Künstliche Intelligenz vs. Machine Learning

Unterschiedliche Perspektiven auf KI und ML

In der Wissenschaft

In der Wissenschaft und spezifisch der Data Science ist Maschinelles Lernen ein spezifischer Teilbereich der KI. ML konzentriert sich auf das selbstständige Erschließen von Zusammenhängen auf Basis von Beispieldaten und umfasst Teilbereiche wie Supervised Learning, Unsupervised Learning, Reinforcement Learning oder Deep Learning. Durch Wiederholung lernt ein Algorithmus also, selbständig Aufgaben zu erledigen.

Künstliche Intelligenz wiederum ist ein breites Feld der Informatik, das darauf abzielt, Maschinen zu schaffen, die Aufgaben ausführen können, die normalerweise menschliche Intelligenz erfordern. Dies umfasst Aktivitäten wie Problemlösung, Sprachverständnis, Lernen und Entscheidungsfindung. KI ist das übergeordnete Konzept, das darauf abzielt, Maschinen zu entwickeln, die in der Lage sind, menschenähnliche kognitive Funktionen auszuführen. 

In der Praxis

Oft werden KI und ML als austauschbare Begriffe verwendet. Das liegt besonders daran, dass viele der eingesetzten KI-Lösungen auf Supervised Learning, genau genommen also auf maschinellem Lernen basieren. In vielen Fällen, besonders in der Geschäftswelt, beziehen sich beide Begriffe auf Software, die eigenständig von den Daten lernt.

In den Medien

In den Medien wird der Begriff KI oft breiter verwendet und umfasst eine Vielzahl von Technologien, von Expertensystemen und Prozessautomatisierung bis hin zu Deep Learning und Reinforcement Learning.

Zusammengefasst: Was genau ist der Unterschied zwischen KI und ML?

Der Begriff Künstliche Intelligenz deckt eine ganze Bandbreite verschiedener Methoden ab, von regelbasierten Systemen und Lernmodellen bis hin zu eigenständig handelnden Robotern oder autonomem Fahren. Im Allgemeinen wird der Begriff KI jedoch meist als Synonym für Machine Learning verwendet, da häufig von Lösungen aus dem Supervised Learning gesprochen wird.