Logo des Repositoriums
Zur Startseite
Publikationen
Statistiken
  1. Startseite
  2. SuUB
  3. Bibliographie HS Bremen
  4. Maschinen lernen nicht! – „Machine learning“-Algorithmen entzaubert
Verlagslink DOI
10.1007/978-3-658-43521-9_6

Maschinen lernen nicht! – „Machine learning“-Algorithmen entzaubert

Veröffentlichungsdatum
2024-04
Autoren
Rogalla, Irmhild
Zusammenfassung
Ein Roboter, der selbstständig lernt: Für die einen faszinierend und erstrebenswert, für andere ein Horrorszenario. Dabei ist „machine learning“ nur ein Oberbegriff für statische Optimierungsverfahren, dessen Fehleinschätzung als „Lernen“ zu großen Missverständnissen führt. Dieser Beitrag klärt daher über die Grundlagen von „machine learning“ auf, indem er zeigt, dass die Funktionen von KI-Systemen nichts weiter sind als angewandte Mathematik.
Allerdings wurden die dafür neu entwickelten Algorithmen aus MarketingGründen von Anfang an als „lernend“ bezeichnet. Eine detaillierte Analyse der Analogien zum Lernen in der einschlägigen Originalliteratur zum „machine learning“ zeigt aber auch: Die Analogien haben keine Basis in Theorien oder Forschung zum menschlichen oder biologischen Lernen, sie adressieren allein einzelne Aspekte oder abstrakte formale Ähnlichkeiten in den Abläufen.
Eine realistischere Einschätzung der Leistungen und Grenzen von „machine learning“-Algorithmen und KI-Systemen als derzeit vor allem in den Medien üblich scheint daher dringend geboten. Sie eröffnet dann auch Gestaltungsmöglichkeiten und -perspektiven in der Entwicklung wie im Einsatz solcher Systeme.
Schlagwörter
Algorithmen

; 

KI-Systeme

; 

Lernen

; 

Lern-Analogien

; 

machine learning
Verlag
Springer Nature
Institution
Hochschule Bremen
Fachbereich
Hochschule Bremen - Fakultät 4: Elektrotechnik und Informatik
Dokumenttyp
Wissenschaftlicher Artikel
Zeitschrift/Sammelwerk
Künstliche Intelligenz, Mensch und Gesellschaft
Startseite
131
Endseite
150
Sprache
Deutsch

Built with DSpace-CRIS software - Extension maintained and optimized by 4Science

  • Einstellungen zur Barrierefreiheit
  • Datenschutzbestimmungen
  • Endnutzervereinbarung
  • Feedback schicken