Künstliche Intelligenz
Bezeichnet generell den Versuch, intelligente Maschinen nach dem Vorbild des Menschen zu schaffen. Als Teilbereich der Informatik beschäftigt sich die Disziplin mit Computersystemen, die selbstständig lernen und Probleme bearbeiten können. Der Begriff tauchte zum ersten Mal 1956 am Dartmouth College in den USA auf.
Neuronale Netze
Der Begriff stammt bereits aus den 40ern, er ist eine Metapher, die ausdrückt, dass Computersysteme der Struktur und den Nervenzellvernetzungen einen Gehirns nachempfunden werden. Im Kern lernt das Programm über Trial and Error, nach entsprechendem Training kann es also zuverlässig sagen: Dieses Bild zeigt eine Katze – und dieses nicht.
Machine-Learning
Eine erfolgreiche Methode, um intelligente Systeme zu bauen, indem Maschinen wie Menschen Erfahrungen machen und daraus lernen. Dabei eignet sich ein Computersystem Wissen aus großen Datenmengen an, extrahiert die wichtigsten Muster und Merkmale und kann auf deren Basis Vorhersagen treffen. Machine-Learning mithilfe statistischer Methoden machte ab den 80ern große Fortschritte, eine bekannte Anwendung sind Spam-Filter.
Deep Learning
Wenn beim maschinellen Lernen tiefe neuronale Netze eingesetzt werden, spricht man von Deep Learning. Tief heißen die Netze, weil mehrere Schichten von miteinander verbundenen Knotenpunkten übereinandergelagert sind. Die Methode ist höchst rechenintensiv und auf große Datenmengen angewiesen, weshalb ihr Einsatz lange unrealistisch blieb.
