In der Informatik ist künstliche Intelligenz (KI), die manchmal als maschinelle Intelligenz bezeichnet wird, eine Intelligenz, die von Maschinen demonstriert wird, im Gegensatz zu der natürlichen Intelligenz, die der Mensch zeigt. Führende KI-Lehrbücher definieren das Gebiet als das Studium "intelligenter Agenten": Jedes Gerät, das seine Umgebung wahrnimmt und Maßnahmen ergreift, die seine Chance maximieren, seine Ziele erfolgreich zu erreichen. Umgangssprachlich wird der Begriff "künstliche Intelligenz" häufig verwendet, um Maschinen (oder Computer) zu beschreiben, die "kognitive" Funktionen imitieren, die Menschen mit dem menschlichen Verstand verbinden, wie "Lernen" und "Problemlösen".
Da Maschinen immer leistungsfähiger werden, werden Aufgaben, die "Intelligenz" erfordern, häufig aus der Definition von KI entfernt, einem Phänomen, das als KI-Effekt bezeichnet wird. Ein Spruch in Teslers Theorem besagt: "KI ist das, was noch nicht getan wurde." Beispielsweise wird die optische Zeichenerkennung häufig von Dingen ausgeschlossen, die als KI angesehen werden, und ist zu einer Routinetechnologie geworden. Moderne Maschinenfähigkeiten, die allgemein als KI klassifiziert werden, umfassen das erfolgreiche Verstehen menschlicher Sprache, den Wettbewerb auf höchstem Niveau in strategischen Spielsystemen (wie Schach und Go), das autonome Betreiben von Autos, intelligentes Routen in Content-Delivery-Netzwerken und militärische Simulationen.
Künstliche Intelligenz wurde als akademische Disziplin in 1956 gegründet und erlebte in den letzten Jahren mehrere Wellen des Optimismus, gefolgt von Enttäuschung und dem Verlust von Finanzmitteln (bekannt als "KI-Winter"), gefolgt von neuen Ansätzen, Erfolg und erneuter Finanzierung . Die KI-Forschung war während des größten Teils ihrer Geschichte in Teilbereiche unterteilt, die häufig nicht miteinander kommunizieren können. Diese Teilbereiche basieren auf technischen Überlegungen wie bestimmten Zielen (z. B. "Robotik" oder "maschinelles Lernen"), dem Einsatz bestimmter Werkzeuge ("Logik" oder künstliche neuronale Netze) oder tiefen philosophischen Unterschieden. Die Unterfelder basierten auch auf sozialen Faktoren (bestimmte Institutionen oder die Arbeit bestimmter Forscher).
Die traditionellen Probleme (oder Ziele) der KI-Forschung umfassen Argumentation, Wissensrepräsentation, Planung, Lernen, Verarbeitung natürlicher Sprache, Wahrnehmung und die Fähigkeit, Objekte zu bewegen und zu manipulieren. Allgemeine Informationen gehören zu den langfristigen Zielen des Bereichs. Ansätze umfassen statistische Methoden, rechnergestützte Intelligenz und traditionelle symbolische KI. Viele Tools werden in der KI verwendet, einschließlich Versionen der Suche und mathematischen Optimierung, künstlicher neuronaler Netze und Methoden, die auf Statistik, Wahrscheinlichkeit und Wirtschaftlichkeit basieren. Das AI-Gebiet stützt sich auf Informatik, Informationstechnik, Mathematik, Psychologie, Linguistik, Philosophie und viele andere Gebiete.
Das Gebiet wurde mit der Annahme gegründet, dass die menschliche Intelligenz "so genau beschrieben werden kann, dass eine Maschine sie simulieren kann". Dies wirft philosophische Argumente über die Natur des Geistes und die Ethik der Schaffung künstlicher Wesen auf, die mit menschlicher Intelligenz ausgestattet sind. Diese Themen wurden von Mythos, Fiktion und Philosophie seit der Antike untersucht. Manche Menschen betrachten KI auch als Gefahr für die Menschheit, wenn sie unvermindert voranschreitet. Andere glauben, dass KI im Gegensatz zu früheren technologischen Revolutionen ein Risiko für Massenarbeitslosigkeit schaffen wird.
Im einundzwanzigsten Jahrhundert erlebten KI-Techniken infolge der gleichzeitigen Fortschritte bei der Computerleistung, großen Datenmengen und dem theoretischen Verständnis ein Wiederaufleben. und KI-Techniken sind zu einem wesentlichen Bestandteil der Technologiebranche geworden und helfen bei der Lösung vieler herausfordernder Probleme in den Bereichen Informatik, Software-Engineering und Operations Research.
Denkfähige künstliche Wesen erschienen in der Antike als Erzählmittel und waren in der Fiktion weit verbreitet, wie in Mary Shelleys Frankenstein oder Karel Čapeks RUR (Rossums Universalroboter). Diese Charaktere und ihr Schicksal werfen viele der Probleme auf, die jetzt in der Ethik der künstlichen Intelligenz diskutiert werden.
Das Studium des mechanischen oder "formalen" Denkens begann mit Philosophen und Mathematikern in der Antike. Das Studium der mathematischen Logik führte direkt zu Alan Turings Berechnungstheorie, die vorschlug, dass eine Maschine durch Mischen von Symbolen wie "0" und "1" jede denkbare mathematische Folgerung simulieren könnte. Diese Erkenntnis, dass digitale Computer jeden Prozess des formalen Denkens simulieren können, wird als Church-Turing-These bezeichnet. Zusammen mit gleichzeitigen Entdeckungen in der Neurobiologie, Informationstheorie und Kybernetik veranlasste dies die Forscher, die Möglichkeit des Aufbaus eines elektronischen Gehirns in Betracht zu ziehen. Turing schlug vor, die Frage, ob eine Maschine intelligent sei, dahingehend zu ändern, "ob Maschinen intelligentes Verhalten zeigen können oder nicht". Die erste Arbeit, die heute allgemein als KI anerkannt wird, war McCullouchs und Pitts '1943-Design für Turing-komplette "künstliche Neuronen".
Das Gebiet der KI-Forschung wurde in einem Workshop am Dartmouth College in 1956 geboren, in dem der Begriff "Künstliche Intelligenz" von John McCarthy geprägt wurde, um das Gebiet von der Kybernetik zu unterscheiden und dem Einfluss des Kybernetikers Norbert Wiener zu entkommen. Die Teilnehmer Allen Newell (CMU), Herbert Simon (CMU), John McCarthy (MIT), Marvin Minsky (MIT) und Arthur Samuel (IBM) wurden die Gründer und Leiter der KI-Forschung. Sie und ihre Schüler produzierten Programme, die die Presse als "erstaunlich" bezeichnete: Computer lernten Dame-Strategien (c. 1954) (und von 1959 wurde berichtet, dass sie besser als der Durchschnittsmensch spielten), lösten Wortprobleme in der Algebra und stellten logische Theoreme unter Beweis (Logik) Theoretiker, zuerst laufen lassen (c. 1956) und Englisch sprechen. Bis zur Mitte der 1960-Jahre wurde die Forschung in den USA stark vom Verteidigungsministerium finanziert und es wurden weltweit Laboratorien eingerichtet. Die Gründer von AI blickten optimistisch in die Zukunft: Herbert Simon sagte voraus, "Maschinen werden in zwanzig Jahren in der Lage sein, jede Arbeit zu leisten, die ein Mensch leisten kann". Marvin Minsky stimmte zu und schrieb: "Innerhalb einer Generation ... wird das Problem der Schaffung 'künstlicher Intelligenz' im Wesentlichen gelöst sein."
Sie erkannten die Schwierigkeit einiger der verbleibenden Aufgaben nicht. Aufgrund der Kritik von Sir James Lighthill und des anhaltenden Drucks des US-Kongresses, produktivere Projekte zu finanzieren, haben sowohl die US-Regierung als auch die britische Regierung die exploratorische Forschung im Bereich KI abgebrochen. Die nächsten Jahre würden später als "KI-Winter" bezeichnet, eine Zeit, in der es schwierig war, Mittel für KI-Projekte zu erhalten.
In den frühen 1980s wurde die KI-Forschung durch den kommerziellen Erfolg von Expertensystemen wiederbelebt, einer Form von KI-Programmen, die das Wissen und die analytischen Fähigkeiten menschlicher Experten simulierten. Mit 1985 hatte der Markt für AI über eine Milliarde Dollar erreicht. Gleichzeitig inspirierte Japans Computerprojekt der fünften Generation die US-Regierung und die britische Regierung, die Finanzierung für die akademische Forschung wiederherzustellen. Mit dem Zusammenbruch des Lisp Machine-Marktes in 1987 geriet AI jedoch erneut in Verruf und es begann eine zweite, länger andauernde Pause.
In den späten 1990s und frühen 21st Jahrhundert begann AI, für Logistik, Data Mining, medizinische Diagnose und andere Bereiche verwendet zu werden. Der Erfolg war auf die zunehmende Rechenleistung (siehe Moores Gesetz), die stärkere Betonung der Lösung spezifischer Probleme, die neuen Bindungen zwischen KI und anderen Bereichen (wie Statistik, Wirtschaft und Mathematik) und das Engagement der Forscher für mathematische Methoden und wissenschaftliche Standards zurückzuführen. Deep Blue war das erste Computer-Schachspielsystem, das auf 11 May 1997 den amtierenden Schachweltmeister Garry Kasparov besiegte.
In 2011 ist eine Gefährdung! Quizshow-Ausstellungsmatch, IBMs Frage-Antwort-System, Watson, besiegte die beiden größten Bedrohungen! Meister, Brad Rutter und Ken Jennings, mit deutlichem Vorsprung. Schnellere Computer, algorithmische Verbesserungen und der Zugriff auf große Datenmengen ermöglichten Fortschritte beim maschinellen Lernen und Wahrnehmen. Datenhungrige Deep-Learning-Methoden begannen, die Genauigkeits-Benchmarks rund um 2012 zu dominieren. Der Kinect, der eine 3D-Schnittstelle für Körperbewegungen für die Xbox 360 und die Xbox One bietet, verwendet Algorithmen, die aus langjähriger KI-Forschung hervorgegangen sind, ebenso wie intelligente persönliche Assistenten in Smartphones. Im März 2016 gewann AlphaGo 4 aus 5-Spielen von Go in einem Match mit Go-Champion Lee Sedol und wurde das erste Computer-Go-Spielsystem, das einen professionellen Go-Spieler ohne Handicaps besiegte. Beim 2017 Future of Go-Gipfel gewann AlphaGo ein Match mit drei Spielen mit Ke Jie, der zu dieser Zeit zwei Jahre lang ununterbrochen die Weltrangliste Nr. 1 hielt. Dies war der Abschluss eines bedeutenden Meilensteins in der Entwicklung der künstlichen Intelligenz, da Go ein relativ komplexes Spiel ist, mehr als Schach.
Laut Jack Clark von Bloomberg war 2015 ein Meilenstein für künstliche Intelligenz. Die Anzahl der Softwareprojekte, die AI Google verwenden, stieg von einer "sporadischen Nutzung" in 2012 auf mehr als 2,700-Projekte. Clark präsentiert auch Fakten, die auf die Verbesserungen von AI seit 2012 hinweisen, die durch geringere Fehlerraten bei Bildverarbeitungsaufgaben unterstützt werden. Er führt dies auf eine Zunahme erschwinglicher neuronaler Netze aufgrund einer Zunahme der Cloud-Computing-Infrastruktur und auf eine Zunahme der Forschungstools und Datensätze zurück. Weitere angeführte Beispiele sind die Entwicklung eines Skype-Systems durch Microsoft, das automatisch von einer Sprache in eine andere übersetzt werden kann, und das Facebook-System, das Bilder für Blinde beschreibt. In einer 2017-Umfrage berichtete jedes fünfte Unternehmen, dass es "in einigen Angeboten oder Prozessen KI verwendet" habe. Rund um 2016 hat China seine staatliche Finanzierung erheblich beschleunigt. Aufgrund des großen Datenangebots und der schnell wachsenden Forschungsergebnisse glauben einige Beobachter, dass es auf dem Weg zu einer "KI-Supermacht" sein könnte. Es wurde jedoch anerkannt, dass Berichte über künstliche Intelligenz eher übertrieben sind.
Zurück nach oben