0 Fähigkeitspunkte
0 Neuro-Netz Punkte
0 Web-Creator Punkte
0 Daten-Detektiv Punkte

Musik und KI

Teil 5: Informatikzentrum 1

Ein Besuch an der Universität

Lernende Computer und Maschinen

Teil 1 - Vorlesung: Einstieg "Künstliche Intelligenz"
juju_walking2

Es Zeit uns das Thema “Künstliche Intelligenz” aus der Nähe anzuschauen!

Dafür werden wir zum Informatikzentrum unserer Inseluniversität gehen. Dort arbeitet auch meine Freundin, die Informatikerin.
Vielleicht können wir uns in eine der Vorlesungen setzen.”

Wir werden an einer Vorlesung zum Thema “Künstliche Intelligenz” teilnehmen und etwas über die Grundlagen lernen! Danach sollten wir einen besseren Überblick über das Thema haben.

university

Die Definition

Es gibt keine offizielle Definition des Begriffs “Künstliche Intelligenz” (KI). Allgemeingültig könnte man KI beispielsweise folgendermaßen definieren:

“Künstliche Intelligenz” bezieht sich auf die Entwicklung von Computersystemen, die in der Lage sind menschenähnliches Denken und Verhalten zu simulieren und Aufgaben lösen können, die menschenähnliche Intelligenz erfordern.

Zum besseren Verständnis kann es Sinn machen, künstliche Intelligenz mit herkömmlichen Softwaresystemen zu vergleichen.

Künstliche Intelligenz vs. Herkömmliche Software

Eine KI wird mit dem selben Computercode entwickelt, wie jede andere Software auch. Der Unterschied besteht darin, dass künstliche Intelligenzen aus Daten lernen können, um anschließend ein bestimmtes Problem zu lösen – ohne dafür programmiert zu werden. Herkömmliche Software braucht dagegen vordefinierte und feste Regeln, um zu funktionieren.

Beispiel: Herkömmliche Software

Herkömmliche Software erhält Nutzereingaben oder Eingabedaten und verwendet vordefinierte Regeln, die ein menschlicher Entwickler festgelegt hat, um aus den Eingaben ein bestimmtes Ergebnis zu erzeugen.

Ein einfaches Beispiel ist der Taschenrechner. Der Taschenrechner kann nicht wirklich “rechnen”, sondern arbeitet die Eingaben nach vordefinierten Regeln ab, um auf das Ergebnis zu kommen.

Komplexere Software wie beispielsweise Videospiele funktionieren im Grunde genau so.

Beispiel: KI-Systeme

Im Gegensatz zu herkömmlicher Software, werden bei der Erstellung einer KI keine Regeln vorgegeben. Die KI soll sich selbstständig die notwendigen Regeln oder Verhaltensweisen beibringen, um eine bestimmte Aufgabe zu lösen.

Dafür muss die KI vor ihrem eigentlichen Einsatz einen Lernprozess durchlaufen — das sogenannte Training. Dabei erhält sie Trainingsdaten und die erwarteten Ergebnisse. Aus den Eingaben und den erwarteten Ergebnissen leitet die KI selbstständig einen geeigneten Lösungsweg her.

Wurde die KI ausreichend trainiert, ist sie einsatzbereit und kann zukünftig für neue und unbekannte Eingabedaten ein Ergebnis herleiten.

Das war schon einmal ein wichtiger Einstieg in das Thema! Das besondere an KI-Systemen gegenüber normalen Softwaresystemen ist also weniger die Ausgabe, als der Lösungsweg. Diesen hat sich die KI selbst beigebracht.

Das Lernen

Bevor KI-Systeme “intelligent” werden, müssen sie lernen – genau wie ein Mensch. Dabei gibt es ein paar Unterschiede zwischen dem Lernen beim Menschen und dem Training einer KI.

Menschliches Lernen

Menschen lernen primär aus Beobachtungen:

Schieben sich dunkle Wolken vor die Sonne, wird es wahrscheinlich bald Regen.

Wir wissen das, weil wir es viele Male beobachtet haben oder es uns beigebracht wurde. Eventuell sind wir schon einmal nass geworden und haben anschließend unser Verhalten angepasst.

Maschinelles Lernen

Computer lernen in mehreren Schritten. Dabei lernen sie nicht durch Beobachtungen, sondern durch Daten.
Ohne Training ist die Verhaltensweise einer KI für bestimmte Eingabedaten praktisch zufällig – wie bei uns Menschen, die bei fehlendem Wissen einfach etwas probieren.

Während des Trainings ist die anfängliche Ausgabe der KI also zufällig und entspricht auch nur zufällig der erwarteten Ausgabe. Schritt für Schritt passt sich die KI aber den Daten an, sodass sich die Ausgabe mit der Zeit immer mehr der tatsächlich erwarteten Ausgabe annähert.

Künstliche Intelligenzen lernen also Schritt für Schritt aus ihren Trainingsdaten!
Das ist ein bisschen wie ein Puzzle das sich erst mit der Zeit, zu etwas sinnvollem zusammenfügt.

robot_jungle

Das Training

Voraussetzung für diesen Lernprozess sind Paare von Eingabedaten mit den erwarteten Ausgaben — also praktisch die Aufgaben oder Problemstellungen selbst, sowie die jeweils entsprechenden Lösungen. Die KI versucht während dem Training dann selbstständig und über alle Trainingsdaten hinweg einen allgemeingültigen Zusammenhang zwischen Ein- und Ausgabedaten herzustellen.

Die KI wird während der Zeit im Training immer besser — wie ein Mensch, der lernt. Um zu prüfen, wie gut die KI bereits gelernt hat, vergleicht man immer wieder die Ausgabe der KI mit der erwarteten Ausgabe der Trainingsdaten. Entspricht das Ergebnis nicht der Erwartung, passt sich die KI in kleinen Schritten an, um schließlich für eine Eingabe eine passende Ausgabe zu erzeugen.

Im unteren Bild siehst du 20 beispielhafte Trainingsschritte mit verschiedenen Trainingsdaten. Am Anfang hat die KI noch nichts gelernt und gibt zufällige Ausgaben, die in der Regel nicht mit der erwarteten Ausgabe übereinstimmen. Mit der Zeit wird die KI aber besser und erkennt Muster in den Daten, um einen allgemeingültigen Lösungsweg zu finden.

Am Ende gibt die KI für die meisten Eingaben auch die erwarteten Ausgaben. Die KI hat aus unseren Trainingsdaten gelernt und ist einsatzbereit, sie kann nun für neue und unbekannte Daten, ohne vorhandene Lösung, eine Ausgabe erzeugen. Wenn die KI wirklich etwas gelernt hat, wird sie uns in Zukunft die manuelle Lösung der Aufgabe abnehmen können.

Wir haben ganz grundsätzlich gesehen, wie eine KI trainiert, um eine bestimmte Art von Aufgabe lösen zu können.
Als nächstes schauen wir uns an, was in der KI während dem Training eigentlich passiert.

Musik und KI Teil 4: Besuch in der Musikschule
Vollständig
Musik und KI Teil 6: Informatikzentrum 2