Die Künstliche Intelligenz meint die Erforschung eines „intelligenten” Problemlösungsverhaltens und die Erstellung von "intelligenten" Computersystemen. Die Künstliche Intelligenz ist bereits schon ein fester Bestandteil in den meisten Softwares. Generell versucht die Künstliche Intelligenz dem Menschen ähnelnde Entscheidungsstrukturen in einem nicht klar definierten Umfeld nachzubilden. So sucht diese nach Methoden, die es einem Computer ermöglichen, Aufgaben zu lösen, sodass diese, wenn sie vom Menschen gelöst werden sollen, eine Intelligenz erfordern.

Die Künstliche Intelligenz früher und heute

Zu Anfang bis Mitte der 1950 hatte die Künstliche Intelligenz ihren Anfang in den USA. So wurde bereits zu diesem Zeitpunkt bei einer wissenschaftlichen Konferenz in Dartmouth von M. Minsky, J. McCarthy, A. Newell, H.A. Simon von einer artificial intelligence gesprochen.

Marvin Minsky, Gründungsväter der Künstlichen Intelligenz, wird häufig mit seiner Definition zitiert. Seine Aussage über Künstliche Intelligenz aus dem Jahre 1966 lautete: "Artificial Intelligence is the science of making machines do things that would require intelligence if done by men." Diese heißt übersetzt soviel wie "Künstliche Intelligenz ist die Wissenschaft der Herstellung von Maschinen, die Dinge zu bewerkstelligen, die die Intelligenz von Männern benötigt."

Auch der sogenannte "Turing Test" nahm bei der Bestimmung von Künstlicher Intelligenz eine zentrale Rolle ein. Der Test wurde von dem britischen Mathematiker Alan Turing zu Beginn der 1950er-Jahre entwickelt. Dieser Test sollte dafür sorgen, dass ein Mensch sowohl mit einer Maschine als auch mit anderen Menschen über ein Chat-Programm synchron miteinander kommunizieren konnte.

Heutzutage basiert die Künstliche Intelligenz auf der Verarbeitung von sehr großen Datenmengen (Big Data). Bei der modernsten Ausprägung von Künstlicher Intelligenz werden neuronale Netzwerke genutzt und auch selbstlernende Systeme in Form von Machine Learning entwickelt.

So gibt es eine enge Verknüpfung mit der Weiterentwicklung von Künstlicher Intelligenz mit den Begrifflichkeiten "Neuronale Netzwerke" und der Technologie "Deep Learning".

Die verschiedenen Methoden und Anwendungen der Künstlichen Intelligenz

Bei der Künstlichen Intelligenz gibt es verschiedene Methoden und Anwendungen, wobei im Folgenden die Methodenbereiche, die besonderen Anforderungen, Deduktionssysteme, die automatische Programmierung, das Verstehen von natürlicher Sprache, die Computervision und Robotik, der Methodenbereich des Lernens, die Unterstützung im Bereich des Lernens (Intelligent Computer Aided Instruction) und die Heuristische Suche näher erläutert werden.

Bei den Methodenbereichen der Künstlichen Intelligenz (KI) handelt es sich bei den wichtigsten Bereichen um die Wissensrepräsentation sowie der effektive Nutzen des dargestellten Wissens.

Die besonderen Anforderungen an die sprachlichen Mittel des Ausdruckes, um die Künstliche Intelligenz (KI)-Programme zu erstellen, besonders die notwendige Symbolverarbeitung, benötigen spezielle (KI)-Programmiersprachen.

So bieten diese einen Zugang für bestimmte Formen von Wissensrepräsentationen und machen eine Wissensauswertung möglich, wie beispielsweise eingebaute Methoden des Schließens.

Weiterhin gehören zur Künstlichen Intelligenz die Beschäftigung der „automatischen Beweise” für mathematische Theoreme, welche wiederum mit dem Anwendungsgebiet Deduktionssysteme verknüpft sind. Das Ziel der entwickelten Deduktionssysteme ist das Abfragen bei den Datenbanksystemen zu ermöglichen, wobei die Datenbanksysteme sich wiederum auf dem Relationenmodell gründen, sodass diese für die zurückgehenden Datenbankabfragen zuständig sind.

Zu den Deduktionssystemen besteht auch eine Verbindung zur automatischen Programmierung. So kann auch auf Basis von formalen Spezifikationen eine Verifikation der Programme anhand des Deduktionssystems automatisch durchgeführt werden. Zur automatischen Programmierung gehören außerdem eine automatische Erstellung von ablauffähigen Programmen aus formalen Spezifikationen sowie die klaren Beweise für Hardwarekomponenten, wie beispielsweise integrierte Schaltkreise und Hardware.

Auch die Methoden des Anwendens von natürlicher Sprache sowie der Sprachverarbeitung gehören zur Künstlichen Intelligenz. Hier wird u.a. auf die Ergebnisse der Linguistik zurückgegriffen, beispielsweise aus der Syntaxtheorie. So platziert sich die Spracherkennung neben der Sprachanalyse als eine der zentralen Aufgaben innerhalb dieses Bereiches.

Die höher fortgeschrittenen Künstlichen Intelligenz Technologien wie Computervision und Robotics beschäftigen sich besonders mit der Dateninterpretation der wirklichen physischen Umwelt.

Bei Computervision handelt es sich um ein Programm, welches die Bereiche von Bildverstehen, wie die Grauwertanalyse, die Szenenanalyse, wozu das Erkennen von geometrischen Objekten aus Linienzeichnungen gehört und das Wahrnehmen von Gestalten. Prinzipiell gilt für den Fokus der Computervision das Beschreiben der inhaltlichen Bedeutung einer Szene, das beispielsweise geschieht durch das Aufbauen eines semantischen Netzes.

Um auf die Objekte eine Erkennung zu schaffen, wird auf die Computervision in der Robotik zurückgegriffen. In diesem klassischen Anwendungsgebiet spielen die planenden und kontrollierenden Roboteraktionen eine übergeordnete Bedeutung.

Im Blickpunkt der Methodenbereiche des Learnings und der Kognitionsmodelle stehen die Besonderheiten von menschlicher Intelligenz. Die Kognitionsmodelle erzielen hier eine Erstellung von Computerprogrammen ab, die eine Simulation des menschlichen Problemlösungsverhalten schaffen. Bei dem Bereich des Learnings geht es um Methoden, die Computerprogramme dazu befähigen soll, nicht nur auf der Grundlage des bereits vorhandenen Wissens zu funktionieren, sondern auch schon durch das Auswerten von bereits bekannten Problemen und ihren Lösungen für eine Wissenserweiterung zu sorgen.

Wohingegen beim Learning sich auf die Übertragung der menschlichen Lernfähigkeit auf den Computer konzentriert werden soll, wird im Rahmen des Anwendungsgebiets ICAI (Intelligent Computer Aided Instruction) darauf hingearbeitet, eine Hilfestellung der Menschen bei dem Lernprozess zu geben, wobei besonders auf Pädagogikerkenntnisse zurückgegriffen wird.

Das letzte wichtige Teilgebiet der Künstlichen Intelligenz ist die Heuristische Suche. Bei dieser handelt es sich um ein Methodengebiet, welches aus den anfänglichen Versuchen der Künstliche Intelligenz (KI) stammt. Die Heuristische Suche kreist sich hier um das Problem bei der Entwicklung von Spielprogrammen, wie beispielsweise der Suche nach „guten” Spielzügen. Und gerade aufgrund der Kombinationsvielfalt der Möglichkeiten kann es schnell zu einer Explosion der Anzahl von möglichen Zügen kommen. Anhand von Heuristiken geschieht eine Eingrenzung der Suchräume, sodass die entsprechenden Spielsituationen schneller und besser erforscht werden können.