70+ A bis Z Begriffe der Künstlichen Intelligenz in der Technologie

Computer lernen das ABC des menschlichen Gehirns.

Menschen nehmen oft an, dass künstliche Intelligenz bedeutet, dass Roboter zum Leben erwachen, um mit Menschen zu interagieren. Diese Vorstellung verzerrt jedoch die Bedeutung von KI.

Künstliche Intelligenz ist hochgradig facettenreich, mit Unterkomponenten, die weit über das Missverständnis der „Roboter-Mensch-Beziehung“ hinausgehen. Der Hype um KI wird seinem Namen noch nicht gerecht. Während viele es als einen Meilenstein der Automatisierung bezeichnen, gibt es mehr, wenn man es durch seine Lupe betrachtet. 

KI ist eine Obermenge, die verschiedene Datenanalyse- und Visualisierungstechniken enthält. Einige Techniken sind robotergestützte Prozessautomatisierung, natürliche Sprachverarbeitung, Deep Learning oder maschinelles Lernen. Der Unterschied liegt darin, wie stark sich jeder Prozess verbessert, wenn er kombiniert wird. Die Integration von Software zur Operationalisierung von künstlicher Intelligenz und maschinellem Lernen in Ihren Technologiestack ist eine großartige Möglichkeit, mit Ihren Daten zu experimentieren und zu sehen, wohin sie Sie führen.  

Bevor Sie KI als Lösung in Ihrem nächsten Projektplan vorschlagen, gehen Sie diese kurzen Begriffe der künstlichen Intelligenz durch, um Ihre Aussagen mit Beweisen zu untermauern. 

Begriffe der künstlichen Intelligenz von A bis Z

Wie Stephen Hawking klar prognostiziert hatte: „KI ist der gigantische Schritt der Menschheit in eine robotische Zukunft. Sie kann Verbesserungen an sich selbst entwerfen und die Menschheit erobern, bevor wir es wissen. Aber bevor wir uns dem Willen der Roboter beugen, müssen wir wissen, wie sie konstruiert sind.

Jeder Begriff der KI dreht sich um das Konzept der Mensch-Computer-Interaktion. Um zu wissen, wie das menschliche Gehirn funktioniert, werden Systeme mit algorithmischen Ausdrücken gefüttert. Diese Systeme übersetzen dann menschliche Befehle und erkennen externe Objekte. Sehen wir uns an, welche Begriffe zu selbstunterstützenden Eigenschaften wie diesen beitragen.

Relevante Terminologie der künstlichen Intelligenz

Beim Surfen im Internet haben Sie wahrscheinlich Begriffe wie „Data Mining“ und „Machine Learning“ gehört, konnten aber nie eine prägnante Definition finden, die Ihnen hilft, das Gelesene zu verstehen. Jetzt? Sie müssen nicht weit suchen. Nachfolgend finden Sie kurze Definitionen von Wörtern und Phrasen im Zusammenhang mit KI.

Hinweis: Nicht alle Buchstaben des Alphabets sind aufgeführt, wenn sie nicht relevante Begriffe enthalten.

KI-Begriffe, A bis E

AGI, ANI, ANN... was bedeuten sie alle? Obwohl der erste Buchstabe jedes Begriffs für „künstlich“ steht, ist die Bedeutung der nachfolgenden Buchstaben nicht impliziert. 

A

Algorithmus: eine Formel oder eine Reihe von Anweisungen, die einem Computer gegeben werden, damit er eine Aufgabe erledigen kann (d. h. eine Reihe von Regeln für einen Computer). Es stellt die Beziehung zwischen Eingabe- und Ergebnisvariablen durch einen mathematischen oder bedingten Ausdruck dar. 

Künstliche Intelligenz: ein Teilgebiet der Informatik, das sich mit Computersystemen befasst, die Aufgaben mit ähnlicher, gleicher oder überlegener Intelligenz wie die eines Menschen ausführen (z. B. Entscheidungsfindung, Objekterkennung und -klassifizierung, Spracherkennung und -übersetzung)

Künstliche allgemeine Intelligenz (AGI): auch bekannt als starke KI, AGI ist eine Art von künstlicher Intelligenz, die als menschenähnlich gilt und sich noch in den Anfängen befindet (mehr eine hypothetische Existenz in der Gegenwart)

Künstliche enge Intelligenz (ANI): schwache KI, ANI ist eine künstliche Intelligenz, die sich zu einem bestimmten Zeitpunkt nur auf eine Aufgabe oder ein Problem konzentrieren kann (z. B. ein Spiel gegen einen menschlichen Gegner spielen). Dies ist die derzeit existierende Form der KI. Dieser Algorithmus der künstlichen Intelligenz ist so programmiert, dass er eine begrenzte Anzahl von Datenproblemen löst. 

Künstliches neuronales Netzwerk (ANN): ein Netzwerk, das nach dem menschlichen Gehirn modelliert ist, indem ein künstliches neuronales System über einen mustererkennenden Computeralgorithmus erstellt wird, der aus sensorischen Daten lernt, sie interpretiert und klassifiziert

Aktivierungsfunktion: Es ist die Hauptberechnungsschicht eines neuronalen Netzwerks. Die Aktivierungsfunktion löst den richtigen Entscheidungsnode innerhalb des neuronalen Netzwerks aus und zeigt den Node als Ausgabe an. Es konvertiert eine Reihe von Eingaben in einzelne oder mehrere Ausgabeklassen.

Künstliches Immunsystem: Eine Technik intelligenter, unscharfer neuronaler Netzwerke oder regelbasierter maschineller Lernsysteme, die für das umgangssprachliche Immunsystem verwendet wird. Die Logik wird mithilfe reaktiver Ausdrücke aufgebaut, um ein bestimmtes Problem zu lösen, genau wie das Immunsystem. 

Autonome Autos: Selbstfahrende Autos, die nach dem Prinzip der Computer Vision arbeiten, um externe Hindernisse zu erkennen, zu identifizieren und zu kategorisieren und sie zu umfahren.

B

Backpropagation: Abkürzung für „Rückwärtsausbreitung von Fehlern“, ist eine Methode zum Trainieren neuronaler Netzwerke, bei der die anfängliche Ausgabe des Systems mit der gewünschten Ausgabe verglichen und dann angepasst wird, bis der Unterschied (zwischen den Ausgaben) minimal wird

Bag of Words: Dieser Algorithmus wird zur Dokumentenklassifizierung und Informationsabfrage verwendet. Es extrahiert den Text aus einem Dokument und speichert ihn in einem Bag of Words ohne Grammatik und Satzordnung. Die Häufigkeit der Wörter wird als Merkmal verwendet, um den Algorithmus zu trainieren und das Dokument zu klassifizieren.

Bag of Words (Computer Vision): Dieser Algorithmus extrahiert Merkmale oder Eigenschaften aus Bildern und speist ähnliche Merkmale in den Algorithmus ein, um das Bild zu klassifizieren. 

Bayessches Netzwerk: auch bekannt als Bayes-Netzwerk, Bayes-Modell, Glaubensnetzwerk und Entscheidungsnetzwerk, ist ein graphenbasiertes Modell, das eine Menge von Variablen und deren Abhängigkeiten darstellt. 

Big Data: große Mengen an strukturierten und unstrukturierten Daten, die zu komplex sind, um von Standard-Datenverarbeitungssoftware verarbeitet zu werden

Batch Normalisierung: Die Batch-Normalisierung wird verwendet, um Eingangsvariablen in neuronalen Netzwerken anzupassen. Es entlastet ein neuronales Netzwerk, indem es Gewichte und Verzerrungen anpasst und sie in Chargen drückt, um zu einem stabilen Ergebnis zu gelangen. 

Binärbaum: Ein Binärbaum ist ein tief verwurzelter Baum, bei dem jeder Knoten zwei Kinder hat, nämlich das linke Kind und ein rechtes Kind. Ein verwurzelter Baum vermittelt im Allgemeinen Ebenen (Entfernung von den Wurzeln). Daher sind für jeden Knoten die Begriffe als die mit ihm verbundenen Knoten definiert. 

Brute-Force-Suche: Ein generativer Algorithmus, der alle Lösungen für ein Problem vorschlägt und die beste Lösung auswählt.

C

Chatbots: ein Chat-Roboter, der mit einem menschlichen Benutzer über Text- oder Sprachbefehle kommunizieren kann. Wird von E-Commerce-, Bildungs-, Gesundheits- und Geschäftsbranchen für eine einfache Kommunikation und zur Beantwortung von Benutzerfragen genutzt. 

Bild mit freundlicher Genehmigung von IBM

Klassifizierung: Algorithmustechnik, die es Maschinen ermöglicht, Datenpunkten Kategorien zuzuweisen

Cloud-Robotik: Cloud-Robotik ermöglicht es Maschinen oder Robotern, auf Cloud-Speicher zuzugreifen. Diese Maschinen sind mit einem cloudbasierten Anbieter über eine konvergierte Infrastruktur ausgestattet, um auf Inhalte zuzugreifen, schneller zu reagieren und genaue Ergebnisse anzuzeigen. 

Clustering: Eine Algorithmustechnik, die es Maschinen ermöglicht, ähnliche Daten in größere Datenkategorien zu gruppieren.

Kognitives Computing: ein computergestütztes Modell, das menschliche Denkprozesse durch Data Mining, NLP und Mustererkennung nachahmt

Kognitionswissenschaft: Die breitere Form der KI knüpft an Linguistik, Philosophie und die Meta-Existenz von Computern an. Es ermöglicht Maschinen, menschliches Denken und Handeln zu simulieren.

Computer Vision: wenn eine Maschine visuelle Eingaben aus Bilddateien (JPEGs) oder Kamerafeeds verarbeitet

Rechnerintelligenz: Die Fähigkeit eines Computers, aus einer experimentellen Situation zu lernen und das Gelernte für zukünftige Vorhersagen zu nutzen.

Convolutional Neural Network (CNN): eine Art von neuronalen Netzwerken, die speziell für die Analyse, Klassifizierung und das Clustering von Bildmaterial durch die Verwendung von mehrschichtigen Perzeptronen entwickelt wurden

D

Data Mining: der Prozess des Durchsuchens großer Datenmengen, um wiederkehrende Muster zu identifizieren und gleichzeitig problemlösende Beziehungen herzustellen

Daten wissenschaft: Ein Sammelbegriff für Datenbankverwaltung, Analyse und Visualisierung, der alle Techniken der künstlichen Intelligenz und des maschinellen Lernens umfasst. Es beschreibt verschiedene Methoden, Algorithmen, Wissen und Systeme, um Erkenntnisse aus Datensätzen zu gewinnen, Modelle zu trainieren und Korrelationen zu erstellen. Es basiert auf Mathematik, Statistik, Geometrie und Matrizen und Determinanten.

Daten satz: Ein Datensatz ist eine Darstellung von Daten. Es kann sich um eine einzelne Datenbank oder mehrere Matrizen mit mehreren Zeilen und Spalten handeln. Jeder Datensatz hat eine definierte Liste von Variablen und zugrunde liegenden Werten, die das Problem am besten beschreiben. Ein Datensatz wird verfeinert und bereinigt, bevor er einem maschinellen Lernalgorithmus zugeführt wird.

Datenlager: Es ist ein zentrales Repository, das Daten aus einer oder mehreren Quellen enthält. Es speichert und versioniert alte und neue Daten auf einer zentralen Plattform.

Entscheidungsbaumlernen: Ein überwachter Lernalgorithmus, bei dem die Knoten einzeln abstimmen, um die Klasse der Eingabe vorherzusagen. Es wird auch für prädiktive Modellierung oder statistische Modellierung verwendet.

Dimensionsreduktion: Der Prozess der Reduzierung zufälliger Variablen zur Anpassung der Genauigkeit der Ausgabe. Bei der Gesichtserkennung wird DR während der Hauptkomponentenanalyse verwendet, um die Größe des Eingabebildsatzes zu reduzieren, um die Ausgabe anzupassen und Rauschen zu eliminieren.

Deep Learning: eine Technik des maschinellen Lernens, die Computern beibringt, auswendig zu lernen (d. h. Maschinen ahmen das Lernen nach, wie es ein menschlicher Geist tun würde, indem sie Klassifikationstechniken verwenden)

Digitales Ökosystem: mehrere Softwareplattformen oder Cloud-Dienste, die im Tandem über ein Netzwerk arbeiten

KI-Begriffe, F bis J

Dieser Abschnitt sollte von besonderem Interesse sein, wenn Sie experimentelle KI mögen! 

F

Merkmalextraktion: Im maschinellen Lernen, in der Computer Vision oder bei der Mustererkennung beginnt die Merkmalsextraktion mit der Unterteilung des Bildes oder der Daten in Begrenzungsrahmen und der Extraktion eines einzelnen Merkmals aus den Rahmen. Die Merkmale werden extrahiert, gepoolt und einem überwachten Vektormaschine zugeführt, um die Ausgabe vorherzusagen.  

Feedforward-Neuronales Netzwerk: Es ist das einfachste künstliche neuronale Netzwerk, bei dem Informationen durch den Ausgabeknoten austreten und nicht zur Analyse zurückkommen. Daten fließen nur in Vorwärtsrichtung und bilden keine Schleife.

Fuzzy-Logik: Eine bedingte Logik, bei der Variablen jeden Grad an Wahrhaftigkeit aufweisen können, der von 0 bis 1 reicht. Der Wert 0 zeigt „falsch“ an und der Wert 1 zeigt „Wahrheit“ an. Im Gegensatz zu booleschen Ausdrücken, die die Ausgabe nur als 0 (wahr) oder 1 (falsch) anzeigen, kann die Fuzzy-Logik teilweise Wahrheit in Dezimalwerten anzeigen.

G

Generative Adversarial Networks (GAN): eine Art von neuronalen Netzwerken, die scheinbar authentische Fotografien auf einer oberflächlichen Ebene für das menschliche Auge erzeugen können. GAN-generierte Bilder nehmen Elemente fotografischer Daten und formen sie zu realistisch aussehenden Bildern von Menschen, Tieren und Orten. 

Quelle: Medium.com

Genetischer Algorithmus: ein Algorithmus, der auf Prinzipien der Genetik basiert und verwendet wird, um effizient und schnell Lösungen für schwierige Probleme zu finden

H

Heuristik: eine Informatiktechnik, die für schnelles, optimales, lösungsbasiertes Problemlösen entwickelt wurde. Eine heuristische Technik stoppt den Algorithmus bei jedem Schritt während der Analyse und sucht nach den verschiedenen Hypothesen von Lösungen, bevor sie zu einer geeigneten Lösung gelangt.

I

Bilderkennung: der Prozess der Identifizierung oder Erkennung eines Objekts oder einer Eigenschaft eines Objekts in einem Bild oder Video

Intelligente Agenten: Agenten, die eine bestimmte Umgebung durch Sensoren beobachten und daran arbeiten, ein Ziel für den Algorithmus zu erreichen. Es wird hauptsächlich im verstärkten Lernen und in Deep-Q-Netzwerken verwendet, um zu lernen oder Wissen zu nutzen, um eine Aktion auszuführen. 

Unabhängige Komponentenanalyse: ICA ist eine leistungsstarke maschinelle Lerntechnik, die Trends aus den beobachteten Daten extrahiert und verwendet, um neue Daten unabhängig zu verarbeiten und zu kategorisieren. Es trennt eine multivariate in unabhängige, nicht-gaussische Komponenten, um eine lineare Transformation zu bilden.

KI-Begriffe, K bis O

Einige der am häufigsten verwendeten Begriffe liegen zwischen K-O im KI-Glossar! 

K

Kernel-Methode: In der künstlichen Intelligenz ist die Kernel-Methode eine Bootstrap-Methode, die zur Musteranalyse und Klassifizierung verwendet wird. Es ist die bekannteste Methode der überwachten Vektormaschine und untersucht verschiedene Beziehungen innerhalb der Eingabe, um eine Kategorie vorherzusagen.

Wissensextraktionen:  Die Extraktion von Wissen aus technischer Dokumentation, XML, unstrukturierten Datensätzen oder relationalen Datenbanken. Wissenselemente werden extrahiert, indem spezifische Abfragen ausgeführt werden, die die Daten am besten darstellen.

K-nächster Nachbar: Es ist ein unüberwachter Algorithmus, bei dem die Datenklasse bestimmt wird, indem die nächstgelegenen Datenpunkte betrachtet werden. Die meisten Datenpunkte in eine bestimmte Richtung bedeuten, dass aktuelle Daten auch zur gleichen Kategorie gehören.

L

Begrenzter Speicher: Systeme mit Kurzzeitspeicher, die auf einen bestimmten Zeitraum beschränkt sind. Begrenzte Speicher-KI leitet Wissen aus Echtzeiterfahrungen oder -ereignissen ab und speichert es in der Datenbank. Wenn ein Problem auftritt, gibt es redundante Ergebnisse aus.

M

Maschinelles Lernen (ML): konzentriert sich auf die Entwicklung von Programmen, die selbstständig auf Daten zugreifen und diese nutzen, sodass Maschinen selbst lernen und sich aus gelernten Erfahrungen verbessern können

Maschinelle Lernmodelle: Es ist ein Programm, das auf alten Daten trainiert wird, um Vorhersagen für neue Daten zu treffen. Es gibt drei Arten von maschinellen Lernmodellen, nämlich überwachte, unüberwachte und halbüberwachte.

Maschinenintelligenz: Es ist eine fortgeschrittene Form der menschlichen Intelligenz, bei der Maschinen aus ihren eigenen Fehlern lernen, Automatisierungsaufgaben in einer sequenziellen Reihenfolge priorisieren und Ziele erreichen. 

Maschinenbewusstsein: Maschinenbewusstsein oder künstliches Bewusstsein ist ein Bewusstseinszustand, den Maschinen nach einem bestimmten Zeitraum erreichen, um menschliche Emotionen und Ausdrücke zu entschlüsseln. Es wird in der Robotikindustrie experimentiert. 

Maschinelle Übersetzung: eine Anwendung von NLP zur Sprachübersetzung (Mensch-zu-Mensch) in text- und sprachbasierten Gesprächen.

N

Natürliche Sprachverarbeitung (NLP): hilft Computern, menschliche Sprache und ihre Merkmale zu verarbeiten, zu interpretieren und zu analysieren, indem natürliche Sprachdaten verwendet werden 

Naive Bayes-Klassifikator:  Es ist ein überwachter maschineller Lernalgorithmus, der für Klassifikationsprobleme verwendet wird. Es handelt sich entweder um einen einzelnen Algorithmus oder um eine Gruppe von Algorithmen mit unterschiedlichen Merkmalen (alle Variablen des Datensatzes sind voneinander unabhängig).

Nanobots: Nanobots sind molekular große Roboter, die im Nanomaßstab gemessen und programmiert werden, um eine bestimmte Aufgabe im menschlichen Körper zu erfüllen. Das Konzept wird verwendet, um intelligente Impfstoffe, Krebstherapien und Immuntherapien durch schmerzfreie Methoden der Medikation zu entwickeln. 

Neuronale Netzwerke: Neuronale Netzwerke sind eine Deep-Learning-Technik, die der Struktur eines menschlichen Gehirns ähnelt. Die Struktur eines neuronalen Netzwerks besteht aus mehreren Schichten, die Berechnungen an der Eingabe durchführen und die richtige Ausgabeklasse bestimmen. Ein neuronales Netzwerk erfordert große Datensätze und hohe GPU, um zu funktionieren. Die Ausgabe wird jedoch viel schneller verarbeitet als bei einem maschinellen Lernalgorithmus.

Knoten: Eine Grundeinheit einer Datenstruktur, wie ein Stapel oder eine verkettete Liste oder eine Warteschlange, die einen zugrunde liegenden Wert oder eine Variable darstellt.

O

Optische Zeichenerkennung (OCR): Umwandlung von Bildern von Text (getippt, handgeschrieben oder gedruckt), entweder elektronisch oder mechanisch, in maschinenkodierten Text. Eine OCR-Software analysiert die Zeichen eines PDF-Dokuments und formatiert es in einer neuen Zieldatei genau so, wie sie geschrieben wurden.

                                                                   Quelle: YouTube

OpenAI: Ein gewinnorientiertes Technologieunternehmen, das wissenschaftliche Forschung in künstlicher Intelligenz und maschinellem Lernen betreibt. ChatGPT, eine konversationelle KI-Plattform, ist ihre neueste Erfindung. Entwickelt nach dem Prinzip des verstärkten Lernens, ist ChatGPT mit fortschrittlichen KI-Fähigkeiten ausgestattet, um menschlich abhängige Aufgaben zu erledigen.

Open-Source-Software: Es handelt sich um eine Art von Computersoftware unter einer offenen Lizenz, bei der der Entwickler (Urheberrechtsinhaber) den Benutzern die Rechte gibt, Daten, Code und Informationen über die Plattform auszutauschen.

KI-Begriffe, P bis T

Roboter, Roboter, Roboter. Hier finden Sie endlich einige roboterspezifische Definitionen! 

P

Mustererkennung: Es ist eine Datenwissenschaftsmethode, die verwendet wird, um Muster oder Regelmäßigkeiten in Daten zu erkennen, zu analysieren und zu kennzeichnen.

Prädiktive Analytik: Statistische Interpretationstechniken aus Data Mining, maschinellem Lernen und Deep Learning werden verwendet, um Ergebnisse von Ereignissen vorherzusagen.

Hauptkomponentenanalyse: Ein statistischer Prozess, bei dem eine Menge nicht zusammenhängender Beobachtungen in verwandte Variablen umgewandelt wird. Die verwandten Variablen umfassen ein oder mehrere Merkmale des ursprünglichen Datensatzes, wobei jede Variable orthogonal zu ihren vorhergehenden Variablen ist. 

R

Reaktive Maschinen: können Erfahrungen analysieren, wahrnehmen und Vorhersagen treffen, speichern jedoch keine Daten; sie reagieren auf Situationen und handeln basierend auf dem gegebenen Moment

Recurrent Neural Network (RNN): eine Art von neuronalen Netzwerken, die auf sequentielle Informationen und Mustererkennung basierende Ausgaben erstellt

Verstärkungslernen: eine Methode des maschinellen Lernens, bei der der Verstärkungsalgorithmus durch Interaktion mit seiner Umgebung lernt und dann basierend auf den getroffenen Entscheidungen bestraft oder belohnt wird.

Robotik: konzentriert sich auf das Design und die Herstellung von Robotern, die menschliche Intelligenz und Handlungen zeigen und/oder nachahmen

Robotergestützte Prozessautomatisierung (RPA): verwendet Software mit künstlicher Intelligenz und maschinellem Lernen-Fähigkeiten, um sich wiederholende Aufgaben zu erledigen, die zuvor von Menschen ausgeführt wurden.

R: Eine statistische Datenmodellierungstechnik, die verwendet wird, um Datenkorrelationen zu erstellen und ein gut angepasstes Modell zu erstellen, um die Möglichkeit eines Ereignisses vorherzusagen.

S

Starke KI oder ASI ist das höchste Bewusstseinsstadium, das eine Maschine erreicht, um menschliche Emotionen und Ausdrücke zu übersetzen. Es umfasst Techniken wie reaktive KI, selbstbewusste KI und Theorie des Geistes. Die sensorischen Reaktionen eines Menschen werden von Computern analysiert und gelesen, um eine biologische Reaktion zu formulieren. Es scheint fast so, als ob ein tatsächlicher Mensch mit einem Computer interagiert. Das Einrahmen eines Bewusstseinsstreifens in Computern ist nicht einfach und erfordert ein hohes Maß an Fachwissen und programmierbare Einheiten (GPU). 

Strukturierte Daten: klar definierte Daten mit leicht durchsuchbaren Mustern 

Überwachtes Lernen: eine Art des maschinellen Lernens, bei dem Ausgabedatensätze Maschinen beibringen, gewünschte Ergebnisse oder Algorithmen zu erzeugen (ähnlich einer Lehrer-Schüler-Beziehung)

T

Transferlernen: ein System, das zuvor erlernte Daten verwendet und auf einen neuen Satz von Aufgaben anwendet

Turing-Test: ein Test, der von dem Informatiker Alan Turing (1950) entwickelt wurde, um zu sehen, ob Maschinen Intelligenz zeigen können, die der eines Menschen gleichkommt oder von dieser nicht zu unterscheiden ist

KI-Begriffe U bis Z

Zwischen U-Z fallen weniger KI-Begriffe, aber die wichtigsten sind angezeigt. 

U

Unstrukturierte Daten: Daten ohne leicht durchsuchbare Muster (z. B. Audio, Video, Inhalte aus sozialen Medien)

Unüberwachtes Lernen: eine Art des maschinellen Lernens, bei dem ein Algorithmus mit Informationen trainiert wird, die weder klassifiziert noch gekennzeichnet sind, sodass der Algorithmus ohne Anleitung (oder Überwachung) agieren kann

V

Spracherkennung: Auch bekannt als Spracherkennung, ist es eine Mensch-Computer-Interaktionstechnik, die es Computern ermöglicht, menschliche Diktate zu verstehen, zu interpretieren und schriftliche Ausgaben gemäß Sprachbefehlen zu erzeugen.

W

Schwache KI: siehe künstliche enge Intelligenz (ANI)

Auf dem Weg zur Expertise

Mit diesen häufig gesuchten Begriffen frisch im Gedächtnis sind Sie bereit, sich der KI direkt zu stellen und Ihr Wissensabenteuer fortzusetzen!  In künstliche Intelligenz zu investieren, erfordert ein tiefes Eintauchen in aktuelle Informationstrends und die Bewertung der richtigen Lösung für Ihr Unternehmen.

Hat dieses Glossar Ihre Neugier geweckt, mehr über künstliche Intelligenz zu erfahren? Wenn ja, schauen Sie sich verschiedene Arten von KI an und wie sie weltweite Erfindungen beeinflussen.

Dieser Artikel wurde ursprünglich 2019 veröffentlicht. Der Inhalt wurde mit neuen Informationen aktualisiert.