3.4. Exkurs: Künstliche Intelligenz

Einführung

Künstliche Intelligenz (KI), ein Begriff, der erstmals 1955 geprägt wurde, bezieht sich auf die Fähigkeit von Maschinen, “intelligente” Funktionen zu erlernen und auszuführen, die normalerweise menschliche Intelligenz erfordern würden. Die Wissenschaft und Technik der Künstlichen Intelligenz hat sich zu einer grundlegenden Säule der modernen Technologie und der digitalen Transformation entwickelt und hat Auswirkungen auf viele Aspekte unserer Gesellschaft, von der Medizin bis zur Bildung, von der Wirtschaft bis zur Kunst.

Unternehmen, Medien und sogar Fachleute auf dem Gebiet reden oft von KI, Maschinenlernen (ML) oder Deep Learning und verwenden die Begriffe oft synonym, obwohl sie unterschiedliche, wenn auch miteinander verbundene, Konzepte darstellen. KI ist der umfassendste Begriff, der jegliche Simulation menschlicher Intelligenz durch Maschinen umfasst. ML ist ein Unterfeld der KI, das sich auf die Entwicklung von Algorithmen konzentriert, die es Maschinen ermöglichen, aus Daten zu lernen und Vorhersagen zu treffen. Deep Learning wiederum ist eine spezielle Methode des Maschinenlernens, die auf künstlichen neuronalen Netzen mit mehreren Schichten basiert. Jeder dieser Begriffe hat eine spezifische Bedeutung und sollte sorgfältig und korrekt verwendet werden, um Missverständnisse zu vermeiden.

Im Folgenden Video gibt es eine ausführliche Erläuterung, wie sich die Begriffe bzw. Konzepte im Detail unterscheiden:

Neuronale Netzwerke

Wenn Sie sich das Video angeschaut haben, dann verstehen Sie jetzt (hoffentlich), was sich hinter den verschiedenen Begriffen verbirgt und Sie haben auch von Supervised ML gehört. Supervised ML, oder überwachtes Maschinenlernen, ist eine Methode, bei der Maschinen durch die Analyse von Beispieldaten und deren korrekten Antworten oder Ergebnissen lernen. Im Wesentlichen wird der Maschine dabei ‘beigebracht’, welche Ausgaben sie basierend auf den gegebenen Eingaben erzeugen sollte. Ein typisches Anwendungsbeispiel von Supervised ML ist die Bildklassifikation, bei der das Modell trainiert wird, um Objekte in Bildern, wie beispielsweise Katzen oder Hunde, korrekt zu erkennen. Aufbau eines neuronalen Netzes

Eines der fortschrittlichsten Werkzeuge in der Toolbox des überwachten Maschinenlernens sind neuronale Netze. Neuronale Netze sind eine Art von Modellen im Maschinenlernen, die von der Struktur des menschlichen Gehirns inspiriert sind. Sie bestehen aus Knoten, die “Neuronen” genannt werden und die in Schichten organisiert sind (siehe Abbildung): eine Eingangsschicht, eine oder mehrere versteckte Schichten und eine Ausgangsschicht. Jedes Neuron ist mit vielen anderen verbunden und sendet Signale zwischen ihnen. Mit neuronalen Netzen können wir komplexe Muster in Daten entdecken und sogar nonlineare Beziehungen modellieren, was sie zu einem mächtigen Werkzeug für viele Aufgaben macht, darunter auch die oben erwähnte Bildklassifikation.

Training von neuronalen Netzwerken

Ein gutes Beispiel für das Training eines neuronalen Netzes ist ein Bildklassifikator, der Katzen und Hunde in Bildern unterscheiden kann. Hier ist eine vereinfachte Darstellung dieses Prozesses:

Initialisierung: Das neuronale Netzwerk beginnt mit einer Reihe zufälliger Gewichte. Diese Gewichte sind die Parameter, die während des Trainings angepasst werden, um dem Netzwerk zu ermöglichen, Katzen und Hunde zu unterscheiden.
Feedforward: Nehmen wir an, wir geben dem Netzwerk ein Bild eines Hundes. Das Bild wird in eine Reihe von Pixelwerten umgewandelt und durch das Netzwerk gefüttert. Jedes Neuron verarbeitet einen Teil dieser Informationen, basierend auf den aktuellen Gewichten, und gibt die Informationen an die nächste Schicht weiter. Schließlich erzeugt das Netzwerk eine Ausgabe, beispielsweise “Katze” oder “Hund”.
Berechnung des Fehlers: Da wir wissen, dass das Bild einen Hund darstellt (das ist unser Ziel-Label), können wir den Fehler berechnen, den das Netzwerk gemacht hat, wenn es beispielsweise “Katze” vorhergesagt hat. Dieser Fehler wird oft als Verlust bezeichnet und quantifiziert, wie weit die Vorhersage des Netzwerks von der tatsächlichen Ausgabe entfernt ist.
Backpropagation: Im Backpropagation-Schritt wird dieser Fehler rückwärts durch das Netzwerk propagiert, um die Gewichte anzupassen. Dies bedeutet, dass jedes Gewicht ein wenig verändert wird, basierend darauf, wie sehr es zum Fehler beigetragen hat. Dies wird gemacht, um den Fehler in der nächsten Vorhersage zu reduzieren.
Iteration: Diese vier Schritte werden mit vielen verschiedenen Bildern von Katzen und Hunden wiederholt, bis das Netzwerk gelernt hat, die Tiere mit einer hohen Genauigkeit zu unterscheiden. Dieser Prozess könnte Tausende oder sogar Millionen von Wiederholungen (Epochen) erfordern.

Am Ende dieses Prozesses hätte das neuronale Netzwerk gelernt, komplexe Muster in den Bilddaten zu erkennen, die es ihm ermöglichen, Katzen und Hunde zu unterscheiden. Es ist jedoch wichtig zu beachten, dass dieses Beispiel stark vereinfacht ist und der tatsächliche Prozess des Trainings eines neuronalen Netzwerks weitaus komplexer und nuancierter ist. Für mehr Details können Sie beispielsweise folgenden Blog-Beitrag lesen:

https://www.jaai.de/post/machine-deep-learning

Datensätze für das Training

Die Datensätze, die zum Trainieren von Maschinenlernmodellen verwendet werden, sind entscheidend für die Fähigkeit der Modelle, genaue Vorhersagen zu treffen und gute Entscheidungen zu treffen. Diese Datensätze, oft als Trainingsdaten bezeichnet, enthalten Beispiele für das, was das Modell lernen soll. In einem überwachten Lernszenario enthalten sie sowohl Eingaben (wie Bilder von Katzen und Hunden) als auch die entsprechenden Ausgaben oder Labels (wie “Katze” oder “Hund”). Die Qualität und Menge der Trainingsdaten können erheblichen Einfluss auf die Leistung des Modells haben. Beispielsweise können unzureichende oder voreingenommene Daten zu einem Modell führen, das ungenau oder unfair ist. Daher ist es entscheidend, sorgfältig über die Daten nachzudenken, die zur Ausbildung von Maschinenlernmodellen verwendet werden.

Verschiedene neuronale Netzwerke für unterschiedliche Anforderungen

Auch die Basis von dem sehr populären ChatGPT ist ein spezieller Typ eines neuronalen Netzwerks, das als Transformer bezeichnet wird. Transformer-Netzwerke wurden entwickelt, um sequenzielle Daten zu modellieren, und sie haben sich insbesondere in der Verarbeitung natürlicher Sprache als sehr effektiv erwiesen.

Die Architektur von Transformer-Netzwerken ermöglicht es ihnen, Kontext aus Eingaben zu extrahieren, indem sie die Beziehungen zwischen Wörtern und Phrasen in einem Text betrachten. Dies ermöglicht es ihnen, menschenähnliche Texte zu generieren, die auf den bereitgestellten Eingaben basieren. Daher ist ChatGPT, obwohl es im technischen Sinne ein neuronales Netzwerk ist, recht spezialisiert und unterscheidet sich von anderen Typen von neuronalen Netzwerken wie Convolutional Neural Networks (CNNs) oder Recurrent Neural Networks (RNNs), die in anderen Anwendungsfällen üblich sind.

Wichtigste Erkenntnisse:

Verständnis der Terminologie: Künstliche Intelligenz (KI), Maschinenlernen (ML) und Deep Learning sind miteinander verbundene Begriffe, die oft fälschlicherweise synonym verwendet werden. KI ist der Überbegriff für Technologien, die Maschinen das Nachahmen menschlicher Intelligenz ermöglichen. ML ist ein Ansatz innerhalb der KI, bei dem Maschinen lernen, indem sie Muster in Daten erkennen. Deep Learning ist ein spezieller Ansatz des ML, der auf neuronalen Netzwerken basiert.
Supervised Learning und Neural Networks: Überwachtes Lernen ist ein Ansatz im Maschinenlernen, bei dem Modelle aus gelabelten Beispieldaten lernen. Neuronale Netze sind eine Art von Modellen, die aus Knoten oder “Neuronen” bestehen, die in Schichten organisiert sind. Sie sind besonders gut darin, komplexe Muster in Daten zu erkennen.
Training von ML-Modellen: Das Training von ML-Modellen, einschließlich neuronaler Netze, erfordert einen Prozess, der als Backpropagation bezeichnet wird, um die Gewichte innerhalb des Netzwerks anzupassen und den Fehler in der Ausgabe zu minimieren.
Bedeutung der Datensätze: Die Qualität und Menge der Trainingsdaten haben einen erheblichen Einfluss auf die Leistung der Modelle. Ungenügende oder voreingenommene Daten können zu ungenauen oder unfairen Modellen führen.
Verschiedene Netzwerktypen für verschiedene Aufgaben: Unterschiedliche Arten von neuronalen Netzwerken, wie CNNs und RNNs, sind für verschiedene Aufgaben geeignet. CNNs eignen sich besonders für Bildverarbeitungsaufgaben, während RNNs effektiv für sequenzielle Daten wie Text oder Zeitreihen sind.

Informationstechnische Grundkenntnisse für Lehramtsstudierende