Ratgeber Apps & Programme KI Software – Was lässt sich damit alles machen?
Früher Zukunftsmusik, heute in unseren Smartphones, Alexas und Saugrobotern. Künstliche Intelligenz hält seit Jahren Einzug in unseren Alltag. Insbesondere im Zusammenhang mit dem Zusammenstellen von Playlisten und dem Vorschlagen von Filmen und Serien, Stichwort: Algorithmus, kennen wir inzwischen KI. In der Automobilbranche wird künstliche Intelligenz vor allem im Zusammenhang mit dem autonomen Fahren diskutiert. Selbstlenkende Autos – das ist heutzutage ganz und gar nicht abwegig. Kurzum: Irgendwie scheinen wir uns an den Einsatz von KI gewöhnt zu haben, ohne so richtig zu verstehen, wie genau sie funktioniert. Was aber steckt also hinter künstlicher Intelligenz? Welche Software ist für eine KI verantwortlich? Was ist mit künstlicher Intelligenz heutzutage bereits möglich? In welchen Geräten steckt sie? Ganz schön viele Fragen. Wir geben die wichtigsten Antworten zum Einsatz von KI.
KI: Das Streaming denkt mit
Der Gebrauch von KI ist inzwischen Alltag. Insbesondere in Apps wie Spotify oder Apple Music. Basierend auf Ihren Lieblingssongs und Interpreten, bekommen Sie regelmäßig neue Künstlerinnen vorgeschlagen und Playlists. Auch Netflix, Disney+ oder Prime Video funktionieren ganz ähnlich. KI analysiert Ihr Nutzerverhalten und macht darauf basierend Vorschläge, die dazu passen. Im Streaming mischt KI bereits ordentlich mit. Was aber versteht man unter künstlicher Intelligenz? Was ist zudem KI Kunst? Und lässt sich eine künstliche Intelligenz einfach so programmieren? Wir verraten es Ihnen.
Was ist eine KI Software?
Wann immer über künstliche Intelligenz gesprochen wird, werden schnell Begriffe wie KI, Machine Learning und Deep Learning in einen Topf geworfen. Das ist nicht ganz richtig. Daher an dieser Stelle eine Begriffsklärung: KI bzw. eine KI Software ist in der Lage, menschliche Intelligenz nachzuahmen. Sie kann auf unbekannte bzw. neue Muster reagieren und sie erlernen. Machine Learning hingegen erkennt zwar auch Muster. Diese basieren jedoch auf bereits bekannten Datensätzen. Deep Learning ist wiederum ein Teilbereich des Machine Learnings. Es verwendet künstlich erzeugte neuronale Netzwerke (KNN), um Muster zu erkennen.
Welche KI Anwendungen gibt es?
Künstliche Intelligenz wird in unterschiedlichen Bereichen eingesetzt. KI kommt z.B. in virtuellen Assistenten und Chatbots zur Anwendung. Das kennen Sie, wenn Sie schon einmal auf einer Website den Kundenservice kontaktiert haben und sich ein kleines Chat Fenster geöffnet hat. Auch in der Robotik wird KI benutzt. Dazu zählen Industrieroboter für die Fertigung von Autos. Suchmaschinen verwenden KI genauso; prominentestes Beispiel ist Google.
Empfehlungsdienste setzen ebenfalls auf künstliche Intelligenz. Das geschieht z.B. dann, wenn Ihnen Amazon ein bestimmtes Produkt vorschlägt. Auch in der Content Moderation wird KI angewandt. So werden beispielsweise Beleidigungen oder Bedrohungen auf Facebook oder YouTube automatisch gelöscht. Überdies bedient sich die Gesichtserkennung der KI. So z.B. die Face ID von Apple. Genauso wie Spam Filter. Mails, die als Spam gekennzeichnet werden, landen automatisch in einem entsprechenden Ordner.
Auch im Bereich der Cyber Sicherheit wird auf künstliche Intelligenz gesetzt. Antiviren Tools sind in der Lage, auch unbekannte Gefahren zu erkennen und sie zu eliminieren. In der Betrugserkennung ist KI ebenfalls beliebt. Banken und Finanzdienstleister nutzen sie zur Betrugserkennung und -prävention. Für die Mobilität ist KI eine wichtige Technologie. Insbesondere im Zusammenhang mit selbstfahrenden Autos. Der Einkauf setzt ebenfalls auf KI. Amazon Go zum Beispiel mit seinen kassenlosen Supermärkten. Zuletzt kommt KI natürlich auch in Marketing und Vertrieb zum Einsatz. Targeted Advertising würde ohne künstliche Intelligenz nicht funktionieren.
Die TechManager App - Einfach. Gut. Beraten.
Mit der TechManager App haben Sie alle Infos über Ihre Geräte an einem Ort. Und direkten Support an Ihrer Seite.
- Alle Daten auf einen Blick
- Einfach Versicherung hinzufügen
- Direkter Support im Live Chat
Was ist KI Kunst?
KI schön und gut, was genau soll aber KI Kunst sein? Ganz einfach: KI Kunst sind Kunstwerke, die unter dem Einsatz künstlicher Intelligenz erschaffen wurden. Anders als beim traditionellen Kunsthandwerk, bei dem eine Künstlerin ein Bild eigenhändig erschafft, kreiert hier die KI das Werk.
Kürzlich hat das Bild Théâtre D’opéra Spatial für große Aufmerksamkeit gesorgt, denn es konnte bei einem Kunstwettbewerb den ersten Platz belegen. Das Bild wurde mit dem Programm Midjourney erstellt und im Anschluss vom Künstler Jason Allen bearbeitet. Allen, der eigentlich Brettspielentwickler ist, hat bei einem Amateur Kunstwettbewerb im US Bundesstaat Colorado teilgenommen. Sein Beitrag hat sich gegen zehn Mitbewerberinnen durchgesetzt und den ersten Preis gewonnen. Théâtre D’opéra Spatial zeigt drei Personen in klassischen Gewändern vor einem großen runden Tor, aus dem weißes Licht in eine dunkle Halle strahlt. Das Bild wirkt imposant, besonders vor dem Hintergrund, dass es komplett (wenn auch nachbearbeitet) von einer KI erschaffen wurde.
Wenn heute von KI Kunst gesprochen wird, sind damit fast ausnahmslos Bilder gemeint, die am PC entworfen und ggf. später gedruckt oder auf Leinwand gebracht werden. Prinzipiell lässt sich künstliche Intelligenz jedoch auch auf andere Kunstgattungen, wie der Bildhauerei, der Musik oder der Baukunst übertragen.
Welche Software für KI?
Wenn Sie Developer sind und selbst gerne eine KI entwickeln möchten, stehen Ihnen hierzu verschiedene Programme zur Auswahl. Viele davon sind kostenlos und bieten einen großen Funktionskatalog. Wir stellen fünf praktische Tools vor:
1. Shogun
Shogun ist eine Open Source Library zur Entwicklung von KI. Die Toolbox bietet Developern eine Vielzahl an Werkzeugen, um Machine Learning Anwendungen zu gestalten. Dazu zählen Interfaces für beliebte Programmiersprachen wie Python, Java, Ruby und C#. Sie bekommen auch Support für verschiedene Vector Modelle sowie spezielle Cluster- und Online Learning Algorithmen. Plus: Bei der Entwicklung von Shogun wurde Bioinformatik berücksichtigt, das heißt: Das Tool kann große Datenmengen verarbeiten.
2. Apache Mahout
Apache ist in erster Linie populär für seinen Webserver. Darüber hinaus bietet es mit Apache Mahout auch ein KI Framework an, das sich speziell für die Entwicklung statistischer und mathematischer Machine Learning Anwendungen eignet. Das wird durch die Verwendung linearer Algebra möglich. Hierbei werden mit vergleichsweise wenig Zeilen Code große Effekte erzielt. Mahout setzt auf Java als Basis. Zudem baut es auf die Skalierbarkeit der entwickelten Anwendungen.
3. PyTorch
Das Tool PyTorch stammt ursprünglich von einem großen Konzern, nämlich von Facebook Ingenieuren aus der bereits seit 2002 existierenden Torch Umgebung. Hieraus hat sich das Open Source Framework inzwischen zu einem Standard Tool für die Entwicklung von künstlicher Intelligenz gemacht. PyTorch bietet verschiedene Bibliotheken für alle wichtigen Bereiche des Machine Learnings. Dazu zählen auch das Training neuronaler Netze, Mustererkennung, Bilderkennung und natürlich Sprachverarbeitung.
4. Microsoft Cognitive Toolkit
Das Microsoft Cognitive Toolkit lässt sich ohne Zweifel als hocheffizient bezeichnen. Es ist ganz klar auf Skalierbarkeit ausgerichtet. Das Framework von Microsoft Cognitive Toolkit (kurz CNTK) ist dementsprechend für den Einsatz auf Microsofts Azure optimiert. Die Stärken des Toolkits liegen in der Echtzeitanalyse von Daten. CNTK kommt bereits seit einiger Zeit in hauseigenen Diensten zum Einsatz wie Cortana oder Skype. Es kann also überall dort angewendet werden, wo große Datenmengen ausgewertet werden müssen.
5. Google TensorFlow
Eine kostenlose KI Plattform gibt es auch von Google, die die quelloffene Bibliothek in Python anbietet. Als sogenannte End-to-End-Open-Source-Plattform für maschinelles Lernen ermöglicht TensorFlow Profis und Anfängern angepasste API Anbindungen, um sich mit der Entwicklung von KI Systemen zu befassen. Der Name Tensor stammt übrigens von Rechenoperationen, die auf künstlichen neuronalen Netzwerken stattfinden. TensorFlow kommt bereits intern bei Google zum Einsatz. Daher handelt es sich um eine äußerst ausgereifte Plattform, die zahlreiche Programmiersprachen unterstützt.
