Künstliche Intelligenz kann Probleme lösen, wenn sie mit den richtigen Daten trainiert wurde.
Von künstlicher Intelligenz (KI) oder „artificial intelligence“ (AI) wird dauernd gesprochen. Aber was ist KI überhaupt? Eine einheitliche Definition gibt es nicht, weil sich der Begriff der KI dauernd wandelt und erweitert. Das Europäische Parlament etwa erklärt KI so: „Künstliche Intelligenz ist die Fähigkeit einer Maschine, menschliche Fähigkeiten wie logisches Denken, Lernen, Planen und Kreativität zu imitieren.“
In einem Atemzug mit KI fällt häufig der Begriff der künstlich neuronalen Netze (KNN), die ein wichtiger Zweig der KI sind. KNN sind bis zu einem gewissen Grad dem Aufbau des biologischen Gehirns nachempfunden. Sie bestehen aus einem Modell miteinander verbundener Neuronen, durch deren spezielle Anordnung und Verknüpfung sich Anwendungsprobleme aus verschiedenen Bereichen wie der Statistik, der Technik, der Medizin oder der Wirtschaftswissenschaften computerbasiert lösen lassen. Neuronale Netze müssen, bevor sie Problemstellungen lösen können, mithilfe von Daten trainiert werden. Nicht nur genügend Daten, sondern auch die Auswahl und die Qualität ist ganz entscheidend für die Problemlösung. Folgende Lernverfahren dienen dazu, künstliche neuronale Netze zu modifizieren: