Mittels Künstlicher Intelligenz die Oberfläche unseres Planeten digitalisieren

Durch die automatisierte Auswertung von Luft und Satellitenbilddaten mittels Deep-Learning-Algorithmen die Erde vermessen und digitalisieren.

 

Die Zusammenhänge und Wechselwirkungen in unserer Welt werden immer komplexer und undurchsichtiger. Täglich ge­nerieren unzählige Sensoren und smarte Internet-of-Things- (IoT-)Geräte immense Datenmengen. Eine korrekte Analyse die­­ser Daten trägt maßgeblich dazu bei, die Welt besser zu verstehen, und eröffnet in zahlreichen Branchen Möglichkeiten zur Umsetzung neuer Anwendungen und Optimierung bestehender Prozesse.

Bis vor wenigen Jahren war es äußerst schwierig, dieses riesige Volumen an Daten im Detail zu verstehen und neue Lösungs­ansätze basierend auf diesen Daten umzusetzen. Der Durchbruch der Künstlichen Intelligenz (KI) im Kontext der Digitali­sierung als Schlüsseltechnologie hat dies jedoch grundlegend verändert.

Algorithmen aus dem Gebiet des Maschinellen Lernens erlauben es, riesige Datenmengen innerhalb kürzester Zeit zu analysieren, Muster und Zusammenhänge aus den Daten zu extrahieren und basierend darauf schnellere und genauere Entscheidungen für die Zukunft zu treffen.

 

Die Künstliche Intelligenz nimmt immens an Bedeutung zu

Ob Künstliche Intelligenz, Maschinelles Lernen oder Deep Learning, in der Praxis werden diese Begriffe häufig als Syno­nyme verwendet. Dabei besitzen die drei Begrifflichkeiten gro­ße Unterschiede in ihrer Bedeutung und stehen in einer strikten Hierarchie zueinander. Die Künstliche Intelligenz ist der Oberbegriff für alle Methoden und Technologien, die ein intelligentes Verhalten vorweisen.

Das Maschinelle Lernen ist dabei ein Teilgebiet der KI, welches eine Vielzahl an (Lern-)Methoden basierend auf der mathe­matischen Optimierung und Statistik umfasst. Deep Learning wiederum ist ein spezieller Teilbereich des Maschinellen Lernens, das versucht, die statistischen Korrelationen in den Daten durch künstliche neuronale Netze abzubilden.

In der Fachliteratur teilt man die Methoden der KI in zwei Teilbereiche auf: die symbolische KI und die statistische KI.

 

Hier gehts zum Beitrag im FORUM.

 

 

Ulrike Pennekamp

Benjamin Bischke

KI-Forscher (Doktorand)
benjamin.bischke(at)dfki.de

Thomas Drees

Patrick Helber

KI-Forscher (Doktorand)
patrick.helber(at)dfki.de