwendungen künstlicher Intelligenz die Rede war, kamen einem nur irgendwelche verrückten Laborstudien in den Sinn. Heute nennt man Anwendungen, die alles smart machen, künstliche Intelligenz. Smart Objects, Smart Systems, Smart Factories, Smart State, Smart Cities sind in unser soziales, soziales und geschäftliches Leben als Ergebnis dieser Anwendungen aufgenommen worden, die allen Konzepten, die in der Vergangenheit entstanden sind, das Adjektiv „intelligent“ hinzufügen.

Die vielleicht wichtigste Komponente oder sogar das Rückgrat der digitalen Strategien vieler Länder sind Anwendungen künstlicher Intelligenz. In den letzten Jahren werden Anwendungen der künstlichen Intelligenz nun als Basistechnologie angesehen und entsprechende Strategien entwickelt. Andererseits sind Anwendungen künstlicher Intelligenz heute eines der umstrittensten Technologiethemen. Die Debatten basieren hauptsächlich auf den ethischen Grenzen dieser Praktiken und der noch nicht existierenden Rechtsgrundlage. Im Allgemeinen zielt künstliche Intelligenz darauf ab, dies zu verstehen, indem sie das menschliche Gehirn als exemplarisches Modell betrachtet und daraus „neue Erfindungen“ und neue Anwendungen findet. Es ist möglich, diese allgemeine Definition auf einige Konzepte zu beschränken. Tatsächlich bezieht sich der Algorithmus auf dieses Feld, um es in Bezug auf die Maschinenindustrie aufschlussreicher zu machen.

ALGORITHMUS IST NICHT „SMART“

Künstliche Intelligenz ist eine spezielle Anwendungsmethode des Algorithmus und der sequentiellen Problemlösungsmethode mit Hilfe des Computers. Der Algorithmus selbst ist nicht „intelligent“. Die Arbeitsbedingungen des Programms Deep Blue, das 1996 den Schachweltmeister Kasparov besiegte, waren ein System, das mit Sicherheit bekannt war und aus unveränderlichen Bedingungen bestand. Obwohl es also ein perfektes System war, war es nicht schlau. Wenn wir von intelligenten Algorithmen sprechen, sprechen wir von selbstlernenden Systemen, und die erste Anwendung davon ist maschinelles Lernen.

WAS IST MASCHINELLES LERNEN?

In diesem System werden Daten gebildet, indem Metadaten, die mit bestimmten Informationen erstellt wurden, an den Computer übertragen werden. Um ein klassisches Beispiel zu nennen, werden 100 Hundebilder in den Computer eingegeben, zusammen mit der Information (Metadaten), dass diese Bilder Hunde zeigen. Das Computerprogramm versucht aus den ihm gezeigten Bildern ein Beispiel zu erstellen und über die statistische Wahrscheinlichkeit nach dem variablen Funktionszustand zu ordnen. Stellt fest, ob das gezeigte Bild ein Hund ist. Systeme wie automatische Übersetzung und autonomes Fahren, die bereits mit Text und Sprache realisiert werden, sind gute Beispiele für maschinelles Lernen. Obwohl solche Systeme Anwendungen künstlicher Intelligenz genannt werden, werten Computer in diesen Beispielen tatsächlich die Daten aus, die sie haben, und kommen zu einer Schlussfolgerung oder treffen eine Vorhersage durch Erkennung mit hoher Wahrscheinlichkeit.

DAS MENSCHLICHE GEHIRN IST DIE BASIS DES DEEP LEARNING

Eines der komplexesten und komplexesten Systeme des maschinellen Lernsystems wird als Deep Learning bezeichnet. Das Hauptthema des Systems ist eine Art künstliches neuronales Netzwerksystem, das dem menschlichen Gehirn nachempfunden ist. In dieses System wird eine sehr umfassende und große Dateneingabe namens Big Data vorgenommen. Diese Big Data sind keine entworfenen Daten (maschinelles Lernen hat mehr entworfene Daten) und sie entwickeln den Prozess, indem sie die Informationen, die sie in verschiedenen Ebenen benötigen, auf eine andere Ebene übertragen. An dieser Stelle sprechen wir über eine vielseitige und vielseitige Detailanalysefähigkeit. Dank dieser Fähigkeit und durch spontane Prozesse entstehen überraschende Ergebnisse. Obwohl dieses System ziemlich neu ist, steckt die Fähigkeit der menschlichen Intelligenz, Trotz seiner Flexibilität und Vielseitigkeit kann es als ein unterentwickeltes System bezeichnet werden. Derzeit können im fortschrittlichsten Deep-Learning-System 100.000 neuronale Netze aufgebaut werden, und es wird geschätzt, dass diese Zahl in naher Zukunft über 10 Millionen erreichen wird. Anwendungen, die aus 10 Millionen neuronalen Netzwerksystemen bestehen werden, werden uns Menschen wahrscheinlich noch mehr überraschen, aber wenn man bedenkt, dass die geschätzten neuronalen Netzwerke im menschlichen Gehirn bei etwa 85 Milliarden liegen, kann man sagen, dass die künstliche Intelligenz noch in den Kinderschuhen steckt.

KÜNSTLICHE INTELLIGENZ UND „MADE IN GERMANY“

In Deutschland wurde 1988 eine Forschungseinrichtung für künstliche Intelligenz gegründet. Diese Einrichtung wird von Mitgliedsunternehmen betrieben. Abgesehen davon, obwohl sich auch einige Einheiten von Fraunhofer-Instituten und Universitäten mit diesem Thema beschäftigt haben, gehört die weltweite Führung bei Anwendungen künstlicher Intelligenz vor allem den USA und China.

Deutschland hat eine neue Strategie geschaffen, um bei Anwendungen der Künstlichen Intelligenz weltweit nicht ins Hintertreffen zu geraten, seine Wettbewerbsfähigkeit zu erhalten und zu verbessern. Unter dem Motto „Künstliche Intelligenz – Made in Germany“ kündigte die Bundesregierung ein Förderprogramm in Höhe von 3 Milliarden Euro an und erwartet gleich hohe Investitionen aus der Privatwirtschaft. Gemäß diesem Programm, das ab 2019 gültig sein wird;

• ein Förder-Motivationsprogramm zur Schaffung einer Quote von 100 neuen Professorinnen und Professoren an Universitäten nur für dieses Fachgebiet und zur Gewinnung von Wissenschaftlerinnen und Wissenschaftlern aus dem Ausland nach Deutschland,
• Steuerbefreiung von Investitionen von Unternehmen in diesem Bereich,
• Aufbau von Business Knowledge Centern für künstliche Intelligenz auf Landes- oder regionaler Basis,
• Es ist vorgesehen, Reallabore einzurichten, in denen Anwendungen künstlicher Intelligenz getestet werden können.

Maschinelles Lernen, Deep Learning, Maschine-Mensch-Interaktion und selbstlernende Systeme rücken in den Mittelpunkt der deutschen KI-Strategie.

Auch die Digitalisierungsstrategie der Türkei sollte nach Sektoren und sogar Teilsektorgruppen geplant werden. Diese Arbeiten sollten sofort begonnen werden, insbesondere bei Exportprodukten. In dieser Planung müssen die drei genannten Konzeptinhalte gemeinsam bearbeitet und umgesetzt werden. Wie das passiert, brauchen wir uns nicht zu überlegen, es liegen unzählige experimentelle Anwendungen vor uns. Wir müssen sie gut analysieren und so schnell wie möglich schnelle Schritte in dieser Hinsicht unternehmen.