Lade Inhalt...

Künstliche Intelligenz. Methoden und Anwendungen

Mit Praxisbeispielen aus der Finanzwelt

Akademische Arbeit 2019 10 Seiten

Informatik - Künstliche Intelligenz

Leseprobe

Künstliche Intelligenz - Methoden und Anwendungen

Sebastian Mahr - 01.04.2019

Seitdem John McCarthy, 1956, den Begriff „Künstliche Intelligenz“ erstmals benutzt hat, gibt es inzwischen kaum einen Menschen mehr, der den Begriff noch nie gehört hat.[1] Laut einer Studie ist 94% der Befragten, der Begriff „Künstliche Intelligenz“ geläufig, was den derzeit hohen Stellenwert des Themas bestätigt.[2] Schließlich hält die künstliche Intelligenz (Abk. KI) immer mehr Einzug in den Alltag der Menschen, sei es beispielsweise in Form von Sprachassistenten, wie „Alexa“ von Amazon, oder als Teil eines Systems zum autonomen Fahren von Tesla.[3]

Die vorliegende Arbeit beschäftigt sich daher mit dem Begriff „Künstliche Intelligenz“ und thematisiert verschiedenen Methoden sowie Anwendungen der KI.

Ziel der Arbeit ist es auf der einen Seite, einen Überblick über die derzeit wichtigsten Methoden, also die Funktionsweise, der KI Technologie zu vermitteln und auf der anderen Seite, verschiedene Anwendungsmöglichkeiten im Finanzsektor heraus zu stellen.

Bereits die Definition des Begriffs „Künstliche Intelligenz“ (englisch: artificial intelligence / AI) zeigt die Komplexität des Themengebietes. Durch Betrachtung der einzelnen Wörter wird im folgenden eine Definition erarbeitet.[4] Für den Begriff „Intelligenz“ gibt es bisher keine einheitliche Definition. Frau Prof. Dr. Aljoscha Neubauer, von der Universität Graz, beschreibt Intelligenz als eine Fähigkeit komplexe Probleme zu lösen und dazu fähig zu sein, schwierige Sachverhalte schnell aufzufassen, zu verstehen und auf mögliche, zukünftige Problematiken wieder anwenden zu können.[5] Ziel der KI Forschung ist es, eben jene Vorgänge künstlich erzeugen zu können, um solche Prozesse maschinell durchführen zu können. Auch Francois Chollet, einer der führenden Forscher auf dem Gebiet, definiert KI als eine Automatisierung von Problemlösungen, die eigentlich menschliche Intelligenz erfordern. Die Maschine soll also dahin gebracht werden, Probleme zu lösen, wie es ein Mensch getan hätte.[6] Allerdings sehen rund 41% der Deutschen, die KI als Bedrohung.[7] Das hängt auch mit Begriff „Künstliche“ zusammen. Durch Filme, wie beispielsweise „Terminator“ oder verschiedenen Sci-Fi Streifen, entstand eine Angst und Ablehnung gegenüber selbstdenkenden bzw. menschenähnlichen Maschinen bzw. Robotern.[8] Dabei muss jedoch differenziert werden. Man unterscheidet zwischen „schwacher“ und „starker“ KI. Bei der schwachen KI handelt es sich lediglich um Unterstützungssysteme. Beispiele wären wie vorhin schon genannt, das Sprachsystem Alexa von Amazon, oder Assistenzsysteme die beim autonomen fahren unterstützen. Die Systeme sind allerdings immer nur auf einen speziellen Bereich beschränkt.[9] Oberstes Ziel der Forschung ist die Entwicklung einer starken KI. Der Unterschied mit aktuellen KI-Systemen liegt darin, dass es einer starken KI möglich ist, Probleme auch in undefinierten Situationen lösen zu können. Das System ist also nicht nur auf einen Bereich begrenzt. Die Fähigkeit Probleme, in einer unbekannten Umgebung, lösen zu können, würde die Künstliche Intelligenz auf eine Stufe mit dem Menschen bringen.[10] Doch eine Superintelligenz ist für die nächsten Jahrzehnte nicht zu erwarten.[11]

Im Folgenden werden nun verschiedene Methoden, aus dem Bereich der schwachen KI, definiert und voneinander abgegrenzt.

Bei einer Methode handelt es sich dabei um Wege, die es einem Computer ermöglichen Aufgaben zu lösen, die, wenn sie von einem Menschen gelöst werden, Intelligenz erfordern. Das schließen und folgern aus präsenten Wissen gilt als der wichtigste Methodenbereich.[12]

Unter den Begriff Künstliche Intelligenz fallen alle Methoden, die sich mit dem Thema KI auseinandersetzen. Der größte Block innerhalb des Themas KI, ist die Methode des Machine Learning (siehe Abb. 1). Machine Learning ist ein Teilgebiet der Künstlichen Intelligenz, aber Künstliche Intelligenz muss nicht immer aus dem Bereich von Machine Learning sein.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Darstellung der Anordnung von Machine Learning im Bereich der Künstlichen Intelligenz (In Anlehnung an Goodfellow u.a. (2016), S.9)

Der Unterschied zwischen Machine Learning und anderen Methoden im Bereich der KI, beispielsweise der Robotik, liegt in den Funktionsweisen. Zuerst wird die Funktionsweise anderer Methoden betrachtet, die nach dem Schema, wie in Abbildung 2 zu sehen, ablaufen.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Funktionsweisen von anderen Methoden im Bereich KI (in Anlehnung an Chollet (2018), S.4)

Nach dieser Funktionsweise sind beispielsweise Schachcomputer programmiert. An Hand dieses Beispiels lässt sich die Funktionsweise einfach und verständlich darstellen. Zum einen gibt es Regeln - hier die Regeln des Spiels Schachs. Diese werden im Computer programmiert. Zusätzlich wird eine Datensammlung an möglichen Spielzügen im System gespeichert. Macht der Spieler nun seinen Zug, wertet das System die neue Situation aus, gleicht die Spielsituation mit Erfahrungswerten ab, prüft ob alles regelkonform ist und gibt schließlich eine Antwort - in diesem Fall den Schachzug des Computers.[13]

Die Problematik in der Funktionsweise lag darin, dass die Systeme keine Lösungen auf Probleme finden konnten, die vom Mensch intuitiv gelöst werden. Für diesen Zweck wurde die Methode Machine Learning entwickelt. Die Methode hat zum Ziel, Daten sinnvoll miteinander zu verknüpfen, Zusammenhänge erkennen zu können, Rückschlüsse zu ziehen und richtige Vorhersagen zu treffen.[14] Die Funktionsweise der Methode unterscheidet sich wesentlich in der Anordnung der verschiedenen Faktoren.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: Funktionsweisen von Maschine Learning (in Anlehnung an Chollet. (2018), S.4)

Auch diese Funktionsweise lässt am besten an einem Beispiel darstellen. Im medizinischen Bereich gibt es die Möglichkeit, dass Patienten ihre Symptome online durchgeben und dann eine Diagnose erhalten.[15] Vorab wird in das System eine Datensammlung von Krankheitsverläufen eingespielt. Das System erkennt durch das Maschine Learning Regelmäßigkeiten in den Krankheitsbildern. Kommt nun ein Patient und gibt als Antwort seine Symptome ein, kann das System aufgrund seiner Erfahrungswerte mit einer bestimmten Wahrscheinlichkeit die Krankheit ausgeben und entsprechende Medikamente empfehlen.[16]

[...]


[1] Vgl. McCharty (1955), Zugriff vom 25.03.19 von https://web.archive.org/web/20080930164306/http://www-

formal.stanford.edu/imc/historv/dartmouth/dartmouth.html.

[2] Vgl. BVWD (2018), S. 4.

[3] Vgl. Göbel (2018), Zugriff vom 25.03.19 von https://basecamp.telefonica.de/event/kuenstliche- intelligenz-im-alltag-vom-tiefen-lernen-bis-zum-schlauen-schlafen/.

[4] Vgl. Ertel (2008), S.1.

[5] Vgl. Herzog (2018), Zugriff vom 25.30.19 von https://www.die-debatte.org/intelligenz-definition/.

[6] Vgl. Chollet (2018), S.4.

[7] Vgl. Lehne (2017), Zugriff vom 25.03.19 von https://www.welt.de/wirtschaft/bilanz/article169962104/Kuenstliche-Intelligenz-braucht-klare- Spielregeln.html.

[8] Vgl. Ertl (2008), S.1.

[9] Vgl. Bostrom (2016), S.42.

[10] Vgl. Schreiner (2018), Zugriff vom 26.03.19 von https://mixed.de/starke-kuenstliche-intelligenz-was- definiert-sie-und-ist-sie-erreichbar/.

[11] Vgl. National Science and Technology Council (2016), S.8.

[12] Vgl. Lackes (2018), Zugriff vom 26.03.19 von https://wirtschaftslexikon.gabler.de/definition/kuenstliche-intelligenz-ki-40285.

[13] Vgl. Goodfellow u.a. (2016), S.1 ff.

[14] Vgl. Manhart (2018), Zugriff vom 27.03.19 von https://www.computerwoche.de/a/was-sie-ueber- maschinelles-lernen-wissen-muessen.3329560.

[15] Vgl. NetDoktor (2019), Zugriff vom 27.03.19 von https://www.netdoktor.de/svmptom-checker/.

[16] Vgl. Chollet (2018), S.4 f.

Details

Seiten
10
Jahr
2019
ISBN (eBook)
9783346090850
Sprache
Deutsch
Katalognummer
v504491
Institution / Hochschule
Duale Hochschule Baden Württemberg Mosbach
Note
2,0
Schlagworte
KI Künstliche Intelligenz Roboter Deep Learning Maschine Learning Commerzbank

Autor

Zurück

Titel: Künstliche Intelligenz. Methoden und Anwendungen