Machine Learning vs. AI: Was ist der Unterschied?

Der Unterschied zwischen Machine Learning und Artificial Intelligence (AI) ist, dass maschinelles Lernen eine von vielen Methoden im übergeordneten Feld der künstlichen Intelligenz darstellt.

Einfach erklärt: Was ist Artificial Intelligence (AI)?

Artificial Intelligence (Abkürzung A.I.), auf Deutsch “künstliche Intelligenz” ist die umfassende Beschreibung von Software, Robotern oder anderen Systemen, die sich ähnlich wie ein Mensch verhalten. Dabei wird unterschieden in allgemeine (strong / general AI) und schwache (weak AI) künstliche Intelligenz. 

Die allgemeine Intelligenz ist das, was viele aus Filmen und Büchern kennen. Maschinen die plötzlich Emotionen haben, autonom agierende Computerprogramme und vieles mehr ist die futuristische Interpretation des Themas. Generell kann daher die strong AI als allgemein gültige AI definiert werden, die auch für neue, unbekannte Probleme einen Weg findet.

Als Gegensatz zur starken AI steht die schwache oder spezifische künstliche Intelligenz. Diese Art von Algorithmen beschäftigt sich mit einem speziellen Problem und löst es – oft besser als der Mensch. Einfache Beispiele sind die automatische Textverarbeitung, ein Programm das perfekt Tic-Tac-Toe spielt oder das Sortieren von Bildern in Kategorien. All diese Anwendungsfälle sind sehr spezifisch, aber ein System das ein solches Problem lösen kann, zeigt Mensch-ähnliche Fähigkeiten und fällt somit unter den Begriff “künstliche Intelligenz”. 

Einfach erklärt: Was ist Machine Learning?

Wie eingangs erwähnt ist Machine Learning (Abkürzung ML), auf Deutsch “maschinelles Lernen” eine Kategorie von Methoden innerhalb von AI. Neben Machine Learning Methoden gibt es auch regelbasierte Systeme (zum Beispiel der Tic-Tac-Toe-Bot). 

Maschinelles Lernen selbst nutzt Daten, um davon generelle Konzepte zu lernen und dann auf neue Daten anzuwenden. Dabei fallen diese Aufgaben immer in die Kategorie der schwachen KI, sind also immer die Lösung auf ein spezifisches Problem. 

Als Beispiele der Methoden innerhalb des Machine Learnings gibt es beispielsweise Regressionen, Entscheidungsbäume oder neuronale Netze, als Spezialisierung auch Deep Learning Algorithmen. Diese lösen Aufgaben wie die erwähnte Sortierung von Bildern in Kategorien, automatische Texterkennung oder die Vorhersage von Ereignissen.

Wenn jemand im Bereich Data Science bzw. Advanced Analytics von AI / KI spricht, meint er üblicherweise Algorithmen im Bereich Machine Learning. Andere Algorithmen fallen nur formell in die Kategorie AI, da sie auch menschliches Verhalten simulieren, haben allerdings keine weitergehende “Intelligenz”.

Kurz gesagt: Was genau ist der Unterschied zwischen Machine Learning und AI?

Terminologisch deckt Artificial Intelligence eine Bandbreite an Konzepten, von einfachen regelbasierten Systemen über Machine Learning und Deep Learning bis hin zu vollständig eigenständig agierenden Robotern ab. Doch umgangssprachlich wird mit AI meist der Bereich Machine Learning (und als Unterkategorie neuronale Netze) bezeichnet. Das Ziel aller AI-Methoden ist, menschliches Verhalten zu simulieren und Probleme zu lösen.

Weitere Beiträge zum Thema Data Driven Company direkt per E-Mail bekommen: