{"id":18356,"date":"2024-07-12T16:00:40","date_gmt":"2024-07-12T14:00:40","guid":{"rendered":"https:\/\/msg-life.sk\/?p=18356"},"modified":"2025-08-25T14:06:03","modified_gmt":"2025-08-25T12:06:03","slug":"geschichte-der-kuenstlichen-intelligenz","status":"publish","type":"post","link":"https:\/\/msg-life.sk\/de\/blog\/digitalisierung\/geschichte-der-kuenstlichen-intelligenz\/","title":{"rendered":"Die Geschichte der k\u00fcnstlichen Intelligenz (KI) von der Antike bis zur Gegenwart"},"content":{"rendered":"

K\u00fcnstliche Intelligenz (KI) ist derzeit ein hei\u00dfer Trend und wird zu einem allt\u00e4glichen Bestandteil unseres Lebens. Sie bringt technologische Fortschritte, frischen Wind in viele Branchen und ver\u00e4ndert die Art und Weise, wie wir lernen, leben oder arbeiten. Dass es sich dabei nicht um eine kurzfristige Modeerscheinung handelt, beweist die Tatsache, dass NVIDIA, ein Unternehmen, das KI-Chips in gro\u00dfen Mengen herstellt, k\u00fcrzlich zum wertvollsten Unternehmen der Welt<\/a> aufgestiegen ist. F\u00fchrende IT-Firmen investieren enorme Summen in die KI-Infrastruktur, um die M\u00f6glichkeit zu haben, an der Forschung, Entwicklung und Schulung fortgeschrittener KI teilzunehmen.<\/p>\n

Diese Technologie wird jedoch langsam ihren Weg in die Haushalte der normalen Menschen finden, da der f\u00fchrende Prozessorhersteller AMD<\/a> eine Neural Processing Unit (NPU), eine Art Co-Prozessor f\u00fcr KI-Computing, in seine neuen Prozessoren einbauen wird. Wof\u00fcr sie eingesetzt werden soll, ist noch umstritten.<\/p>\n

Die KI-Technologie hat den Menschen l\u00e4ngst beim Schach, bei Quizspielen oder beim \u00e4ltesten Brettspiel , GO<\/a>, besiegt. Heute versetzt sie die Menschen buchst\u00e4blich in Erstaunen, wenn sie aus einem beschreibenden Text ein wundersch\u00f6nes Video rendert, atemberaubend originelle Landschaften kreiert, Musik im Stil von K\u00fcnstlern komponiert, die nicht mehr leben, in Echtzeit zwischen zwei Fremdsprachen \u00fcbersetzt, Kindern Nachhilfe in Mathematik gibt und vieles, vieles mehr. Manche Menschen sehen in der KI ein technologisches Wunderwerk und w\u00e4ren wahrscheinlich zu Recht \u00fcberrascht, wenn sie w\u00fcssten, dass k\u00fcnstliche Intelligenz eigentlich gar nicht so neu ist. Sie begleitet uns schon seit Jahrzehnten. Die mathematischen Modelle und Theorien, auf denen sie beruht, haben bis heute gewartet, um in Form von Supercomputern in ihrem besten Licht zu erscheinen.<\/p>\n

In unserem letzten Artikel haben wir das Konzept der k\u00fcnstlichen Intelligenz vorgestellt. Sie k\u00f6nnen ihn hier lesen – Was ist K\u00fcnstliche Intelligenz?<\/a> Heute werfen wir einen Blick darauf, wann und wie KI entstanden ist und stellen die wichtigsten Meilensteine vor, die sie zu dem gemacht haben, was sie heute ist.<\/p>\n

Von der Antike bis zum Mittelalter<\/h2>\n

Bereits in der Antike (vor einigen tausend Jahren) debattierten antike Philosophen \u00fcber die Fragen von Leben und Tod. In dieser Zeit begannen Erfinder, mechanisches Spielzeug zu erschaffen, das sie Automaten (Automaten) nannten. Automat<\/a>, im Folgenden Automaton genannt, kommt aus dem Altgriechischen und bedeutet „aus eigenem Willen handelnd“. Es war ein einfaches mechanisches Ding, das sich ohne menschliches Zutun bewegte. Im Laufe der Zeit entstanden immer fortschrittlichere mechanische Maschinen, von denen ich als ber\u00fchmteste den Ritter von Da Vinci<\/a> erw\u00e4hnen m\u00f6chte. Aus dieser Zeit stammt die Idee einer Maschine, die von sich aus funktioniert.<\/p>\n

17. bis 19. Jahrhundert<\/h2>\n

Im 17. Jahrhundert begann der Philosoph Rene Descartes<\/a> zu theoretisieren, dass Maschinen eines Tages in der Lage sein w\u00fcrden, zu denken und Entscheidungen zu treffen. Im Jahr 1637 schrieb er seine Ideen in einem Buch nieder Abhandlung \u00fcber die Methode<\/em><\/a>. Er unterteilte Maschinen in solche, die eines Tages lernen k\u00f6nnten, eine bestimmte Aufgabe auszuf\u00fchren, und solche, die sich an jede Aufgabe anpassen k\u00f6nnten. Heute sind diese Bereiche als spezialisierte und allgemeine KI bekannt. In gewisser Weise war dies die erste Herausforderung bei der Entwicklung von KI.<\/p>\n

Diese Zeit war auch reich an mathematischen Entdeckungen.<\/p>\n

1642<\/strong>: Blaise Pascal erfindet die erste mechanische Rechenmaschine. Diese kann zwei Zahlen addieren und subtrahieren, Multiplikation und Division funktionieren durch wiederholte Addition oder Subtraktion.<\/p>\n

1676<\/strong>: Gottfried Wilhelm Leibniz leitet die Kettenregel ab. Diese Regel wird in der KI verwendet, um neuronale Netzwerke mit Backpropagation zu trainieren.<\/p>\n

1738<\/strong>: Daniel Bernoulli f\u00fchrt das Konzept der Nutzenfunktion ein. Es ist eine Verallgemeinerung der Wahrscheinlichkeit und die mathematische Grundlage, mit der intelligente Agenten ihre Ziele darstellen.<\/p>\n

1739<\/strong>: David Hume beschreibt die Induktion, eine logische Methode, um aus Beispielen allgemeing\u00fcltige Aussagen zu gewinnen.<\/p>\n

1763<\/strong>: Thomas Bayes legt den Grundstein f\u00fcr das Bayes’sche Theorem, das in der modernen KI f\u00fcr Bayes’sche Netzwerke verwendet wird.<\/p>\n

1837<\/strong>: Charles Babbage und Ada Lovelace entwerfen den ersten Entwurf f\u00fcr eine programmierbare Maschine.<\/p>\n

1854<\/strong>: George Boole erfindet die ber\u00fchmte Boolesche Algebra.<\/p>\n

1859<\/strong>: Charles Babbage und Ada Lovelace arbeiten an programmierbaren mechanischen Rechenmaschinen, die sich auf polynomische Funktionen konzentrieren.<\/p>\n

1863<\/strong>: Samuel Butler stellte die Theorie auf, dass Darwins Evolution auch auf Maschinen zutrifft und diese vielleicht eines Tages ein Bewusstsein erlangen und den Menschen schlie\u00dflich ersetzen werden.<\/p>\n

Erste H\u00e4lfte des 20. Jahrhunderts<\/h2>\n

Im fr\u00fchen zwanzigsten Jahrhundert begannen Science-Fiction-Autoren und Wissenschaftler sich zu fragen, ob es m\u00f6glich sei, ein k\u00fcnstliches Gehirn zu schaffen. Einige Erfinder begannen mit der Erschaffung humanoider Figuren, die gr\u00f6\u00dftenteils mit Dampf betrieben wurden und teilweise laufen konnten. Es wurde auch mit Gesichtsausdr\u00fccken experimentiert.<\/p>\n

1921<\/strong>: Der tschechische Schriftsteller Karel \u010capek war der erste, der das Wort Roboter in seinem Science-Fiction-St\u00fcck RUR verwendete. Er benutzte es, um einen k\u00fcnstlichen Menschen zu bezeichnen.<\/p>\n

1929<\/strong>: Der japanische Professor Makoto Nishimura baut den ersten japanischen Roboter und nennt ihn Gakutensoku.<\/p>\n

1943<\/strong>: Warren Sturgis McCulloch und Walter Pitts ver\u00f6ffentlichen die erste mathematische Beschreibung eines k\u00fcnstlichen neuronalen Netzwerks in einer wissenschaftlichen Arbeit mit dem Titel A Logical Calculus of the Ideas Immanent in Nervous Activity<\/em>.<\/p>\n

1944<\/strong>: Die Spieltheorie taucht auf und wird ein wichtiger Bestandteil der KI-Entwicklung.<\/p>\n

Vor 1949 funktionierten die gro\u00dfen Saalrechenmaschinen als Taschenrechner. Sie konnten keine Befehle speichern, sondern sie nur ausf\u00fchren. Au\u00dferdem waren die Rechner ziemlich teuer, die monatliche Miete kletterte auf 200.000 Dollar pro Monat. Nur prestigetr\u00e4chtige Universit\u00e4ten und gro\u00dfe Technologieunternehmen konnten sie sich leisten. Viele spezifische Berechnungen, wie die Flugbahn eines Raketenstarts, wurden von Teams von Mathematikern auf Papier berechnet.<\/p>\n

Alan Turing<\/h2>\n

Alan Turing<\/a> war ein bahnbrechender britischer Mathematiker und Informatiker, der oft als der Vater der k\u00fcnstlichen Intelligenz angesehen wird. Im Jahr 1950 entwickelte Turing einen Test, der sp\u00e4ter als Turing-Test<\/a> bekannt wurde, um die F\u00e4higkeit einer Maschine festzustellen, intelligentes Verhalten zu zeigen, das von menschlichem Verhalten nicht zu unterscheiden ist. Bei diesem Test f\u00fchrt ein menschlicher Richter ein Gespr\u00e4ch mit einem Menschen und einer Maschine, die beide nicht sichtbar sind. Wenn der Richter nicht zuverl\u00e4ssig unterscheiden kann, wer wer ist, gilt die Maschine als erfolgreich und zeigt eine menschen\u00e4hnliche Intelligenz. Wenn die Maschine dem Menschen vorgaukelt, sie sei ein Mensch, dann ist sie intelligent.<\/p>\n

1951<\/strong>: Marvin Minsky und Dean Edmonds entwickeln das erste k\u00fcnstliche neuronale Netzwerk (ANN) namens SNARC<\/a>. Sie verwenden 3000 Vakuumr\u00f6hren, um ein Netzwerk mit 40 Neuronen zu simulieren.<\/p>\n

1952<\/strong>: Der Informatiker Arthur Samuel entwickelt ein Programm zum Spielen von Dame<\/a>, das er 1955 so perfektioniert, dass das Programm sich selbst das Spielen beibringt.<\/p>\n

Dartmouth-Konferenz (1956)<\/h2>\n

Die Dartmouth Conference<\/a>, die im Sommer 1956 am Dartmouth College stattfand, gilt als das bahnbrechende Ereignis, das die k\u00fcnstliche Intelligenz als neues Forschungsgebiet definierte. Auf der von John McCarthy, Marvin Minsky, Nathaniel Rochester und Claude Shannon organisierten Konferenz kamen f\u00fchrende Forscher zusammen, um die M\u00f6glichkeit der Entwicklung intelligenter Maschinen zu diskutieren und zu erforschen. Auf dieser Konferenz wurde der Begriff „k\u00fcnstliche Intelligenz“ gepr\u00e4gt und der Grundstein f\u00fcr die zuk\u00fcnftige Forschung und Entwicklung im Bereich der KI gelegt, indem die wichtigsten Ziele und Konzepte festgelegt wurden, die das Feld in den kommenden Jahrzehnten pr\u00e4gen werden. Viele der Bereiche, die der KI heute zugrunde liegen, wie die Verarbeitung nat\u00fcrlicher Sprache, Computer Vision und neuronale Netze, waren ebenfalls Teil der Tagesordnung.<\/p>\n

Perceptron (1957)<\/h2>\n

Das 1957 von Frank Rosenblatt entwickelte Perceptron ist eines der ersten k\u00fcnstlichen neuronalen Netzwerkmodelle und ein grundlegender Meilenstein in der KI. Es wurde entwickelt, um die Denkprozesse des menschlichen Gehirns zu simulieren und konnte lernen, Eingabedaten in verschiedene Kategorien zu klassifizieren. Perceptron demonstrierte das Potenzial von maschinellem Lernen und neuronalen Netzwerken und legte damit den Grundstein f\u00fcr moderne Deep Learning-Techniken. Das neuronale Netzwerk enthielt nur eine Schicht, und trotz seiner begrenzten Funktionalit\u00e4t waren diese Konzepte der Grundstein f\u00fcr die sp\u00e4tere Forschung im Bereich der neuronalen Netzwerke.<\/p>\n

1958<\/strong>: John McCarthy entwickelt die Programmiersprache Lisp, die bei KI-Entwicklern sehr beliebt wurde.<\/p>\n

1959<\/strong>: John McCarthy und Marvin Minsky gr\u00fcnden das Artificial Intelligence Research Institute MIT AI Lab<\/em><\/a>.<\/p>\n

In diesem Jahr pr\u00e4gte Arthur Samuel den Begriff des maschinellen Lernens<\/a>, als er in einer Rede Maschinen erw\u00e4hnte, die besser Schach spielen als die Menschen, die sie programmiert haben.<\/p>\n

1961<\/strong>: General Motors setzt den ersten Industrieroboter , Unimate<\/a>, ein, um Menschen am Flie\u00dfband zu ersetzen.<\/p>\n

ELIZA (1966)<\/h2>\n

ELIZA<\/a> war der erste Chatbot, der eine menschliche Unterhaltung simulierte. Er wurde von Joseph Weizenbaum entwickelt. Obwohl die F\u00e4higkeiten dieses Chatbots heute niemanden mehr ansprechen w\u00fcrden, demonstrierte ELIZA das Potenzial der nat\u00fcrlichen Sprachverarbeitung in der KI. Dieses Computerprogramm simulierte eine Konversation, indem es Mustervergleiche und Musterersetzungen verwendete, um dem Benutzer die Illusion des Verstehens zu vermitteln. ELIZA zeigte, dass Maschinen in der Lage sind, einen Dialog zu f\u00fchren und dass Computer menschen\u00e4hnliche Antworten geben k\u00f6nnen. Dieser Chatbot weckte das Interesse am Bereich der konversationellen KI.<\/p>\n

1966<\/strong>: Shakey<\/a> ist der erste universelle mobile Roboter, der seine eigenen Handlungen begr\u00fcndet. Er war mit Sensoren und einer TV-Kamera ausgestattet, mit der er durch verschiedene Umgebungen navigieren konnte.<\/p>\n

1967<\/strong>: Newell und Simon entwickeln den General Problem Solver (GPS), eines der ersten Programme f\u00fcr k\u00fcnstliche Intelligenz, das menschen\u00e4hnliche Probleml\u00f6sungen demonstriert.<\/p>\n

1974<\/strong>: Der erste KI-Winter beginnt, gekennzeichnet durch einen R\u00fcckgang der Finanzierung und des Interesses an der KI-Forschung aufgrund unrealistischer Erwartungen und begrenzter Fortschritte. KI wurde bisher als eine nette technische Demonstration mit begrenztem Nutzen f\u00fcr die reale Welt betrachtet.<\/p>\n

1979<\/strong>: Die Amerikanische Vereinigung f\u00fcr K\u00fcnstliche Intelligenz wird gegr\u00fcndet, jetzt bekannt als die Gesellschaft zur F\u00f6rderung der K\u00fcnstlichen Intelligenz<\/em><\/a>.<\/p>\n

Im selben Jahr besteht das erste computergesteuerte autonome Fahrzeug , das Stanford Cart<\/a>, einen Stuhl-Hindernis-Test.<\/p>\n

In den 1980er Jahren gab es ein erneutes Interesse an KI und an Investitionen in diese Technologie. Tiefgreifende Lerntechniken und der Einsatz von Expertensystemen wurden popul\u00e4r; diese erm\u00f6glichten es Computern, aus ihren Fehlern zu lernen und unabh\u00e4ngige Entscheidungen zu treffen. Die Unternehmen begannen, mit Expertensystemen enorme Einsparungen zu erzielen, und bis 1985 investierten die Unternehmen j\u00e4hrlich eine Milliarde Dollar in KI-Systeme.<\/p>\n

1980<\/strong>: Das erste Expertensystem, bekannt als XCON<\/a>, kommt auf den kommerziellen Markt. Es sollte bei der Bestellung von Computersystemen helfen, indem es automatisch Komponenten nach den Bed\u00fcrfnissen des Kunden ausw\u00e4hlt.<\/p>\n

Andere Expertensysteme folgen diesem Beispiel und gewinnen an Popularit\u00e4t, da Unternehmen sie vor allem f\u00fcr Finanzprognosen und medizinische Diagnosen einsetzen.<\/p>\n

1981<\/strong>: Danny Hillis entwirft Parallelcomputer f\u00fcr KI und andere Rechenaufgaben, eine Architektur, die den modernen GPUs \u00e4hnelt.<\/p>\n

1986<\/strong>: Hinton, Rumelhart und Williams ver\u00f6ffentlichen Learning Representations by Back-Propagating Errors<\/em>, mit denen komplexere neuronale Netzwerke trainiert werden k\u00f6nnen.<\/p>\n

Im selben Jahr erfand Ernst Dickmanns, ein in Deutschland arbeitender Wissenschaftler, das erste autonome Auto. Technisch gesehen handelte es sich um einen Mercedes-Van, der mit einem Computersystem und Sensoren zur Erfassung seiner Umgebung ausgestattet war.<\/p>\n

In den sp\u00e4ten 1980er Jahren lie\u00df das Interesse an der KI nach, und wegen der hohen Kosten im Vergleich zu den scheinbar geringen Ertr\u00e4gen kam ein weiterer Winter f\u00fcr die KI. Dieser Begriff beschreibt eine Zeit, in der die Forschungsfinanzierung aufgrund des geringen Interesses von Investoren und Verbrauchern reduziert wird. Aber das wird sich bald \u00e4ndern.<\/p>\n

1991<\/strong>: Es ist das Jahr der Geburtsstunde des Internets. Der CERN-Forscher Tim Berners-Lee startet die erste Online-Website der Welt und ver\u00f6ffentlicht das Hypertext Transfer Protocol (HTTP). Obwohl viele Institutionen und gro\u00dfe Unternehmen bereits zuvor Computer vernetzt hatten, gab das Aufkommen des Internets der Gesellschaft einen enormen Auftrieb. Innerhalb kurzer Zeit schlossen sich Millionen von Menschen aus verschiedenen Teilen der Welt an das Internet an und begannen, die Datenquanten zu erzeugen, die sp\u00e4ter f\u00fcr das KI-Training dringend ben\u00f6tigt werden w\u00fcrden.<\/p>\n

Deep Blue besiegt den Schachweltmeister (1997)<\/h2>\n

Deep Blue<\/a>, entwickelt von IBM, schrieb 1997 Geschichte, als er als erster Computer den amtierenden Schachweltmeister Garri Kasparow in einem Sechs-Spiele-Match besiegte. Der Sieg von Deep Blue war ein bedeutender Meilenstein auf dem Gebiet der KI und demonstrierte die Leistungsf\u00e4higkeit von Brute-Force-Computern und fortschrittlichen Algorithmen bei der L\u00f6sung komplexer Probleme. Das Match demonstrierte das Potenzial der KI, menschliche Experten in bestimmten Bereichen zu \u00fcbertreffen, und weckte ein enormes Interesse an der Weiterentwicklung der KI-Forschung und -Entwicklung. Ein Video von Deepblue gegen Kasparov<\/a> finden Sie hier.<\/p>\n

1998<\/strong>: Cynthia Breazeal am MIT stellt KiSmet<\/a> vor, einen emotional intelligenten Roboter, der die Gef\u00fchle von Menschen erkennt und darauf reagieren kann.<\/p>\n

1999<\/strong>: Sony bringt AiBO<\/a> auf den Markt, den ersten Haushund, dessen Pers\u00f6nlichkeit und F\u00e4higkeiten sich mit der Zeit entwickeln.<\/p>\n

2002<\/strong>: iRobot stellt Roomba vor, den ersten in Serie gefertigten Staubsaugerroboter mit einem KI-gesteuerten Navigationssystem. Er bewegt sich selbstst\u00e4ndig und weicht beim Staubsaugen Hindernissen aus.<\/p>\n

NASA schickt Rover zum Mars (2004)<\/h2>\n

Als der Mars im Jahr 2004 viel n\u00e4her an der Erde kreiste, nutzte die NASA die Gelegenheit, zwei Rover – Spirit und Opportunity – zum roten Planeten zu schicken. Beide waren mit einer k\u00fcnstlichen Intelligenz ausgestattet, die ihnen half, sich auf dem schwierigen felsigen Terrain des Mars zurechtzufinden und Entscheidungen in Echtzeit zu treffen, anstatt auf menschliche Hilfe angewiesen zu sein.<\/p>\n

Die Rover der NASA auf dem Mars, wie Spirit, Opportunity und Curiosity, stellen bedeutende Meilensteine in der KI und Robotik dar. Diese Rover sind mit hochentwickelten autonomen Navigationssystemen ausgestattet, die es ihnen erm\u00f6glichen, die Marsoberfl\u00e4che zu erkunden, wissenschaftliche Experimente durchzuf\u00fchren und unabh\u00e4ngige Entscheidungen zu treffen, um Hindernissen auszuweichen und interessante Punkte zu identifizieren. Die zwischen 2004 und 2012 gestarteten Weltraummissionen haben unser Verst\u00e4ndnis des Mars erheblich verbessert und gleichzeitig praktische Anwendungen von KI in autonomen Systemen, Fernsteuerung und wissenschaftlichen Entdeckungen in extraterrestrischen Umgebungen demonstriert. Klicken Sie hier f\u00fcr ein Video der Landung des Spirit-Rovers auf dem Mars<\/a>.<\/p>\n

2006<\/strong>: Twitter, Facebook und Netflix beginnen, KI als Teil ihrer Algorithmen f\u00fcr Werbung und Benutzererfahrung einzusetzen.<\/p>\n

2009<\/strong>: Google baut das erste selbstfahrende Auto, das in der Stadt fahren kann.<\/p>\n

Watson, der Computer, gewinnt die Quizshow Jeopardy! (2011)<\/h2>\n

Im Jahr 2011 machte IBMs Watson Schlagzeilen, als er die Quizshow Jeopardy! gegen zwei der gr\u00f6\u00dften Champions, Ken Jennings und Brad Rutter, gewann. Watsons Sieg demonstrierte die fortschrittlichen F\u00e4higkeiten der KI in den Bereichen Verarbeitung nat\u00fcrlicher Sprache, Informationsbeschaffung und maschinelles Lernen. Das System war in der Lage, komplexe, in nat\u00fcrlicher Sprache gestellte Fragen zu verstehen und zu beantworten, gro\u00dfe Datenmengen schnell zu analysieren und pr\u00e4zise Antworten zu generieren. Diese Leistung demonstriert das Potenzial der KI bei der Verarbeitung und dem Verst\u00e4ndnis der menschlichen Sprache und stellt einen wichtigen Meilenstein in der Entwicklung von KI-Anwendungen und -Technologien dar. Ein Video von Watson bei Jeopardy<\/a> finden Sie hier.<\/p>\n

2011<\/strong>: Apple integriert Siri<\/a>, einen intelligenten virtuellen Assistenten mit einer Sprachschnittstelle, in das iPhone 4S.<\/p>\n

Nach 2011 r\u00fccken KI Deep Learning<\/a> und Big Data-Techniken<\/a> in den Vordergrund. In den Jahren 2011 und 2012 wurden erhebliche Fortschritte bei der Bilderkennung erzielt, vor allem dank neuer Hardware, die die Lerngeschwindigkeit um das bis zu Hundertfache erh\u00f6hte. Zu dieser Zeit wurde das maschinelle Lernen auf Grafikchips durchgef\u00fchrt, die daf\u00fcr ideal waren, weil sie die Arbeit mit Vektoren und Matrizen optimierten.<\/p>\n

2012<\/strong>: Das KI-Startup DeepMind<\/a> entwickelt ein tiefes neuronales Netzwerk, das Katzen in YouTube-Videos erkennen kann. Google kauft DeepMind sp\u00e4ter im Jahr 2014 f\u00fcr 500 Millionen Dollar.<\/p>\n

Im selben Jahr entwickelt Facebook DeepFace<\/a>, ein Gesichtserkennungssystem, das Gesichter mit einer Wahrscheinlichkeit von 97% erkennen kann – eine Genauigkeit, die der von Menschen nahe kommt.<\/p>\n

Generatives adversariales Netzwerk (2014)<\/h2>\n

Im Jahr 2014 stellte Ian Goodfellow Generative Adversarial<\/a> Networks (GANs) vor, die den Bereich der KI revolutionierten. GANs bestehen aus zwei neuronalen Netzwerken, einem Generator und einem Diskriminator, die gleichzeitig in einem Wettbewerbsprozess trainiert werden. Der Generator erzeugt synthetische Daten, w\u00e4hrend der Diskriminator deren Authentizit\u00e4t anhand echter Daten bewertet. Dieser kontradiktorische Prozess verbessert die F\u00e4higkeit des Generators, \u00e4u\u00dferst realistische Ergebnisse zu erzeugen, was zu Fortschritten bei der Bild- und Videogenerierung, der Datenerweiterung und vielen anderen Anwendungen f\u00fchrt. GANs haben die KI-Forschung ma\u00dfgeblich beeinflusst und neue Wege f\u00fcr Kreativit\u00e4t und Innovation beim maschinellen Lernen er\u00f6ffnet.<\/p>\n

2014<\/strong>: Amazon bringt Alexa<\/a> auf den Markt – eine intelligente virtuelle Assistentin mit einer Sprachschnittstelle, die Einkaufsaufgaben erledigt.<\/p>\n

Gleichzeitig besteht der Chatbot Eugene Goostman<\/a> den Turing-Test. Ein Drittel der Richter glaubt, dass Eugene ein Mensch ist.<\/p>\n

2015<\/strong>: Computer k\u00f6nnen Objekte in visuellen Daten viel genauer identifizieren als Menschen. Bei der j\u00e4hrlichen ImageNet-Challenge<\/a> erreichten sie eine Genauigkeit von 97,3%, im Vergleich zu nur 71,8% im Jahr 2010.<\/p>\n

AlphaGo schl\u00e4gt den Weltmeister Lee Sedol in Go (2016)<\/h2>\n

AlphaGo<\/a>, entwickelt von DeepMind, schrieb 2016 Geschichte, indem es Lee Sedol, einen der besten Go-Spieler der Welt, in einem Turnier mit f\u00fcnf Spielen besiegte. Das war eine bahnbrechende Leistung, denn Go ist ein unglaublich komplexes Brettspiel mit \u00fcber 100 Tausend Er\u00f6ffnungsz\u00fcgen. Von allen m\u00f6glichen Positionen gibt es sogar 2 pro 170, was Brute-Force-Methoden unbrauchbar macht. Der Erfolg von AlphaGo wurde durch seine fortschrittlichen Techniken des maschinellen Lernens erzielt, darunter tiefe neuronale Netze und verst\u00e4rkendes Lernen. Dieser Meilenstein hat das Potenzial der KI zur Bew\u00e4ltigung hochkomplexer Aufgaben demonstriert, den Bereich der k\u00fcnstlichen Intelligenz erheblich vorangebracht und ihre F\u00e4higkeit unter Beweis gestellt, Probleme zu l\u00f6sen, von denen man bisher dachte, dass sie au\u00dferhalb der Reichweite von Maschinen liegen.<\/p>\n

2016<\/strong>: Hanson Robotics schuf einen humanoiden Roboter namens Sophia<\/a>, den ersten Roboter mit realistischem menschlichem Aussehen und der F\u00e4higkeit zu sehen, zu scherzen, zu kommunizieren und Emotionen zu reproduzieren. Dank ihrer innovativen KI und ihrer F\u00e4higkeiten wurde Sophia zu einem weltweiten Ph\u00e4nomen und trat regelm\u00e4\u00dfig in Talkshows<\/a> auf, darunter auch in Late-Night-Sendungen wie der The Tonight Show.<\/p>\n

2017<\/strong>: Googles AlphaStar besiegt die besten dedizierten Schachengines in einer Reihe von Matches.<\/p>\n

2018<\/strong>: K\u00fcnstliche Intelligenz wird an den meisten Universit\u00e4ten gelehrt.<\/p>\n

2019<\/strong>: AlphaStar hat im Computerspiel StarCraft 2 die Gro\u00dfmeisterstufe erreicht, was bedeutet, dass es mit seiner KI beachtliche 99,8% der menschlichen Spieler besiegen kann.<\/p>\n

Der Aufstieg der generativen KI (2020 – heute)<\/h2>\n

Die Entwicklungen auf dem Gebiet der generativen KI haben in den letzten Jahren zu einem starken Anstieg des Interesses an KI gef\u00fchrt. Generative KI bietet die M\u00f6glichkeit, Texte, Bilder und Videos als Reaktion auf Textaufforderungen zu generieren. Im Gegensatz zu fr\u00fcheren Systemen, die so programmiert waren, dass sie auf eine bestimmte Aufforderung reagierten, lernt generative KI aus Materialien (Dokumente, Fotos und mehr) und Daten aus dem Internet.<\/p>\n

Sprachmodell GPT-3 (2020)<\/h2>\n

Das von OpenAI entwickelte und 2020 ver\u00f6ffentlichte GPT-3<\/a> ist mit 175 Milliarden Parametern eines der gr\u00f6\u00dften und fortschrittlichsten Sprachmodelle, das je geschaffen wurde. Es kann menschlichen Text auf der Grundlage vorgegebener Aufforderungen generieren, eine Vielzahl von linguistischen Aufgaben wie \u00dcbersetzung, Zusammenfassung und Beantwortung von Fragen durchf\u00fchren und sogar koh\u00e4rente und kontextbezogene Inhalte produzieren. Die F\u00e4higkeit von GPT-3, nat\u00fcrliche Sprache zu verstehen und zu generieren, hat einen neuen Standard in der KI gesetzt. Sie demonstriert die Leistungsf\u00e4higkeit gro\u00dfer neuronaler Netzwerke und ver\u00e4ndert die Art und Weise, wie Maschinen in einer Vielzahl von Anwendungen mit menschlicher Sprache interagieren.<\/p>\n

2021<\/strong>: OpenAI hat DALL-E entwickelt, das mithilfe von Deep-Learning-Methoden digitale Bilder direkt aus Text generieren kann.<\/p>\n

Gleichzeitig l\u00f6st DeepMinds AlphaFold2 das Problem der Proteinfaltung und ebnet damit den Weg f\u00fcr die Entdeckung neuer Medikamente und medizinische Durchbr\u00fcche.<\/p>\n

ChatGPT (2022)<\/h2>\n

ChatGPT<\/a>, entwickelt von OpenAI und im November 2022 auf den Markt gebracht, ist eine bahnbrechende Konversations-KI, die auf der GPT-3.5-Architektur basiert. Sie zeichnet sich dadurch aus, dass sie koh\u00e4rente und kontextuell relevante Texte generiert, die nat\u00fcrliche und dynamische Interaktionen zwischen Mensch und Computer erm\u00f6glichen. ChatGPT kann eine Vielzahl von Aufgaben \u00fcbernehmen, darunter die Beantwortung von Fragen, die Bereitstellung detaillierter Erkl\u00e4rungen und die Unterst\u00fctzung beim kreativen Schreiben. Seine fortschrittlichen F\u00e4higkeiten haben Anwendungen in den Bereichen Kundenservice, Bildung und Inhaltserstellung revolutioniert und zeigen das transformative Potenzial von KI bei der Verbesserung allt\u00e4glicher Mensch-Computer-Interaktionen.<\/p>\n

Januar 2023<\/strong>: ChatGPT ist mit \u00fcber 100 Millionen Nutzern die am schnellsten wachsende App.<\/p>\n

M\u00e4rz 2023<\/strong>: OpenAI ver\u00f6ffentlicht eine neue Version des GPT-4<\/a> Modells, das nun die Eingabe eines Bildes anstelle von Text erlaubt. Google stellt seinen Chatbot Gemini vor.<\/p>\n

Februar 2024<\/strong>: OpenAI stellt \u00f6ffentlich Sora<\/a> vor, das die M\u00f6glichkeit bietet, Videos aus Text von bis zu einer Minute L\u00e4nge zu generieren.<\/p>\n

Mai 2024<\/strong>: Die KI-Technologie GPT-4o wird eingef\u00fchrt, verdoppelt die Geschwindigkeit der API, bricht alle Benchmark-Rekorde und bringt endlich Emotionen in die Chatbot-Konversation.<\/p>\n

KI und die Zukunft<\/h2>\n

Wir haben die faszinierende historische Entwicklung der KI durchlaufen. Was wird die Zukunft bringen? Wir werden sehen. Sicher ist nur, dass sich moderne KI-Technologien in gro\u00dfem Stil durchsetzen werden, sowohl in Unternehmen als auch im privaten Bereich. Viele Arbeitspl\u00e4tze werden verschwinden oder an den neuen KI-Trend angepasst werden m\u00fcssen. Auf der anderen Seite werden aber auch viele neue Arbeitspl\u00e4tze entstehen. Die Fortschritte in der KI sind unaufhaltsam und es liegt an uns, sie zum gemeinsamen Nutzen der Menschheit zu nutzen.<\/p>\n","protected":false},"excerpt":{"rendered":"

Der Artikel beleuchtet die Geschichte der KI mit den wichtigsten Meilensteinen von der fernen Vergangenheit bis zur Gegenwart.<\/p>\n","protected":false},"author":34,"featured_media":17647,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[133],"tags":[276],"class_list":["post-18356","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-digitalisierung","tag-ai-kuenstliche-intelligenz-de"],"acf":[],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/msg-life.sk\/de\/wp-json\/wp\/v2\/posts\/18356","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/msg-life.sk\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/msg-life.sk\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/msg-life.sk\/de\/wp-json\/wp\/v2\/users\/34"}],"replies":[{"embeddable":true,"href":"https:\/\/msg-life.sk\/de\/wp-json\/wp\/v2\/comments?post=18356"}],"version-history":[{"count":9,"href":"https:\/\/msg-life.sk\/de\/wp-json\/wp\/v2\/posts\/18356\/revisions"}],"predecessor-version":[{"id":23284,"href":"https:\/\/msg-life.sk\/de\/wp-json\/wp\/v2\/posts\/18356\/revisions\/23284"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/msg-life.sk\/de\/wp-json\/wp\/v2\/media\/17647"}],"wp:attachment":[{"href":"https:\/\/msg-life.sk\/de\/wp-json\/wp\/v2\/media?parent=18356"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/msg-life.sk\/de\/wp-json\/wp\/v2\/categories?post=18356"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/msg-life.sk\/de\/wp-json\/wp\/v2\/tags?post=18356"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}