geändert am 22. Dezember 2023
Dieses Glossar bietet einen Überblick über die wichtigsten KI-Begriffe. Er umfasst die Bereiche: Generierung natürlicher Sprache, Bilderstellung und Robotik. Natural Language Processing ist ein wesentlicher Bestandteil von KI-Anwendung und zahlreiche KI-Begriffe beziehen sich darauf.
Einige spezielle KI-Begriffe stammen aus der Disziplin Bilderstellung, in diesem Einsatzgebiet liefert KI faszinierenden Möglichkeiten. KI-Begriffe aus dem Bereich Robotik zeigen die Vielfalt und Fortschritte künstlicher Intelligenz in der Nutzung von Robotern. Sie verdeutlichen die verschiedenen Anwendungsbereiche und Technologien, die in diesem Bereich existieren.
Allerdings gilt es zu beachten, dass künstliche Intelligenz ein sich schnell entwickelndes Feld ist und neue KI-Begriffe und Konzepte ständig auftauchen.
Adversariell
Adversariell bedeutet „gegnerisch“ oder „gegensätzlich“ und bezieht sich auf eine Situation, in der zwei oder mehr Parteien miteinander konkurrieren oder sich gegenseitig herausfordern. Im Kontext von Generative Adversarial Networks (GANs) bezieht sich der adversarielle Aspekt auf den Wettbewerb zwischen dem Generator und dem Diskriminator. Die KI-Begriffe sind unter GAN erklärt.
Adversarial Learning
Adversarial Learning bezieht sich auf eine Technik im maschinellen Lernen, bei der ein Modell durch das Hinzufügen von bewusst gestalteten Störungen oder Angriffen trainiert wird. Dies hilft, die Robustheit des Modells gegenüber solchen Angriffen zu verbessern.
Algorithmus
Ein Algorithmus ist eine Schritt-für-Schritt-Anleitung zur Lösung eines Problems. In Bezug auf künstliche Intelligenz werden Algorithmen verwendet, um Daten zu verarbeiten und Muster oder Zusammenhänge zu erkennen.
Artificial General Intelligence (AGI)
Artificial General Intelligence bezieht sich auf eine Form von künstlicher Intelligenz, die die Fähigkeit besitzt, intellektuelle Aufgaben zu bewältigen, die normalerweise von menschlichen Wesen ausgeführt werden. AGI ist in der Lage, eine Vielzahl von Aufgaben zu erlernen und anzuwenden, ähnlich wie ein Mensch.
Artificial Intelligence (AI)
Artificial Intelligence (AI) ist der englische Begriff für künstliche Intelligenz (KI) und bezieht sich auf die Fähigkeit von Maschinen, Aufgaben auszuführen, die normalerweise menschliche Intelligenz erfordern. Dies umfasst das Lernen, Schlussfolgern, Problemlösen und das Verstehen natürlicher Sprache.
Assistenzroboter
Assistenzroboter sind Roboter, die entwickelt wurden, um Menschen bei bestimmten Aufgaben oder Bedürfnissen zu unterstützen. Sie können in Bereichen wie Gesundheitswesen, Pflege, Rehabilitation oder Haushaltsassistenz eingesetzt werden.
Autoencoder
Ein Autoencoder ist ein künstliches neuronales Netzwerk, das verwendet wird, um unüberwachte Lernverfahren durchzuführen. Es besteht aus einer Encoder-Komponente, die Eingabedaten in eine niedrigdimensionale Darstellung komprimiert, und einer Decoder-Komponente, die versucht, die ursprünglichen Daten wiederherzustellen.
Avatar
Ein Avatar bezieht sich normalerweise auf eine grafische Darstellung, die eine Person in der virtuellen Welt oder im digitalen Raum repräsentiert, einfach ausgedrückt, ein Stellvertreter. Avatare können sehr unterschiedlich aussehen, von realistischen Abbildungen von Menschen bis hin zu abstrakten Symbolen oder Fantasiefiguren. In den letzten Jahren bezieht sich der Begriff „Avatar“ auch auf digitale Assistenten oder Chatbots, die menschenähnliche Interaktionen in Text- oder Sprachform ermöglichen, um Aufgaben zu erledigen, Informationen bereitzustellen oder Unterhaltung zu bieten.
Bildgenerierung
Bildgenerierung bezieht sich auf den Prozess der Erzeugung von Bildern durch künstliche Intelligenz. Dies kann durch den Einsatz von generativen Modellen wie Generative Adversarial Networks (GANs) oder Variational Autoencodern (VAEs) erfolgen. Hier erfahren Sie mehr zu den bekanntesten KI-Bildmodellen und ihre Arbeitsweise und den KI-Bildgeneratoren, um Bilder und KI-Fotos zu erstellen, bis hin zur Generierung von KI-Kunst.
Bing AI
Bing AI ist die künstliche Intelligenz-Technologie von Microsoft für die Suchmaschine Bing. Sie verbessert das Sucherlebnis mit maschinellem Lernen, natürlicher Sprachverarbeitung und personalisierten Funktionen. Bing AI oder Bing Chat funktioniert ähnlich wir ChatGPT, basiert auf GPT-4 und liefert im Gegensatz zu ChatGPT Quellen.
Capsule Networks (CapsNets)
Capsule Networks sind eine Art von künstlichen neuronalen Netzwerken, die entwickelt wurden, um bestimmte Herausforderungen von herkömmlichen neuronalen Netzwerken zu überwinden. Sie sollen besonders bei der Erkennung von Hierarchien und räumlichen Beziehungen in Daten, wie beispielsweise in Bildern, effektiver sein.
Chatbot
Ein Chatbot ist eine Anwendung, die in der Lage ist, automatisierte Gespräche mit Benutzern zu führen. Chatbots können in verschiedenen Bereichen eingesetzt werden, z. B. im Kundenservice oder bei der Bereitstellung von Informationen.
ChatGPT
ChatGPT ist ein fortschrittliches KI-Modell, das entwickelt wurde, um mit Menschen in natürlicher Sprache zu interagieren. Es basiert auf dem GPT-3.5-Architektur und kann Fragen beantworten, Unterstützung bieten, Konversationen führen und Informationen zu verschiedenen Themen liefern. ChatGPT nutzt maschinelles Lernen, um kontextbezogene Antworten zu generieren und sich an die Bedürfnisse und Vorlieben der Benutzer anzupassen.
Computer Vision
Computer Vision bezieht sich auf die Fähigkeit von Computern, visuelle Informationen wie Bilder oder Videos zu verstehen und zu interpretieren. Durch den Einsatz von Algorithmen und künstlicher Intelligenz können Computer Objekte erkennen, Gesichter identifizieren, Szenen analysieren und vieles mehr.
Data Augmentation
Data Augmentation bezieht sich auf die Technik, bei der künstlich neue Datenpunkte erzeugt werden, indem vorhandene Datenpunkte modifiziert oder erweitert werden. Dies hilft, die Datenmenge für das Training von Modellen zu erhöhen und die Leistungsfähigkeit der Modelle zu verbessern.
Data Mining
Data Mining bezieht sich auf den Prozess des Entdeckens von Mustern, Zusammenhängen oder Erkenntnissen in großen Datensätzen. Hierbei werden statistische Techniken, maschinelles Lernen und künstliche Intelligenz eingesetzt, um verborgene Informationen zu identifizieren und nutzbar zu machen.
Datenanalyse
Datenanalyse bezieht sich auf den Prozess der Untersuchung von Daten, um Muster, Trends und Erkenntnisse zu identifizieren. In Bezug auf künstliche Intelligenz wird die Datenanalyse verwendet, um Algorithmen zu trainieren und Vorhersagen zu treffen.
Deepfakes
Deepfakes sind manipulierte Videos, Bilder oder Audioaufnahmen, bei denen Künstliche Intelligenz verwendet wird, um das Gesicht einer Person in den Körper einer anderen Person einzufügen. Diese Technologie ermöglicht es, täuschend echte und realistisch wirkende Fälschungen zu erstellen, die schwer von authentischen Inhalten zu unterscheiden sind. Deepfakes können dazu verwendet werden, Personen in Situationen darzustellen, in denen sie nie waren, oder sie können genutzt werden, um falsche Informationen zu verbreiten oder jemanden in ein schlechtes Licht zu rücken. Die Verbreitung von Deepfakes stellt eine Herausforderung für die Authentizität von digitalen Medien dar und kann Auswirkungen auf den Datenschutz, die Privatsphäre und das Vertrauen in die Medien haben. Es ist wichtig, aufmerksam zu sein und geeignete Technologien und Richtlinien zu entwickeln, um den Missbrauch von Deepfakes einzudämmen.
Deep Learning
Deep Learning ist ein Teilbereich des maschinellen Lernens, der sich auf künstliche neuronale Netze konzentriert. Diese Netzwerke bestehen aus mehreren Schichten von Neuronen und können komplexe Muster in Daten erkennen und lernen.
Deep Reinforcement Learning
Deep Reinforcement Learning bezieht sich auf den Einsatz von tiefen neuronalen Netzwerken in Verbindung mit Reinforcement Learning. Dabei lernt ein Agent durch Interaktion mit seiner Umgebung, Belohnungen zu maximieren und Aktionen zu optimieren, um bestimmte Ziele zu erreichen.
Diskriminator
Der Diskriminator analysiert die Merkmale der Daten und gibt eine Vorhersage darüber ab, ob es sich um echte oder generierte Daten handelt. Er bewertet die Qualität der generierten Inhalte und gibt ein Feedback an den Generator. Dieses Feedback wird verwendet, um den Generator zu verbessern und zu lernen, realistischere Inhalte zu erzeugen, die echten Daten ähnlicher sind.
Edge Computing
Edge Computing bezieht sich auf die Verarbeitung von Daten in unmittelbarer Nähe zu ihrem Ursprungsort, anstatt sie zu einem zentralen Rechenzentrum zu senden. In der KI ermöglicht Edge Computing eine schnellere Verarbeitung von Echtzeitdaten und verringert die Latenz.
Ethik in der künstlichen Intelligenz
Ethik in der künstlichen Intelligenz bezieht sich auf die Diskussion und Anwendung ethischer Grundsätze und Richtlinien im Zusammenhang mit der Entwicklung, dem Einsatz und der Regulierung von KI-Systemen. Es befasst sich mit Fragen der Verantwortung, Transparenz, Fairness und dem Schutz der Privatsphäre.
Explainable AI
Explainable AI bezieht sich auf den Ansatz, KI-Modelle und -Entscheidungen transparent und nachvollziehbar zu machen. Es geht darum, zu verstehen, wie und warum ein KI-System zu einer bestimmten Entscheidung gekommen ist, insbesondere bei kritischen Anwendungen wie im Gesundheitswesen oder der Rechtsprechung.
Fuzzy-Logik
Fuzzy-Logik ist eine Erweiterung der klassischen Logik, die den Umgang mit unscharfen oder vagen Informationen ermöglicht. Sie basiert auf dem Konzept von unscharfen Mengen, bei denen Elemente eine graduell definierte Zugehörigkeit haben können. Fuzzy-Logik wird oft in Systemen der Künstlichen Intelligenz eingesetzt.
GAN
Siehe Generative Adversarial Networks
Gelabelte Daten
Die KI-Begriffe gelabelte (labeled) Daten besitzen Bezeichnungen oder Kategorien, während ungelabelte Daten keine spezifischen Bezeichnungen haben. Gelabelte Bilder können etwa die Information enthalten, ob das Bild einen Hund oder eine Katze zeigt. Gelabelte Daten werden zur Überwachung des Lernprozesses verwendet, während ungelabelte Daten für unüberwachtes oder semi-überwachtes Lernen verwendet werden.
generative
Generative Transformationsgrammatik ist ein linguistisches Modell, das die Struktur von Sätzen in einer Sprache beschreibt. Es handelt sich um eine besondere Anleitung, die angibt, wie sich Wörter und Sätze in einer Sprache richtig zusammensetzen lassen. Sie hilft dabei zu verstehen, wie die Sprache funktioniert. Als Beispiel der Satz: „Der Hund jagt die Katze“. Die Anleitung besagt, zuerst das Subjekt (der Hund) nehmen, dann das Verb (jagt) und dann das Objekt (die Katze). Das sind die Bausteine für den Satz, diese lassen sich aber auch umstecken, etwa „Die Katze wird vom Hund gejagt“.
Generative Fill
Generative Fill ist eine Funktion, die in verschiedenen kreativen Anwendungen und Programmen verwendet wird, um automatisch Grafiken, Muster oder Texturen zu erstellen. Es basiert auf generativen Modellen, die mithilfe von künstlicher Intelligenz (KI) trainiert wurden. Die Funktion ermöglicht es, leere oder ausgewählte Bereiche mit neuen, generierten Inhalten zu füllen. Die Generierung erfolgt auf der Grundlage des gelernten Modells, das aus einer Vielzahl von Beispielbildern oder -daten trainiert wurde. Es können verschiedene Techniken und Algorithmen verwendet werden, wie zum Beispiel neuronale Netze oder GANs (Generative Adversarial Networks).
Generative Adversarial Networks (GANs)
Generative Adversarial Networks sind ein Ansatz des maschinellen Lernens, bei dem zwei neuronale Netzwerke, ein Generator und ein Diskriminator, gegeneinander antreten. Der Generator versucht Daten wie Bilder, Texte oder Musik zu erzeugen, die von echten Daten nicht zu unterscheiden sind. Er lernt aus vorhandenen Beispieldaten und versucht, ähnliche Inhalte zu erstellen.
Der Diskriminator fungiert als Gegenpart und versucht, zwischen generierten Inhalten und echten Beispieldaten zu unterscheiden. Der Diskriminator gibt ein Feedback an den Generator. Dieser iterative Prozess wird solange fortgesetzt, bis der Generator in der Lage ist, realistisch aussehende oder überzeugende Inhalte zu generieren, die den echten Daten ähneln.
Das Zusammenspiel von Generator und Diskriminator ermöglicht dem GAN, hochwertige und realistische Inhalte zu generieren, die den echten Daten ähneln. Gerade beim KI-Bildgenerator kommt diese Technologie zum Einsatz.
Human-in-the-Loop (HITL)
Human-in-the-Loop ist ein Ansatz, bei dem menschliche Intelligenz in den KI-Prozess integriert wird. Menschliche Entscheidungen und Überwachung werden in Echtzeit in den KI-Workflow einbezogen, um die Genauigkeit und Relevanz zu verbessern.
Humanoider Roboter
Ein humanoider Roboter ist ein Roboter, der ein menschenähnliches Erscheinungsbild und Verhalten aufweist. Diese Roboter sind in der Regel mit menschenähnlichen Merkmalen wie einem Kopf, Armen und Beinen ausgestattet und können komplexe Aufgaben ausführen, die eine Interaktion mit Menschen erfordern.
Image Inpainting
Image Inpainting bezieht sich auf den Prozess des Ausfüllens oder Wiederherstellens von fehlenden oder beschädigten Teilen eines Bildes. Künstliche Intelligenzalgorithmen können lernen, fehlende Bereiche basierend auf dem umliegenden Kontext zu rekonstruieren, sodass das Bild vollständig aussieht.
Image-to-Image Translation
Image-to-Image Translation bezieht sich auf den Prozess der Übersetzung eines Bildes in ein anderes Bild mit einer bestimmten visuellen Eigenschaft oder einem bestimmten Aussehen. Beispiele dafür sind die Übersetzung eines Schwarz-Weiß-Bildes in ein farbiges Bild oder die Übersetzung einer Pferdezeichnung in ein Foto eines Pferdes.
KI-Begriffe
KI-Begriffe sind Fachbegriffe aus dem Bereich der künstlichen Intelligenz. Sie umfassen Termini wie neuronale Netze, maschinelles Lernen, Deep Learning, Natural Language Processing, Computer Vision und Robotik. Diese KI-Begriffe beschreiben verschiedene Konzepte und Techniken, die in der Entwicklung von KI-Systemen verwendet werden, um menschenähnliche Intelligenz und Fähigkeiten nachzuahmen oder zu erreichen.
Kollaborativer Roboter (Cobot)
Ein kollaborativer Roboter, auch als Cobot bezeichnet, ist ein Roboter, der sicher und effizient mit Menschen zusammenarbeiten kann. Cobots sind darauf ausgelegt, in unmittelbarer Nähe zu Menschen zu arbeiten, und können ihnen bei verschiedenen Aufgaben zur Seite stehen, ohne eine Gefahr darzustellen.
Large Language Models (LLM)
Large Language Models, zu Deutsch große Sprachmodelle, sind fortschrittliche künstliche Intelligenzmodelle, die darauf ausgelegt sind, natürliche Sprache in großem Umfang zu verstehen und zu generieren. Diese Modelle, wie GPT-3 (Generative Pre-trained Transformer 3) oder GPT-4, basieren auf tiefen neuronalen Netzwerken und haben eine große Anzahl von Parametern, was ihnen eine beeindruckende Fähigkeit zur natürlichen Sprachverarbeitung verleiht. Large Language Models werden für Aufgaben wie Textgenerierung, Übersetzung, Chatbots und mehr eingesetzt.
Machine Learning
Machine Learning bezieht sich auf den Bereich der künstlichen Intelligenz, in dem Maschinen durch Algorithmen und statistische Modelle lernen können, ohne explizit programmiert zu werden. Die Maschinen werden mit Daten trainiert, um Vorhersagen oder Entscheidungen zu treffen.
Natural Language Generation (NLG)
Die KI-Begriffe Natural Language Generation und Natural Language Processing (NLP) befassen sich mit der Verarbeitung und Analyse natürlicher Sprache durch Computer. Sie ermöglichen Maschinen, menschliche Sprache zu verstehen, zu interpretieren und darauf zu reagieren. NLP wird für Anwendungen wie Spracherkennung, Übersetzung oder Chatbots eingesetzt.
Neuroflash
Neuroflash ist ein tolles Tool, ähnlich ChatGPT. Allerdings ist es ab einer gewissen Wortnutzung kostenpflichtig. Wer speziell bessere deutschsprachige Inhalte schreiben will, sollte die benutzerfreundliche magische Feder mit ihrer Vielzahl an vorgegeben Möglichkeiten austesten. Neuroflash liefert auch KI-Bilder. Hier ist der Link*
Neuromorphic Computing
Neuromorphic Computing ist eine Art von Computerarchitektur, die sich an der Funktionsweise des menschlichen Gehirns orientiert. Durch die Nachahmung neuronaler Strukturen sollen neuromorphe Computer effizientere und leistungsfähigere Verarbeitungsmöglichkeiten bieten.
Neuronales Netzwerk
Ein neuronales Netzwerk ist ein Modell, das von der Funktionsweise des menschlichen Gehirns inspiriert ist. Es besteht aus miteinander verbundenen künstlichen Neuronen und wird verwendet, um Muster in Daten zu erkennen und Aufgaben wie Klassifizierung oder Vorhersage durchzuführen.
Recurrent Neural Networks (RNNs)
Rekurrente neuronale Netzwerke sind eine spezielle Art von neuronalen Netzwerken, die für die Verarbeitung von Sequenzen und zeitlichen Abhängigkeiten in Daten entwickelt wurden. Sie werden häufig in natürlicher Sprachverarbeitung und Sprachmodellierung eingesetzt.
Reinforcement Learning
Reinforcement Learning ist eine Form des maschinellen Lernens, bei der ein Agent durch Interaktion mit einer Umgebung lernt. Der Agent erhält Belohnungen oder Bestrafungen basierend auf seinen Aktionen und passt sein Verhalten an, um die Belohnungen zu maximieren.
Roboter-Vision
Roboter-Vision bezieht sich auf die Fähigkeit von Robotern, visuelle Informationen zu erfassen, zu verarbeiten und zu interpretieren. Durch den Einsatz von Kameras, Sensoren und Bildverarbeitungsalgorithmen können Roboter ihre Umgebung wahrnehmen, Objekte erkennen und mit ihnen interagieren.
Self-Supervised Learning
Self-Supervised Learning ist eine Form des maschinellen Lernens, bei der ein Modell aus den vorhandenen Daten selbstständig lernt, ohne dass externe Labels oder Kategorien benötigt werden. Das Modell erstellt seine eigenen Aufgaben und lernt durch das Lösen dieser Aufgaben.
Social Robotics
Social Robotics bezieht sich auf den Bereich der Robotik, der sich mit der Entwicklung von Robotern befasst, die in der Lage sind, soziale Interaktionen mit Menschen zu haben. Diese Roboter sind darauf ausgelegt, Emotionen zu erkennen, menschenähnliches Verhalten zu zeigen und eine Verbindung mit den Benutzern herzustellen.
Sparse Coding
Sparse Coding ist eine Technik in der Signalverarbeitung und im maschinellen Lernen, bei der eine Darstellung von Daten durch eine geringe Anzahl von aktiven Neuronen oder Merkmalen erstellt wird. Diese Methode hilft bei der Extraktion relevanter Informationen aus den Daten.
Super Resolution
Super Resolution gehört zu den KI-Begriffen der Bildgenerierung. Er bezieht sich auf den Prozess der Erhöhung der Auflösung eines Bildes durch künstliche Intelligenz. Mithilfe von Deep-Learning-Algorithmen können niedrigauflösende Bilder in hochauflösende Bilder umgewandelt werden, wodurch mehr Details und Schärfe hinzugefügt werden.
Supervised Learning
Supervised Learning ist eine Art des maschinellen Lernens, bei dem ein Modell mit gelabelten Trainingsdaten trainiert wird. Das Modell lernt, indem es Beispiele mit bekannten Eingabe-Ausgabe-Paaren verwendet, um Vorhersagen oder Klassifizierungen für neue Daten zu treffen.
Swarm Robotics
Swarm Robotics bezieht sich auf den Ansatz, eine Gruppe von kleinen, einfachen Robotern zu verwenden, um komplexe Aufgaben zu erledigen. Diese Roboter arbeiten kooperativ zusammen, basierend auf dezentralen Algorithmen und Kommunikation, um gemeinsame Ziele zu erreichen.
Unsupervised Learning
Unsupervised Learning ist eine Art des maschinellen Lernens, bei dem ein Modell aus ungelabelten Trainingsdaten lernt. Das Modell identifiziert dabei automatisch Muster, Strukturen oder Zusammenhänge in den Daten, ohne dass ihm vorab Kategorien oder Labels vorgegeben werden.
Virtual Assistant
Ein Virtual Assistant ist eine künstliche Intelligenz, die entwickelt wurde, um Benutzern bei verschiedenen Aufgaben oder Anfragen zu helfen. Virtual Assistants können in Form von Sprachassistenten auf Smartphones oder als Chatbots auf Websites auftreten.
Variational Autoencodern (VAEs)
Ein Variational Autoencoder (VAE) ist ein Modell des maschinellen Lernens, das dazu verwendet wird, Daten zu komprimieren, zu rekonstruieren und neue Daten zu generieren. Es funktioniert ähnlich wie ein „Lernautomat“, der lernt, die wichtigen Merkmale der Daten zu erfassen und sie in einer kompakteren Form darzustellen. Diese kompakte Darstellung wird als „latenter Raum“ bezeichnet und ermöglicht es dem VAE, neue, ähnliche Daten zu erzeugen. VAEs werden oft in der Bildgenerierung, Datenkompression und Anomalieerkennung eingesetzt.
Predictive Analytics
Predictive Analytics bezieht sich auf den Einsatz von statistischen Modellen und Algorithmen, um zukünftige Ereignisse oder Trends vorherzusagen. Durch die Analyse von historischen Daten werden Muster identifiziert, die zur Vorhersage zukünftiger Ereignisse verwendet werden können.
Quantum Computing
Quantum Computing gehört zu den KI-Begriffen aus den Quantenmechanik-Prinzipien, um Computer zu entwickeln, die bestimmte Berechnungen schneller oder effizienter durchführen können. Diese Technologie hat das Potenzial, komplexe Probleme in Bereichen wie Kryptographie, Optimierung und Simulation zu lösen.
Recommender System
Ein Recommender System ist ein künstliches Intelligenzsystem, das basierend auf den Präferenzen und dem Verhalten von Benutzern personalisierte Empfehlungen für Produkte, Dienstleistungen oder Inhalte generiert. Dies wird häufig in E-Commerce-Plattformen, Musik-Streaming-Diensten und sozialen Medien eingesetzt.
Robotik
Robotik ist ein wesentlicher KI-Bestandteil und zählt mit zu den wichtigsten KI-Begriffen. Robotik ist eine Kombination von künstlicher Intelligenz und Mechanik, um autonome Maschinen oder Roboter zu entwickeln. Diese Roboter können Aufgaben in verschiedenen Bereichen ausführen, wie z.B. in der Produktion, Medizin oder Exploration.
Robot Process Automation (RPA)
Robot Process Automation gehört zu den KI-Begriffen bezüglich dem Einsatz von Software-Robotern, um repetitive und regelbasierte Aufgaben in Geschäftsprozessen zu automatisieren. Diese Roboter können menschliche Benutzer in der Ausführung von Aufgaben unterstützen, indem sie Daten verarbeiten, Systeme steuern oder Berichte erstellen.
Semi-Supervised Learning
Semi-Supervised Learning bezieht sich auf eine Art des maschinellen Lernens, bei dem ein Modell sowohl gelabelte als auch ungelabelte Daten verwendet, um zu lernen. Durch die Kombination von überwachtem und unüberwachtem Lernen kann das Modell die Leistung verbessern, auch wenn nur wenige gelabelte Daten verfügbar sind.
Sentimentanalyse
Sentimentanalyse ist eine Technik, bei der künstliche Intelligenz verwendet wird, um die Stimmung oder Emotionen in geschriebenen Texten, z.B. in Social-Media-Beiträgen oder Kundenrezensionen, zu erkennen und zu bewerten. Dadurch können Unternehmen Meinungen und Reaktionen ihrer Kunden besser verstehen.
Style Transfer
Style Transfer gehört zu den KI-Begriffen aus dem Bereich Bildgenerierung. Der Begriff bezieht sich auf den Prozess der Übertragung des Stils eines Bildes auf ein anderes Bild. Künstliche Intelligenzalgorithmen können lernen, den Stil eines Kunstwerks oder Fotos auf ein anderes Bild anzuwenden, wodurch ein neues Bild erzeugt wird, das den Stil des Quellbildes beibehält.
Transfer Learning
Transfer Learning bezieht sich auf die Fähigkeit eines trainierten Modells, das in einer bestimmten Aufgabe oder einem bestimmten Bereich erlernte Wissen auf eine neue, ähnliche Aufgabe oder einen neuen Bereich anzuwenden. Dies ermöglicht es, das Training zu beschleunigen und die Leistungsfähigkeit in verschiedenen Anwendungen zu verbessern.
Videogeneratoren
Videogeneratoren sind künstliche Intelligenzmodelle, die darauf spezialisiert sind, Videos zu generieren. Diese Modelle verwenden Techniken aus dem Bereich der Bildgenerierung, wie beispielsweise Generative Adversarial Networks (GANs), um realistisch aussehende Videoinhalte zu erstellen. KI-Videogeneratoren finden Anwendung in der Filmproduktion, der Spieleentwicklung und anderen kreativen Bereichen.
Weak AI
Weak AI, auch Narrow AI genannt, bezieht sich auf künstliche Intelligenzsysteme, die darauf spezialisiert sind, eine bestimmte Aufgabe oder ein spezifisches Problem zu lösen. Im Gegensatz zur starken künstlichen Intelligenz (AGI) beschränken sich schwache KI-Systeme auf eng definierte Anwendungsbereiche und können keine generelle menschenähnliche Intelligenz aufweisen.
Wearable Robotics
Wearable Robotics, auch Exoskelette genannt, sind Robotergeräte, die von Menschen getragen werden können, um ihre körperlichen Fähigkeiten zu erweitern oder zu unterstützen. Diese Systeme werden häufig in der Rehabilitation, in der Industrie oder im Militär eingesetzt, um die menschliche Leistungsfähigkeit zu verbessern.
Zero-Shot Learning
Zero-Shot Learning bezieht sich auf die Fähigkeit eines Modells, Aufgaben zu bewältigen oder Muster zu erkennen, für die es nicht ausdrücklich trainiert wurde. Das Modell kann aufgrund seines Trainings in der Lage sein, unbekannte Aufgaben zu lösen.
Fazit
KI ist ein schnell wachsender Bereich der unsere Gesellschaft nachhaltig prägt und verändert. Daher kommen ständig neue KI-Begriffe hinzu. Dieses Glossar beinhaltet über 50 Begriffe, ist aber erhebt keinesfalls den Anspruch vollständig zu sein. Unsere und nachfolgende Generationen müssen sich mit KI-Begriffen auseinandersetzen und kennen. Daher am besten gleich damit anfangen und sich in die KI-Begriffe einlesen.
Hier geht’s weiter mit KI:
