Seite - 29 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft

iit-Themenband – Künstliche Intelligenz 29 erst dadurch entstehen, dass Ähnlichkeiten in den Daten erkannt und zu Gruppen zusammengefasst werden (Abbildung A.4). Weitere weniger anschauliche Verfahren sind Dimensionsreduktion und Hauptkomponentenanalyse sowie Dichteermittlung. Methoden des unüberwachten Lernens kommen in vielen alltäglichen Anwendun- gen zum Einsatz. So können Kaufverhalten und Nutzerverhalten im Onlinehandel vorhergesagt sowie Empfehlungssysteme beispielsweise für Filme erstellt werden (Netflix Prize o.  J.). Beim verstärkten Lernen (Reinforcement Machine Learning), der dritten Kategorie des ML, lernt ein Computerprogramm direkt aus den Erfahrungen. Hierzu interagiert es mit seiner Umgebung und erhält für richtige Ergebnisse eine Belohnung. Das Pro- gramm ist mit einem dressierten Tier zu vergleichen, indem es beispielsweise in einer Spielsituation dafür belohnt wird, wenn es das Spiel gewinnt. Das Ziel ist nun, dass das Programm sich die Konsequenzen seiner Handlung merkt und mit diesem Wis- sen versucht, seine Belohnung zu maximieren. Die Belohnung ist dementsprechend die Regelgröße, die in diesem Verfahren optimiert wird. Das zurzeit recht bekannte Beispiel für den Einsatz von verstärktem Lernen ist AlphaGo Zero, die Weiterentwick- lung von AlphaGo.3 AlphaGo Zero erlernte das Spiel Go mittels verstärktem Lernen ohne vorherige Kenntnis über das Spiel in nur drei Tagen so gut, dass es besser spielte als seine Vorgängerversion und weitaus besser als die weltbesten menschlichen Spie- ler (Silver et al. 2017). Verstärktes Lernen könnte sich in den nächsten Jahren als eine wichtige Technologie in der Automatisierung und insbesondere der Robotik erweisen (Kober et al. 2013). So erlernten etwa die Roboterarme der Firma Fanuc mittels ver- stärkten Lernens binnen weniger Stunden, ihnen bislang unbekannte Objekte sicher zu greifen und zu bewegen (Knight 2016). Tiefes Lernen Im Laufe der Zeit wurden unterschiedliche Ansätze, Methoden und (Software-)Tech- nologien unter dem Namen KI entwickelt. Sie werden weiterhin erforscht und adap- tiert. Der aktuelle KI-Boom beruht im Wesentlichen auf dem tiefen Lernen mit künst- lichen neuronalen Netzen (KNN). So nennt man das Lernen mit Algorithmen, die Netzstrukturen von Nervenzellen nachbilden. „Tief“ bedeutet in diesem Zusammen- hang unabhängig von der genauen Netzstruktur, dass diese einige bis viele Schichten tief ist. Wie auch im Begriff KI schwingt im alltäglichen Wortgebrauch ein gewisser Hauch von „tiefem Verständnis“ abstrakter Zusammenhänge mit. Obwohl sich das tiefe Lernen in Grundzügen an der Funktionsweise biologischer neuronaler Netze 3 AlphaGo ist das Programm der Firma Google Deep Mind, das die weltbesten Go-Spieler im März 2016 mühelos schlagen konnte.