{"id":2363,"date":"2022-05-27T10:33:08","date_gmt":"2022-05-27T10:33:08","guid":{"rendered":"https:\/\/picockpit.com\/raspberry-pi\/?p=2363"},"modified":"2023-10-02T12:50:57","modified_gmt":"2023-10-02T12:50:57","slug":"ai-an-introduction-to-artificial-intelligence","status":"publish","type":"post","link":"https:\/\/picockpit.com\/raspberry-pi\/de\/ai-eine-einfuhrung-in-kunstliche-intelligenz\/","title":{"rendered":"Eine Einf\u00fchrung in die K\u00fcnstliche Intelligenz"},"content":{"rendered":"
\"Eine<\/figure>\n\n\n\n

Heutzutage ist KI in der IT-Branche allgegenw\u00e4rtig. Aber wie funktioniert sie? Und wie kann man selbst k\u00fcnstliche Intelligenz schaffen? <\/p>\n\n\n\n

In diesem Artikel erkl\u00e4re ich alles, was Sie wissen m\u00fcssen, um mit KI zu beginnen.<\/p>\n\n\n\n\n\n

AI-Geschichte<\/h2>\n\n\n\n

Seit der Antike haben die Menschen dar\u00fcber nachgedacht, Dinge zum Leben zu erwecken. Doch vor allem mit der Erfindung von Computern nahm die Idee von denkenden Maschinen Gestalt an.<\/p>\n\n\n\n

Am bekanntesten ist der 1950 von Alan Turing erfundene Turing-Test, mit dem sich feststellen l\u00e4sst, ob eine Maschine intelligent ist oder nicht.<\/p>\n\n\n\n

Der Begriff K\u00fcnstliche Intelligenz wurde erstmals 1956 auf einer Konferenz am Dartmouth College erw\u00e4hnt.<\/p>\n\n\n\n

Eine wichtige Erfindung aus dem Jahr 1967 war der Algorithmus des n\u00e4chsten Nachbarn, der f\u00fcr die Klassifizierung von Objekten und die Mustererkennung wichtig ist.<\/p>\n\n\n\n

Der erste autonome Wagen wurde 1979 entwickelt. Er wurde Stanford Cart genannt und konnte W\u00e4nde erkennen und ihnen ausweichen.<\/p>\n\n\n\n

Im Jahr 1985 wurde die KI NETtalk erfunden. Sie nutzte Deep Learning, um sprechen zu lernen.<\/p>\n\n\n

\n
\"AI-Geschichte\"
AI-Geschichte<\/figcaption><\/figure>\n<\/div>\n\n\n

1997 begann die KI richtig durchzustarten. Dem IBM-Supercomputer Deep Blue gelang es, den damaligen Schachweltmeister Garry Kasparov zu besiegen.<\/p>\n\n\n\n

Die NASA entwickelte die selbstfahrenden Erkundungsrover Spirit und Opportunity, die 2004 autonom auf der Marsoberfl\u00e4che fuhren.<\/p>\n\n\n\n

Im Jahr 2011 schlug eine KI namens Watson einen Menschen in der Spielshow \"Jeopary!\".<\/p>\n\n\n\n

Googles AlphaGo schlug 2016 einen Profispieler in Go. Go gilt als weitaus komplexer als Schach und Rechenleistung ist nicht das Einzige, was f\u00fcr den Erfolg erforderlich ist.<\/p>\n\n\n\n

Im Jahr 2019 besiegte eine KI sogar einen Profispieler in Starcraft II.<\/p>\n\n\n\n

Heute ist die KI allgegenw\u00e4rtig. Sie hat das Problem der Proteinfaltung gel\u00f6st und sogar gelernt, Kunst zu schaffen oder Code zu schreiben.<\/p>\n\n\n\n

Wichtige Begriffe<\/h2>\n\n\n\n

Hier finden Sie einen \u00dcberblick \u00fcber die wichtigsten Begriffe im Zusammenhang mit KI.<\/p>\n\n\n

\n
\"Wichtige
Wichtige Begriffe<\/figcaption><\/figure>\n<\/div>\n\n\n

Das Gebiet der k\u00fcnstlichen Intelligenz ist riesig. Es umfasst Dinge wie Computer Vision, nat\u00fcrliche Sprachverarbeitung, Robotik und Automatisierung, um nur einige zu nennen.<\/p>\n\n\n\n

Ein wichtiger Teil der KI ist das maschinelle Lernen. Dabei handelt es sich um eine Sammlung von Methoden und Algorithmen, die es einem Computer erm\u00f6glichen, zu lernen. Diese Methoden k\u00f6nnen in drei Klassen unterteilt werden:<\/p>\n\n\n\n

\u00dcberwachtes Lernen, un\u00fcberwachtes Lernen und Verst\u00e4rkungslernen.<\/p>\n\n\n\n

Beim \u00fcberwachten Lernen verwendet die KI zum Trainieren markierte Daten. Dies ist beim un\u00fcberwachten Lernen nicht der Fall. Verst\u00e4rkungslernen ist eine M\u00f6glichkeit, einen virtuellen Agenten zu trainieren. Der Agent erh\u00e4lt eine Belohnung, wenn er das tut, was er tun soll. Dadurch wird er zu dem gew\u00fcnschten Verhalten ermutigt.<\/p>\n\n\n\n

Neuronale Netze<\/h2>\n\n\n\n

Eine spezielle Methode des \u00fcberwachten Lernens ist das Deep Learning. Beim Deep Learning wird ein so genanntes neuronales Netz trainiert. Das Netz besteht aus unz\u00e4hligen Knoten (Neuronen). Sie sind mit einem bestimmten Gewicht verbunden und in Schichten mit einem so genannten Bias gestapelt.<\/p>\n\n\n\n

Um den Wert eines Neurons aus dem vorherigen Neuron zu berechnen, multipliziert man den Wert des vorherigen Neurons mit dem Gewicht zwischen den Neuronen und addiert den Bias.<\/p>\n\n\n

\n
\"Neuronales
Neuronales Netz<\/figcaption><\/figure>\n<\/div>\n\n\n

Um das Netz zu trainieren, m\u00fcssen Sie die beschrifteten Trainingsdaten in die Eingabeschicht schreiben. Das Netzwerk propagiert die Daten durch eine variable Anzahl von versteckten Schichten entsprechend den Gewichten und Verzerrungen.<\/p>\n\n\n\n

Schlie\u00dflich erreichen die Daten die Ausgabeschicht. Das Ausgangsneuron mit dem h\u00f6chsten Wert ist die Vorhersage des Netzes. Je nachdem, ob die Vorhersage richtig ist oder nicht, passt die KI alle einzelnen Gewichte und Verzerrungen an. Auf diese Weise werden die Vorhersagen immer genauer, was bedeutet, dass das Netz lernt.<\/p>\n\n\n\n

Besuchen Sie unser YouTube-Video<\/a> um ein Beispiel zu sehen und Ihre eigene KI zu trainieren.<\/p>\n\n\n\n

\n