Künstliche Intelligenz

Die Idee der künstlichen Intelligenz hat in den vergangenen Jahren durch verschiedene technologische Durchbrüche einen enormen Schub erfahren. Künstliche Intelligenz formt mittlerweile einen weltweiten Trend, der mehr und mehr Auswirkungen auf ökonomische und gesellschaftliche Prozesse ausübt.

In Deutschland und Europa gilt es dabei einmal mehr, die Wettbewerbsfähigkeit der Industrie zu sichern. Die Voraussetzungen hierzulande sind gut: ein innovationsfreundliches, industrielles Umfeld trifft auf eine gut organisierte und anwendungsorientierte Forschungslandschaft. Aktuell wächst der Bedarf an KI-Kompetenz in der deutschen Industrie dabei überproportional. Die Fraunhofer-Gesellschaft stellt zahlreiche Expert*innen, die an verschiedenen Instituten die Anwendungsfähigkeit von künstlicher Intelligenz, neuronalen Netzen, Verfahren zum maschinellen Lernen und kognitiven Systemen für verschiedenste Einsatzszenarien erforschen und vorantreiben.

Dabei finden sie nach und nach auch die Antworten auf die technischen, organisatorischen und die drängenden gesellschaftlichen Fragestellungen: Welche Mehrwerte können durch Künstliche Intelligenz in den traditionell starken Branchen erzielt werden? Welche Standards werden benötigt? Wie müssen Forschung und Industrie zusammenarbeiten? Welche Auswirkungen werden KI-Technologien auf das Zusammenleben und die Arbeitswelt haben?

In der untenstehenden Content-Sammlung finden Sie Links zu Expert*innen, Artikeln, Videos, Whitepapers und Posituionspapieren, die sich mit den aktuellen KI-Technologie befassen.

Glossar zu kognitiven Systemen

Die wichtigsten Begriffe rund um das Thema »Künstliche Intelligenz« kurz erklärt.

Kognitive Systeme/Maschinen sind technische Systeme, die digitale Information aus Sensordaten und Netzen aufnehmen und daraus auf Basis von lernenden Algorithmen Schlussfolgerungen, Entscheidungen und Handlungen ableiten und mit ihrer Umgebung im Dialog verifizieren und optimieren.

Als maschinelles Lernen werden Verfahren bezeichnet, in denen ein Algorithmus / eine Maschine durch Wiederholen einer Aufgabe lernt, diese bezüglich eines Gütekriteriums immer besser auszuführen.

Künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik, das sich damit beschäftigt, Maschinen mit Fähigkeiten auszustatten, die intelligentem (menschlichem) Verhalten ähneln. Dies kann mit vorprogrammierten Regeln oder durch Maschinelles Lernen erreicht werden. Starke bzw. generelle KI bezeichnet Maschinen, die generalisierende Intelligenz- und Transferleistungen erbringen können und somit nicht nur auf sehr begrenzte, vordefinierte Aufgabenfelder beschränkt sind.

Neuronale Netze, Deep Learning: Künstliche neuronale Netze sind eine Basis für Maschinelle Lernverfahren nach dem Vorbild der Nervenzellenvernetzung im Gehirn. Sie bestehen aus Datenknoten und gewichteten Verbindungen zwischen diesen. Durch Änderung verschiedener Parameter im Netz können Maschinelle Lernverfahren realisiert werden. Mit »Deep Learning« werden neuronale Netze mit stark erhöhter Anzahl von Ebenen bezeichnet, mit denen man in neue Problemklassen vorstoßen konnte.

Blackbox-, Greybox-, Whitebox-Modelle unterscheiden sich darin, ob und in welchem Umfang der Algorithmus das physikalische Modell der zu lernenden Problemstellung kennt und in seinen Lernprozess miteinbezieht. Whitebox-Modelle kennen dies möglichst genau, Blackbox-Ansätze berücksichtigen das Modell hingegen nicht. Greybox bezeichnet Kombinationsansätze zwischen beiden.

Neuromorphe Chips sind Mikrochips, bei denen Eigenschaften und Architektur von Nervenzellen auf Hardware-Ebene nachgebildet werden. Diese Neuronen-ähnlichen Bauelemente simulieren die Lern- und Assoziationsfähigkeit des Gehirns, was besonders die Erkennung von Mustern in Bildern oder in Big-Data-Strukturen beschleunigen kann.

 

Fraunhofer-Allianz Big Data

In der Fraunhofer-Allianz Big Data bündeln 30 Institute ihre Kompetenzen zu Big Data, Künstlicher Intelligenz und ihrer Anwendungen in Robotik, Bild- und Sprachverarbeitung und Prozessoptimierung.

 

Trends für die Künstliche Intelligenz

Fraunhofer-Trendbroschüre

English version

 

Studie: Maschinelles Lernen

Eine Analyse zu Kompetenzen, Forschung und Anwendung

 

Fraunhofer InnoVisions

Themenseite »Künstliche Intelligenz«

 

Fraunhofer-Cluster Cognitive Internet Technologies

Gebündelte Fraunhofer-Kompetenz für das kognitive Internet

 

Künstliche Intelligenz

Videointerview mit Prof. Stefan Wrobel
auf Fraunhofer-InnoVisions

 

Wissenschaftliche Publikationen

zum Thema »Künstliche Intelligenz«

 

Zertifizierung für vertrauenswürdige KIs

Das Fraunhofer IAIS leitet ein interdisziplinäres Forscherteam mit Beteiligung des BSI, das  einen Prüfkatalog zur sachkundigen und neutralen Bewertung von KI entwickelt.

 

Projektlandkarte

»Künstliche Intelligenz und maschinelles Lernen« der Fraunhofer-Allianz Big Data

 

Studie

Potenzialanalyse Künstliche Intelligenz
Dr. Dirk Hecker, Inga Döbel, Ulrike Petersen, André Rauschert, Velina Schmitz, Dr. Angelika Voss

Herausgeber: Fraunhofer-Allianz Big Data, Sankt Augustin
Veröffentlichung:
11/2017

 

Kognitive Maschinen

Themenseite der Fraunhofer-Gesellschaft

Erlesen – KI unterstützt die digitale Dokumentenanalyse

Interview auf Fraunhofer InnoVisions
mit Dr. rer. nat. Iuliu Vasile Konya vom Fraunhofer IAIS

 

Mythbusting: Was ist dran...

... an den Mythen zur Künstlichen Intelligenz?

Video auf Fraunhofer InnoVisions

 

Podcast

Künstliche Intelligenz
Statistik, manipuliertes Lernen und zu hohe Erwartungen

Wenn Computer hören lernen

Bilderstrecke auf Fraunhofer InnoVisions

zur neuen Generation des digitalen Hörens am Fraunhofer IDMT