Neurales Netzwerk

__„Künstliche Intelligenz“ – Infos und Links__

Will man für Künstliche Intelligenz (KI, oder auch AI von Englisch „Artificial Intelligence“) eine Definition liefern, so kommt man nicht darum herum, in einem ersten Schritt „Intelligenz“ zu definieren. Das ist natürlich alles andere als leicht. Häufig genannte Grundmerkmale von Intelligenz sind etwa: Lernen, logisches Denken, Problemlösung, Wahrnehmung (Informationsgewinnung (Rezeption) und -verarbeitung von Reizen aus der Umwelt) und Sprachgebrauch.

Wenn nun also ein Computer oder ein (computergesteuerter) Roboter in der Lage ist, die genannten Aufgaben auszuführen bzw. die genannten Fähigkeiten besitzt, dann könnte das eben als Künstliche Intelligenz bezeichnet werden.

Lernt ein Computer oder eine Software, dann heißt das „Maschinelles Lernen“. Dies funktioniert mit (genetischen) Algorithmen. Ist dieses Lernen sehr komplex und basiert es auf sogenannten neuronalen Netzen, dann wird von „Deep Learning“ gesprochen. Ein Beispiel dafür wäre etwa „Objekterkennung“, was etwa in selbstfahrenden Autos, in der Spracherkennung (z.B. Sprachassistenten) oder im Bereich „Internet der Dinge“ eingesetzt wird. Maschinelles Lernen ist dabei ein Teilgebiet der Künstlichen Intelligenz und Deep Learning ist ein Teilgebiet des Maschinellen Lernens.

Figur auf Operationstisch

Viele wissenschaftliche Disziplinen und Fächer beschäftigen sich in ihrer Forschung mit Künstlicher Intelligenz, z.B. Informatik, Robotik, Ingenieurwissenschaften, Biologie, Sozialwissenschaften, Medizin, Gesundheitswissenschaften, Pflegewissenschaft, Philosophie und viele weitere.

In unserer aktuellen Themenrunde vom 20.06. bis zum 01.07. geht es um die Verwendung von Künstlicher Intelligenz im Bereich der Gesundheit und Medizin. Dabei geht es neben den (schon vorhandenen und weiteren möglichen) Anwendungen von KI, natürlich ebenso um ethische Fragen, die ein solcher Einsatz mit sich bringt.

__Wichtige Begriffe zur KI kurz erläutert:__

  • Maschinelles Lernen: Computer erkennen mithilfe von Algorithmen Muster in Datensätzen und finden selbständig Lösungen für Probleme.
  • Deep Learning: Ein Teilgebiet von Maschinellem Lernen. Der Unterschied besteht v.a. im Umfang und der Komplexität der Datensätze sowie in der Komplexität der verwendeten Algorithmen (neuronale Netze).
  • Starke KI: Eine KI, die alle Eigenschaften der natürlichen (menschlichen) Intelligenz besitzt (in gleichem oder sogar erhöhtem Maße). Aktuell noch Science Fiction.
  • Schwache KI: In Abgrenzung zur starken KI. Letztlich sind alle derzeit eingesetzten/entwickelten KI „nur“ schwache Intelligenzen. Ein Gedankenexperiment, das hier zur Verdeutlichung oft angeführt wird, ist das sogenannte Chinesische Zimmer“.
  • Big Data: Erst einmal nicht mehr als sehr große und komplexe Datensätze. Hier kann KI bei der Auswertung helfen.
  • Data Science: Datenwissenschaft, befasst sich zum Beispiel mit der Aufgabe, wie Daten verarbeitet, ausgewertet etc. werden können.
  • Internet der Dinge: Die Vernetzung von physischen Geräten und Maschinen miteinander über das Internet sowie mit dem Internet. Es arbeiten also physische und virtuelle Objekte zusammen, analysieren ihre Umgebung und tauschen Informationen aus und verarbeiten diese.
  • Algorithmus: ein Rechenvorgang nach einem festgesetzten und sich meist wiederholendem Schema.
    • genetischer Algorithmus: Algorithmus, der in seiner Funktion an die Evolution natürlicher Lebewesen angelehnt ist.
    • künstliche neuronale Netzwerke: künstliche neuronale Netze sind angelehnt ans den strukturellen Aufbau (die Verknüpfungen) des menschlichen Gehirns.

__LINKSAMMLUNG ZUM THEMA__

__Einrichtungen und Projekte__

__Kurse, Workshops und Wettbewerbe für Schüler*innen__ 

__Unterrichtstipps und -materialien__

__Dokumentationen und Videos zu KI & Medizin__

__Dokumentationen und Videos rund um das Thema KI__

__Schüler*innenlabore und MINT-Projekte__

__Sonstige Informationen__

__Studiengänge__

__Übersichten__

__Beispiele__

 

Sämtliche Links wurden von uns subjektiv zusammengestellt und stellen lediglich einen Ausschnitt des Themas dar. Trotz sorgfältiger inhaltlicher Kontrolle übernehmen wir keine Haftung für die Inhalte der externen Links. Für den Inhalt der verlinkten Seiten sind ausschließlich deren Betreiber verantwortlich.