Lesson
    1
    Lesson
    2

    0%
    Lesson
    3
    Lesson
    4

    0%
    • 1.3 Die Geschichte von Machine Learning und Deep Learning (Narrow AI)

      Künstliche Intelligenz beschreibt in der Informatik eine Anzahl von Berechnungsverfahren und Modellen, die im Feld des Machine Learning angesiedelt sind. Machine Learning ist die Disziplin, die versucht, Maschinen lernfähig zu programmieren. Der erste, der mit einem lernfähigen Berechnungsverfahren populären Erfolg erzielte, war Arthur Samuel.

      Danach wurden mit bis etwa zum Beginn der 70er-Jahre verschiedene weitere Verfahren entwickelt. Im Grunde war damit die theoretische Grundlage für die extrem leistungsfähigen Deep Learning Verfahren gelegt, die heutzutage z.B. für Bilderkennung eingesetzt werden. Aufgrund nicht ausreichender Rechenleistung und Datengrundlage, erreichten Berechnungsverfahren, die auf neuronalen Netzen basierten, allerdings erst 2012 den großen Durchbruch. Trotzdem sind auf dem Weg dorthin einige größere Meilensteine zu verzeichnen, die von zwei sogenannten KI-Wintern in den 1970er und den späten 1980er Jahren unterbrochen wurden.

      Den genaueren Ablauf stellt der folgende Zeitstrahl dar (für eine gute Darstellung bitte auf Vollbild vergrößern):


    • Der Durchbruch, der Hinton und seinen Kollegen 2012 im Bereich der intelligenten Bilderkennung mit AlexNet geglückt ist, könnte der Auslöser des KI-Hypes sein, der bis heute anhält. Die großen Mengen an Daten, die vor allem durch die Etablierung des App-Markts 2007 entstanden sind (Big Data) und die fortwährend steigende Rechenleistung von Grafikkarten haben zudem als Katalysator für die Etablierung von Deep Learning-Verfahren gesorgt.

      Nachfolgend finden Sie einen TED Talk von 2014 zur Entwicklung der Künstlichen Intelligenz (bei Bedarf können Sie sich die deutschen Untertitel anzeigen lassen).