KI gibt es schon seit über 70 Jahren!

KI gibt es nicht erst seit OpenAI und ChatGPT, klingt komisch, ist aber so. KI gibt es schon viel länger! Die Anfänge der KI mit Ideen und Konzepten reichen bis zurück in die 50er Jahre! In dieser Zeit begannen Forscher, sich auf die Entwicklung von Algorithmen zu konzentrieren, die in der Lage waren, Muster in Daten zu erkennen.

KI ist nicht KI!

Es gibt sehr viele Facetten der KI, Generative KI und Diskriminative KI sind dabei als zwei komplett unterschiedliche Ansätze in der maschinellen Lernforschung zu betrachten und können nicht einfach als evolutionäre Fortschritte gesehen werden. Sie erfüllen sehr unterschiedliche Ziele und haben verschiedene Anwendungen. Zeitlich eingeordnet, gibt es die diskriminative KI schon viel länger, eben schon seit über 70 Jahren!

Doch wo genau liegen die Unterschiede, wo haben wir schon längst Berührung mit KI gehabt, ohne dass uns das so bewusst war? Gefühlt, beschäftigen wir uns alle flächendeckend erst seit 2023 mit KI und arbeiten mit Sprachmodellen wie ChatGPT und lassen uns kreative Textwerke generieren.

Wo liegen genau die Unterschiede der beiden KI-Arten und was können die einzelnen Bereiche leisten?

Der Hauptunterschied zwischen diskriminativer und GEN AI liegt darin, dass diskriminative Modelle versuchen, die Entscheidungsgrenze zwischen verschiedenen Klassen zu lernen, während generative Modelle die Wahrscheinlichkeitsverteilung der Daten selbst modellieren und neue Datenbeispiele generieren können.

Diskriminative KI zielt darauf ab, Muster in Daten zu findenm,diese zu lernen und anschließend zu nutzen, um Eingaben zu klassifizieren oder für diese Werte vorherzusagen.

• Objekterkennung
• Spracherkennung (Siri)
• Spam-Klassifizierung bei Mails
• Preisvorhersagen
• Texterkennung
• Autonomes Fahren

Generative KI zielt darauf ab, die Wahrscheinlichkeitsverteilung der Daten zu modellieren und kann neue, bisher ungesehene Daten generieren -im Gegensatz zur diskriminativen KI, die die Entscheidungsgrenze zwischen verschiedenen Klassen lernt und sich auf die Klassifizierung existierender Daten konzentriert. Beispiele generativer KI:

• Übersetzer (z.B. Deepl, Google)
• Musik- und Sprachgenerierung
• Textgenerierung und Verständnis (z.B. BardAI, ChatGPT)
• Bild- und Videogenerierung (z.B. Midjourney, Dall-E 2)

Wir stellen fest: Die beiden Arten der KI dienen sehr unterschiedlichen Zwecken und wir nutzen KI offensichtlich alle schon lange, ohne dass uns das immer bewusst war.

Wo wollen wir noch hin?

Obwohl KI in den letzten Jahren erhebliche Fortschritte gemacht hat, sind viele der Ziele der ursprünglichen Vision von KI, wie die Schaffung einer allgemeinen künstlichen Intelligenz, noch nicht erreicht worden.

Der Drang, Künstliche Intelligenz (KI) zu entwickeln, resultierte aus mehreren Motivationen und Zielen, die im Laufe der Zeit weiterentwickelt wurden. Hier sind einige der ursprünglichen Ziele und Gründe für die Entwicklung von KI:

1. Automatisierung und Effizienzsteigerung:

• Ein grundlegendes Ziel war es, menschenähnliche Intelligenz in Maschinen einzubetten, um automatisierte Systeme zu schaffen, die Aufgaben schneller und effizienter als Menschen durchführen können. Dies könnte zu erheblichen Fortschritten in der Produktion, Verwaltung und anderen Bereichen führen.

2. Mustererkennung und Entscheidungsfindung:

• Die Fähigkeit von Maschinen, Muster in großen Datenmengen zu erkennen und auf Grundlage dieser Muster Entscheidungen zu treffen, war ein wesentliches Ziel. Dies könnte in verschiedenen Bereichen wie Finanzen, Medizin und Wissenschaft nützlich sein.

3. Simulation von menschlicher Intelligenz:

• Einige Forscher hatten das Ziel, die grundlegenden Mechanismen der menschlichen Intelligenz zu verstehen, indem sie versuchten, sie in Maschinen zu simulieren. Die Entwicklung von KI wurde als Mittel betrachtet, um Einblicke in menschliche kognitive Prozesse zu gewinnen.

4. Lösung komplexer Probleme:

• Die Hoffnung bestand darin, dass KI dazu beitragen könnte, komplexe Probleme zu lösen, für die herkömmliche algorithmische Ansätze unpraktisch oder ineffizient waren. Dies könnte Bereiche wie Optimierung, Planung und Diagnose umfassen.

5. Entwicklung von autonomen Systemen:

• Die Vision von autonomen Systemen, die in der Lage sind, eigenständig zu lernen und Entscheidungen zu treffen, spielte eine Rolle. Dies umfasste die Idee von Robotern und autonomen Fahrzeugen, die in der Lage sind, ihre Umgebung zu verstehen und sich anzupassen.

6. Verbesserung der Lebensqualität:

• Einige Ziele der KI-Forschung waren darauf ausgerichtet, die Lebensqualität zu verbessern, sei es durch medizinische Anwendungen, Assistenzsysteme für Menschen mit Behinderungen oder personalisierte Dienste.

Die Ziele und Motivationen für die Entwicklung von KI wurden im Laufe der Jahre stetig weiterentwickelt und erweitert. Während die ursprünglichen Ziele oft auf Effizienzsteigerung und Automatisierung abzielten, strebt die moderne KI-Forschung auch nach Lösungen für komplexe Probleme, Verständnis der menschlichen Intelligenz und Schaffung von Technologien, die die Menschheit in verschiedenen Aspekten unterstützen können. Wir dürfen gespannt sein, was die Entwicklung für uns bereithält.