Zusammenfassung
Wir nennen uns selbst Homo sapiens – der weise Mensch. Erste Versuche, diese Weisheit zu beschreiben, zu verstehen, abzubilden und in Gesetzmäßigkeiten zu verwandeln, reichen bis in die Antike zurück und haben eine lange Tradition in der Philosophie, Mathematik, Psychologie, Neurowissenschaft und Informatik. Vielfach wurde versucht, den Begriff der Intelligenz – also die kognitive Leistungsfähigkeit des Menschen – besser zu verstehen und zu definieren. Als KI bezeichnet man traditionell ein Teilgebiet der Informatik, das sich mit der Automatisierung von intelligentem Verhalten befasst. Eine genaue Begriffsbestimmung ist jedoch kaum möglich, da auch alle direkt verwandten Wissenschaften wie Psychologie, Biologie, Kognitionswissenschaft, Neurowissenschaft an einer genauen Definition von Intelligenz scheitern.
Download chapter PDF
Literatur
Bostrom, Nick (2014): Superintelligence. Paths, dangers, strategies. 1. ed. Oxford: Oxford University Press.
Colmerauer, Alain; Roussel, Philippe (1996): The birth of Prolog. In: Thomas J. Bergin (Hrsg.): History of programming languages II. [Second ACM SIGPLAN History of Programming Languages Conference (HOPL-II), April 20 - 23, 1993, Cambridge, Massachusetts]. New York, NY, Reading, Mass.: ACM Press; Addison-Wesley, S. 331–367.
Copeland, Michael (2016): What’s the Difference Between Artificial Intelligence, Machine Learning, and Deep Learning? Online verfügbar unter https://blogs.nvidia.com/blog/2016/07/29/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/, zuletzt geprüft am 26.06.2018.
Crevier, Daniel (1995): AI. The tumultuous history of the search for artificial intelligence. [2. pr.]. New York, NY: Basic Books.
Diff Authors: Autonomous Weapons: an Open Letter from AI & Robotics Researchers. Online verfügbar unter https://futureoflife.org/open-letter-autonomous-weapons, zuletzt geprüft am 23.02.2018..
Goodfellow, I. J.; Pouget-Abadie, J.; Mirza, M.; Xu, B.; Warde-Farley, D.; Ozair, S. et al. (2014): Generative Adversarial Networks. In: ArXiv e-prints.
Hodgkin, A.L.; Huxley, A. F. (1952): A quantitative description of membrane current and its application to conduction and excitation in nerve. In: The Journal of physiology 117 (4), S. 500–544.
Knight, Will (2016): This Factory Robot Learns a New Job Overnight. Online verfügbar unter https://www.technologyreview.com/s/601045/this-factory-robot-learns-a-new-job-overnight/, zuletzt geprüft am 23.02.2018.
Kober, Jens; Bagnell, J. Andrew; Peters, Jan (2013): Reinforcement learning in robotics. A survey. In: The International Journal of Robotics Research 32 (11), S. 1238–1274. DOI: 10.1177/0278364913495721.
Kurzweil, Ray (2001): The Law of Accelerating Returns. Online verfügbar unter http://www.kurzweilai.net/the-law-of-accelerating-returns, zuletzt geprüft am 23.02.2018.
Lally, Adam; Fodor Paul (2011): Natural Language Processing With Prolog in the IBM Watson System. The Association for Logic Programming. Online verfügbar unter https://www.cs.nmsu.edu/ALP/2011/03/natural-language-processing-with-prolog-in-the-ibm-watson-system/, zuletzt geprüft am 23.02.2018.
Luger, George F. (2003): Künstliche Intelligenz. Strategien zur Lösung komplexer Probleme. 4. Aufl., [Nachdr.]. München: Pearson Studium (Pearson Studien Informatik).
Mitchell, Tom M. (2010): Machine learning. International ed., [Reprint.]. New York, NY: McGraw-Hill (McGraw-Hill series in computer science).
Netflix Prize (o. J.): Online verfügbar unter https://www.netflixprize.com/community/topic_1537.html, zuletzt geprüft am 23.02.2018.
Russell, Stuart J.; Norvig, Peter; Davis, Ernest (2010): Artificial intelligence. A modern approach. 3. ed. Upper Saddle River NJ u.a.: Pearson Education (Prentice Hall series in artificial intelligence).
Samuel, A. L. (1959): Some Studies in Machine Learning Using the Game of Checkers. In: IBM J. Res. & Dev. 3 (3), S. 210–229. DOI: 10.1147/rd.33.0210.
Silver, David; Schrittwieser, Julian; Simonyan, Karen; Antonoglou, Ioannis; Huang, Aja; Guez, Arthur et al. (2017): Mastering the game of Go without human knowledge. In: Nature 550 (7676), S. 354–359. DOI: 10.1038/nature24270.
Turing, A. M. (1950): I.—COMPUTING MACHINERY AND INTELLIGENCE. In: Mind LIX (236), S. 433–460. DOI: 10.1093/mind/LIX.236.433.
Editor information
Editors and Affiliations
Rights and permissions
Open Access Dieses Kapitel wird unter der Creative Commons Namensnennung 4.0 International Lizenz (http://creativecommons.org/licenses/by/4.0/deed.de) veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.
Die in diesem Kapitel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.
Copyright information
© 2019 Der/die Autor(en)
About this chapter
Cite this chapter
Kirste, M., Schürholz, M. (2019). Einleitung: Entwicklungswege zur KI. In: Wittpahl, V. (eds) Künstliche Intelligenz. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-58042-4_1
Download citation
DOI: https://doi.org/10.1007/978-3-662-58042-4_1
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-662-58041-7
Online ISBN: 978-3-662-58042-4
eBook Packages: Computer Science and Engineering (German Language)