Grundlagen, Konzepte und Lernbereiche

Künstliche Intelligenz

Künstliche Intelligenz umfasst technische Verfahren zur Verarbeitung von Daten, Sprache, Bildern und anderen digitalen Informationen. Das Themenfeld beinhaltet unterschiedliche Modelle, Methoden und technische Strukturen. Dazu gehören unter anderem maschinelles Lernen, neuronale Netze, Sprachverarbeitung und Verfahren zur Erkennung von Mustern. Die jeweiligen Systeme unterscheiden sich nach ihrer Architektur, ihren Eingabedaten und den vorgesehenen Verarbeitungsschritten.

Die Grundlagen der künstlichen Intelligenz lassen sich anhand verschiedener Themenbereiche betrachten. Dazu gehören die Entstehung des Fachgebiets, grundlegende Begriffe, mathematische Modelle, Datenverarbeitung und Trainingsverfahren. Eine strukturierte Betrachtung dieser Bereiche ermöglicht eine sachliche Einordnung technischer Zusammenhänge und beschreibt, wie unterschiedliche Komponenten innerhalb eines KI-Systems miteinander verbunden sein können.

Überwachtes Lernen
Beim überwachten Lernen werden Eingabedaten zusammen mit definierten Zielwerten verarbeitet. Das Modell verwendet diese Daten innerhalb eines festgelegten Trainingsverfahrens.
Unüberwachtes Lernen
Beim unüberwachten Lernen werden Daten ohne vorgegebene Zielwerte verarbeitet. Dabei können Strukturen, Gruppierungen oder andere Eigenschaften innerhalb eines Datensatzes untersucht werden.
Trainingsdaten
Trainingsdaten bilden einen Teil der Datengrundlage eines Lernverfahrens. Ihre Struktur und Zusammensetzung hängen vom jeweiligen Modell und der vorgesehenen Aufgabe ab.
Modellparameter
Modelle enthalten Parameter, die während bestimmter Trainingsprozesse angepasst werden können. Die Parameter sind Bestandteil der mathematischen Struktur des jeweiligen Systems.

Lernen mit KI-Systemen

Das Lernen von KI-Systemen bezeichnet einen technischen Prozess, bei dem Modelle anhand definierter Daten und Verfahren verarbeitet werden. Je nach Methode können dabei bekannte Eingaben und zugehörige Ergebnisse, nicht gekennzeichnete Daten oder Kombinationen verschiedener Datentypen verwendet werden. Die einzelnen Verfahren unterscheiden sich hinsichtlich ihrer Struktur und der Art, wie Informationen innerhalb eines Modells verarbeitet werden.

Zu den grundlegenden Ansätzen gehören überwachtes Lernen, unüberwachtes Lernen und weitere spezialisierte Verfahren. Beim überwachten Lernen werden Trainingsdaten mit definierten Zielinformationen verwendet. Beim unüberwachten Lernen werden Strukturen innerhalb von Daten ohne vorgegebene Zielwerte untersucht. Weitere Methoden können unterschiedliche Formen der Rückmeldung oder Modellanpassung verwenden.

Verarbeitung natürlicher SpracheSprachmodelle und Textverarbeitung

Sprachmodelle gehören zu den technischen Systemen, die auf die Verarbeitung sprachbezogener Daten ausgerichtet sind. Sie können Texteingaben anhand ihrer Modellstruktur analysieren und sprachliche Zusammenhänge innerhalb der verarbeiteten Daten berücksichtigen. Dabei bestehen Unterschiede zwischen einzelnen Modellarchitekturen, Trainingsmethoden und Datengrundlagen.

Die Verarbeitung natürlicher Sprache umfasst verschiedene Aufgabenbereiche. Dazu gehören beispielsweise die Analyse von Textstrukturen, die Zuordnung sprachlicher Einheiten und die Verarbeitung von Texteingaben. Moderne Sprachmodelle verwenden dafür komplexe mathematische Strukturen und große Mengen sprachbezogener Daten, die innerhalb eines definierten technischen Prozesses verarbeitet werden.

Spracheingaben
Spracheingaben können als Text oder in anderen digitalisierten Formen vorliegen. Das jeweilige System verarbeitet diese Eingaben entsprechend seiner technischen Struktur.

Textstrukturen
Texte bestehen aus verschiedenen sprachlichen Einheiten und Beziehungen. Modelle können solche Strukturen anhand ihrer jeweiligen Trainings- und Verarbeitungsmethoden berücksichtigen.

Daten und KI

Datengrundlagen und technische Verarbeitung

Datenformate

Digitale Daten können in verschiedenen Formaten vorliegen. Beispiele sind Textdateien, Tabellen, Bilder, Audiodateien oder strukturierte Datensätze.

Daten bilden einen zentralen Bestandteil vieler Verfahren der künstlichen Intelligenz. Sie können für Training, Prüfung, Analyse oder direkte Verarbeitung verwendet werden. Je nach System können strukturierte Tabellen, Texte, Bilder, Audiodaten oder andere digitale Informationen als Datengrundlage dienen. Die Verarbeitung erfolgt nach den technischen Eigenschaften des jeweiligen Modells.

DatenverarbeitungDie Verarbeitung umfasst technische Vorgänge, bei denen Daten eingelesen, geordnet, analysiert oder innerhalb eines Modells verwendet werden.

Bei der Betrachtung von KI-Systemen ist die Unterscheidung zwischen Datenquelle, Datenstruktur und Verarbeitungsschritt relevant. Daten können unterschiedliche Formate und Eigenschaften aufweisen. Ein technisches Verfahren legt fest, wie diese Daten eingelesen, verarbeitet und innerhalb eines Modells verwendet werden. Dadurch entstehen unterschiedliche technische Abläufe für unterschiedliche Aufgabenbereiche.

Die Eigenschaften der verwendeten Daten stehen außerdem in Zusammenhang mit dem jeweiligen Verarbeitungsziel. Je nach technischer Aufgabe können unterschiedliche Datenarten, Formate und Verarbeitungsschritte erforderlich sein. Dabei wird zwischen den einzelnen Phasen der Datennutzung unterschieden, etwa zwischen Erfassung, Speicherung, Aufbereitung und modellbasierter Verarbeitung.

Trainingsgrundlage

Für bestimmte Lernverfahren werden Daten als Trainingsgrundlage eingesetzt. Die konkrete Auswahl hängt vom Modell und vom jeweiligen technischen Zweck ab.

Datenstruktur

Die Struktur eines Datensatzes beschreibt unter anderem die Anordnung, Eigenschaften und Beziehungen der enthaltenen Informationen.

KI-Anwendungen

Technische Einsatzbereiche und Systemstrukturen

Künstliche Intelligenz wird in unterschiedlichen technischen Bereichen eingesetzt. Dazu gehören unter anderem Textverarbeitung, Bildanalyse, Spracherkennung, Mustererkennung und die Verarbeitung strukturierter Daten. Die jeweiligen Systeme können als eigenständige Anwendungen oder als technische Komponenten innerhalb größerer Softwarestrukturen aufgebaut sein.

Die technische Anwendung hängt von mehreren Faktoren ab. Dazu gehören die Art der Eingabedaten, das verwendete Modell, die Verarbeitungsschritte und die vorgesehene Systemarchitektur. Eine sachliche Beschreibung einer KI-Anwendung berücksichtigt daher sowohl die technische Funktion als auch den jeweiligen Daten- und Verarbeitungskontext.

Grundlagen der KI-Ausbildung

Wissen zu Begriffen, Methoden und technischen Zusammenhängen

Die Auseinandersetzung mit künstlicher Intelligenz umfasst verschiedene Wissensbereiche. Dazu gehören grundlegende Definitionen, technische Modelle, Datenverarbeitung, Lernverfahren und die Struktur einzelner KI-Systeme. Die Themen können unabhängig voneinander betrachtet oder anhand ihrer technischen Beziehungen miteinander verbunden werden.

Definitionen

Definitionen schaffen eine gemeinsame Grundlage für die Beschreibung technischer Begriffe und Verfahren.

Adresse

Hans-Böckler-Straße 26, 56567 Neuwied, Deutschland

AI Studylab 24

Die dargestellten Inhalte dienen ausschließlich Informationszwecken und stellen keine Empfehlung, Beratung oder professionelle Anleitung dar.