In der Diskussion um Künstliche Intelligenz verschwimmen oft Begriffe, die eigentlich unterschiedliche Dinge bedeuten. Ein einfaches Beispiel macht die Unterschiede deutlich:
Angenommen, wir wollen eine Software entwickeln, die Katzen auf Fotos erkennt. Statt dem Programm starre Regeln vorzugeben (wie: „Katzen haben zwei Ohren und Schnurrhaare“), füttern wir es mit tausenden Bildern von Katzen und Nicht-Katzen. Beim Maschinellen Lernen (ML) leitet das System die Regeln und Muster eigenständig aus diesen Trainingsdaten ab. Um diese Muster zu erkennen, werden Algorithmen genutzt, die wie Neuronale Netze aufgebaut sind. Man kann sich diese als ein Geflecht aus unzähligen Rechenknoten vorstellen, die Wahrscheinlichkeiten berechnen. Verknüpft man besonders viele Schichten dieser Knoten hintereinander, spricht man von Deep Learning. Das System lernt dadurch hierarchisch: Eine erste Schicht erkennt grobe Kanten, die nächste kombiniert diese zu Augen und Ohren, und die tiefste Schicht erfasst schliesslich das Gesamtbild der Katze. Wenn wir dieses System nun einen Schritt weiterdenken und die gelernten Muster nutzen, um völlig neue, künstliche Katzenbilder zu erschaffen, betreten wir den Bereich der Generativen KI.
Das folgende Venn-Diagramm zeigt, wie diese Begriffe ineinandergreifen.
Künstliche Intelligenz (KI): Der Überbegriff für Technologien, die menschliche Fähigkeiten wie Lernen, logisches Denken und Problemlösen nachahmen.
Maschinelles Lernen (ML): Ein Teilbereich der KI. Statt starrer Programmierung lernt das System eigenständig Regeln, Muster und Gesetzmässigkeiten direkt aus Daten.
Neuronale Netze: Vom menschlichen Gehirn inspirierte mathematische Strukturen. Sie dienen als Werkzeug, um komplexe Muster in Daten zu erkennen und Maschinelles Lernen überhaupt erst zu ermöglichen.
Deep Learning: Eine Weiterentwicklung Neuronaler Netze, bei der Daten durch viele hintereinanderliegende Schichten fliessen. Diese Architektur ist besonders mächtig bei riesigen Datenmengen (z. B. für Bild- oder Sprachkennung).
Generative KI: Technologien, die auf Basis gelernter Muster völlig neue Inhalte wie Texte, Bilder, Audio oder Videos selbstständig erschaffen.
Grosse Sprachmodelle (LLMs): Ursprünglich KI-Modelle zur Textverarbeitung und -generierung. Inzwischen sind LLMs multimodal – sie verarbeiten und generieren neben Text auch Bilder, Audio und Videos.
ChatGPT: Die von OpenAI entwickelte Anwendung, die Ende 2022 den weltweiten KI-Boom auslöste. Sie basiert auf den GPT-Sprachmodellen und steht heute in direkter Konkurrenz zu Systemen wie Gemini (Google), Claude (Anthropic) oder Open-Source-Alternativen wie Mistral (ist nur teils OS).
Nicht auf der Grafik, aber in diesem Kontext ebenfalls wichtig sind noch die folgenden beiden Definitionen:
Natural Language Processing (NLP): Ein Teilbereich der KI und Computerlinguistik, in dem es um die Verarbeitung menschlicher Sprache geht.
Transformer: Ist eine von Google entwickelte Deep-Learning-Architektur für die Verarbeitung natürlicher Sprache (NLP). Anstatt Wörter nacheinander zu lesen, analysieren sie ganze Sätze parallel.
Würde ich löschen:
Diese Darstellung findet man häufig so oder in abgeänderter Form in der Literatur. Dies ist jedoch nicht die «einzige richtige» Darstellung; es gibt für viele dieser Begriffe keine klar abgrenzenden Definitionen ((Stimmt das so? / zu Besprechen)). Auch sei angemerkt, dass dies eine vereinfachte Darstellung ist, in der viele Begriffe und Konzepte wie Natural Language Processing (NLP), Transformer, Computer Vision, Robotik, etc. nicht aufgeführt wurden, da sie für unser Modul nicht relevant sind.