Unterschied zwischen Künstliche Intelligenz und Maschinelles Lernen
Kurz gesagt
Künstliche Intelligenz (KI) ist der Oberbegriff für Methoden und Systeme, die Aufgaben ausführen, für die normalerweise menschliche Fähigkeiten wie Planen, Erkennen oder Sprachverstehen nötig sind. Maschinelles Lernen (ML) ist ein Teilgebiet der KI: Dabei werden Modelle anhand von Daten so angepasst, dass sie Muster erkennen oder Vorhersagen treffen.
Der HauptunterschiedKünstliche Intelligenz umfasst verschiedene Verfahren für intelligente Aufgaben; Maschinelles Lernen ist ein Teilgebiet, dessen Modelle anhand von Daten angepasst werden.
Beide Begriffe betreffen Computersysteme, die Aufgaben lösen, doch maschinelles Lernen bezeichnet nur einen Teil der vielfältigen KI-Ansätze.
Steckbriefe
Steckbrief: Künstliche Intelligenz
Künstliche Intelligenz bezeichnet ein Forschungsgebiet und technische Systeme, die Aufgaben erledigen, für die üblicherweise menschliche Fähigkeiten erforderlich sind. Dazu gehören unterschiedliche Verfahren, darunter maschinelles Lernen und regelbasierte Methoden.
- Oberbegriff für Verfahren
- Kann Regeln verwenden
- Löst anspruchsvolle Aufgaben
Beispiel Ein Schachprogramm kann Züge berechnen und bewerten, um eine Partie zu spielen.
Steckbrief: Maschinelles Lernen
Maschinelles Lernen ist ein Teilgebiet der KI, bei dem ein Modell aus Beispieldaten Zusammenhänge ableitet. Es kann anschließend etwa neue Fälle einordnen oder Werte vorhersagen.
- Lernt aus Beispieldaten
- Erkennt wiederkehrende Muster
- Benötigt ein trainiertes Modell
Beispiel Ein E-Mail-Filter lernt an Beispielen, welche Nachrichten wahrscheinlich Spam sind.
Auf einen Blick
| Merkmal | Künstliche Intelligenz | Maschinelles Lernen |
|---|---|---|
| Was ist es? | Überbegriff für Systeme mit intelligent wirkenden Fähigkeiten | KI-Verfahren, bei dem Modelle aus Daten lernen |
| Typisch | Regeln, Suche, Planung oder Lernen | Mustererkennung und Vorhersagen aus Beispielen |
| Wofür / wann? | Für verschiedenartige Aufgaben, etwa Planung oder Sprachverarbeitung | Für Aufgaben mit vielen Beispielen und erkennbaren Mustern |
| Beispiel | Ein Programm plant eine Route nach festen Regeln. | Ein Modell erkennt Katzen auf neuen Bildern. |
| Trainingsdaten | Nicht zwingend; manche KI-Verfahren beruhen auf vorgegebenen Regeln. | Trainingsdaten sind für das Lernen zentral. |
| Anpassung | Hängt vom eingesetzten Verfahren ab. | Parameter werden beim Training angepasst. |
| Verhalten | Kann auch fest programmierte Schritte ausführen. | Verallgemeinert gelernte Muster auf neue Eingaben. |
Im Detail
KI ist der größere Rahmen
Künstliche Intelligenz ist kein einzelnes Programm und keine einzelne Technik. Der Begriff umfasst viele Ansätze, mit denen Computer Aufgaben bearbeiten, die etwa Wahrnehmung, Schlussfolgern, Planung oder Sprachverarbeitung erfordern. Welche Methode eingesetzt wird, hängt von der Aufgabe ab.
Ein System kann beispielsweise mit festgelegten Regeln arbeiten: Wenn bestimmte Bedingungen erfüllt sind, folgt eine zuvor definierte Aktion. Andere KI-Systeme durchsuchen mögliche Handlungen oder verwenden statistische Modelle. Maschinelles Lernen ist eine wichtige Möglichkeit, solche Systeme zu entwickeln, aber nicht die einzige.
Wie maschinelles Lernen funktioniert
Beim überwachten Lernen erhält ein Modell Beispiele, bei denen die gewünschte Antwort bekannt ist. Ein System zur Erkennung von Spam kann etwa mit Nachrichten trainiert werden, die zuvor als Spam oder Nicht-Spam gekennzeichnet wurden. Während des Trainings passt das Verfahren interne Parameter an, damit seine Ergebnisse zu den Beispielen passen.
Danach kann das trainierte Modell auf bislang unbekannte Eingaben angewendet werden. Es gibt dabei eine Einschätzung aus, keine Garantie auf Richtigkeit. Die Qualität hängt unter anderem davon ab, ob die Trainingsdaten passend und ausreichend repräsentativ sind.
Regelbasierte KI und Lernen aus Daten
Bei einer regelbasierten Lösung legen Menschen die entscheidenden Regeln ausdrücklich fest. Ein regelbasiertes Expertensystem kann etwa aus ausdrücklich festgelegten Regeln Schlussfolgerungen ableiten; eine bloße Schwellenwert-Warnung ist dagegen nicht automatisch KI. Es lernt dadurch nicht automatisch aus früheren Fällen, kann aber für klar beschriebene Aufgaben nützlich sein.
Ein lernendes Modell kann dagegen Zusammenhänge nutzen, die nicht als einzelne Wenn-dann-Regeln eingetragen wurden. Das ist hilfreich, wenn viele Beispiele vorliegen und die Muster schwer von Hand zu formulieren sind. Dafür ist sein Verhalten oft weniger leicht in einzelne verständliche Regeln zu übersetzen.
Begriffe im Alltag und in der Technik
Im Alltag wird „KI“ häufig für aktuelle Anwendungen wie Chatbots, Bildgeneratoren oder automatische Empfehlungen verwendet. Viele dieser Anwendungen beruhen auf maschinellem Lernen, insbesondere auf tiefen neuronalen Netzen. Dennoch sind „KI“ und „maschinelles Lernen“ nicht austauschbar: Das eine benennt das breite Feld, das andere eine bestimmte Familie von Verfahren.
Ein lernendes Modell kann Bestandteil eines größeren KI-Systems sein, das zusätzlich Regeln, Datenbanken oder Werkzeuge verwendet. Umgekehrt kann eine KI-Anwendung ganz oder teilweise ohne maschinelles Lernen auskommen. Die Bezeichnung „KI“ allein sagt daher nicht genau, wie ein konkretes Produkt technisch funktioniert.
Woran erkennt man den Unterschied?
- Fragen Sie, ob das System aus Beispielen oder Trainingsdaten gelernt hat.
- Prüfen Sie, ob sein Verhalten hauptsächlich durch ausdrücklich festgelegte Regeln bestimmt wird.
- Unterscheiden Sie das gesamte Produkt von einzelnen darin verwendeten Modellen oder Verfahren.
- Achten Sie bei Aussagen über „KI“ darauf, ob die konkrete Technik näher benannt wird.
Gemeinsamkeiten
- Beide Begriffe beziehen sich auf Informatik und automatisierte Aufgaben.
- Beide können in Anwendungen wie Filtern, Empfehlungen oder Sprachverarbeitung vorkommen.
- Beide sagen für sich allein nicht, wie zuverlässig ein System bei jeder Eingabe ist.
Häufiger Irrtum
Irrtum: „Künstliche Intelligenz und maschinelles Lernen bedeuten dasselbe.“
Richtig: Maschinelles Lernen ist ein Teilgebiet der KI; KI umfasst auch andere Verfahren.
Irrtum: „Jedes KI-System lernt selbstständig aus Daten.“
Richtig: Manche KI-Systeme folgen festgelegten Regeln oder durchsuchen Möglichkeiten, ohne aus Beispieldaten zu lernen.
Häufige Fragen
Ist ChatGPT künstliche Intelligenz oder maschinelles Lernen?
ChatGPT ist eine KI-Anwendung, deren Sprachmodell mit Methoden des maschinellen Lernens trainiert wurde. Die Begriffe beschreiben also unterschiedliche Ebenen: die Anwendung gehört zum breiten KI-Feld, das Modell beruht auf ML.
Kann es künstliche Intelligenz ohne maschinelles Lernen geben?
Ja. Ein System kann beispielsweise mit fest programmierten Regeln, logischen Verfahren oder Suchmethoden Aufgaben lösen. Solche Ansätze werden ebenfalls dem KI-Gebiet zugerechnet.
Was ist der Unterschied zwischen maschinellem Lernen und Deep Learning?
Deep Learning ist ein Teilgebiet des maschinellen Lernens und nutzt mehrschichtige künstliche neuronale Netze. Maschinelles Lernen umfasst daneben auch andere Verfahren, die nicht auf solchen Netzen beruhen.
