Maschinelles Lernen
Maschinelles Lernen, meist mit „ML“ abgekürzt, ist eine Form der künstlichen Intelligenz (AI), die mit der Zeit „lernt“ oder sich anpasst. Anstatt statischen Regeln zu folgen, die in einem Programm codiert sind, erkennt die ML-Technologie Muster in Eingaben und enthält Algorithmen, die sich mit der Zeit weiterentwickeln.
Maschinelles Lernen hat eine Vielzahl von Anwendungsbereichen, von denen viele inzwischen zum Alltag gehören. Nachfolgend einige Beispiele:
- Medizinische Diagnosen
- Autonome Fahrzeuge
- Gezielte Online-Werbung – Google AdSense und Facebook Advertising
- Spracherkennung – Google Assistant, Amazon Alexa, Microsoft Cortana und Apple Siri
- Bilderkennung – die Google-Bildersuche, Gesichtserkennung auf Facebook und in Apple Fotos
Beispiel für ein selbstfahrendes Fahrzeug
Autonome Fahrzeuge nutzen maschinelles Lernen, um ihre Sicherheit und Zuverlässigkeit zu verbessern. Ein selbstfahrendes Auto, das herkömmliche künstliche Intelligenz verwendet, kann auf alle Straßenbedingungen reagieren, für deren Bewältigung es programmiert wurde. Wenn die Software jedoch auf eine nicht erkannte Eingabe trifft, kann das Auto auf eine Sicherheitsmaßnahme als Standardverhalten zurückgreifen, zum Beispiel langsamer werden, anhalten oder eine manuelle Übernahme anfordern.
Maschinelles Lernen kann einem Fahrzeug ermöglichen, Ereignisse und Objekte zu erkennen, die nicht ausdrücklich im Quellcode programmiert wurden. Ein Auto kann beispielsweise so programmiert sein, dass es Straßenlaternen erkennt, aber keine blinkenden Lichter an Baustellenabsperrungen. Indem es aus Erfahrungen lernt – möglicherweise durch die Aufzeichnung des Fahrverhaltens eines menschlichen Fahrers –, beginnt das Auto, Baustellenabsperrungen zu erkennen und entsprechend zu reagieren.
Die ML-Technologie ermöglicht es autonomen Fahrzeugen, zwischen Objekten auf der Straße zu unterscheiden, etwa Autos, Fahrrädern, Menschen und Tieren. Sie hilft Fahrzeugen außerdem, bei unvollkommenen Wetterbedingungen und auf Straßen ohne klare Fahrbahnmarkierungen zuverlässiger zu fahren. Ziel ist es, Fahrzeugen zu ermöglichen, wie Menschen zu fahren und dabei durch menschliche Fehler verursachte Irrtümer zu vermeiden.
Testen Sie Ihr Wissen