Schwache künstliche Intelligenz (Schwache KI)

Transparenz

Was bedeutet Schwache Künstliche Intelligenz (Schwache KI)?

Schwache künstliche Intelligenz (Narrow AI) ist eine spezielle Art der künstlichen Intelligenz, bei der ein Lernalgorithmus auf eine einzige Aufgabe ausgerichtet ist und das bei der Ausführung dieser Aufgabe gewonnene Wissen nicht automatisch auf andere Aufgaben übertragen wird (siehe auch: “starke künstliche Intelligenz“).

Im Gegensatz zur allgemeinen künstlichen Intelligenz, die versucht, komplexe Denkprozesse zu imitieren, ist die schwache KI darauf ausgelegt, eine einzelne Aufgabe ohne menschliche Hilfe erfolgreich zu bewältigen. Beliebte Anwendungen für schwache KI sind Sprachübersetzung und Bilderkennung.

Die meisten der KI-Apps für iPhone oder andere Mobilgeräte, die heute eingesetzt werden, können also als schwache KI kategorisiert werden.

Techopedia erklärt Schwache künstliche Intelligenz (Schwache KI)

Narrow AI unterstützt viele kommerzielle Anwendungen, einschließlich Empfehlungsmaschinen. Da die Lernalgorithmen immer tiefer werden, werden auch die Anwendungen der schwachen KI stets vielschichtiger.

Angesichts der Komplexität des menschlichen Gehirns und der derzeitigen Schwierigkeiten, die Datenwissenschaftler und ML-Ingenieure bei der Entwicklung selbstüberwachender maschineller Lernalgorithmen haben, wird immer noch viel darüber diskutiert, wie gut Computer jemals in der Lage sein werden, allgemeine künstliche Intelligenz zu erreichen.

Verwandte Begriffe

Margaret Rouse
Redaktion
Margaret Rouse
Redaktion

Margaret Rouse ist eine preisgekrönte technische Autorin und Dozentin. Sie ist für ihre Fähigkeit bekannt, komplexe technische Themen simpel und nachvollziehbar zu erklären. In den letzten zwanzig Jahren sind ihre Erklärungen auf TechTarget-Websites erschienen und sie wurde in Artikeln der New York Times, des Time Magazine, USA Today, ZDNet, PC Magazine und Discovery Magazine als Quelle und Expertin zitiert. Wenn Sie einen Vorschlag für eine neue Definition haben oder eine technische Erklärung verbessern möchten, schicken Sie einfach Margaret eine E-Mail oder kontaktieren Sie sie auf LinkedIn oder Twitter.