Hugendubel.info - Die B2B Online-Buchhandlung 

Merkliste
Die Merkliste ist leer.
Bitte warten - die Druckansicht der Seite wird vorbereitet.
Der Druckdialog öffnet sich, sobald die Seite vollständig geladen wurde.
Sollte die Druckvorschau unvollständig sein, bitte schliessen und "Erneut drucken" wählen.

Künstliche Intelligenz selber programmieren für Dummies Junior

E-BookEPUBePub WasserzeichenE-Book
212 Seiten
Deutsch
Wiley-VCHerschienen am02.08.20242. Auflage
Was können intelligente Computer - und was nicht?
Finde heraus, wie Künstliche Intelligenz funktioniert. Dieses Buch hilft dir dabei. Kapitel für Kapitel beantwortet es folgende Fragen: Was ist Künstliche Intelligenz? Wie denken Computer? Wie lernen Computer? Wie kannst du mit Computern sprechen? Wie generieren Computer Texte und Bilder? Spielen Computer auch? Und können Computer fühlen? Grundlegende Methoden und Anwendungsbereiche von Künstlicher Intelligenz werden anhand von anschaulichen Beispielen erklärt. Beispielprogramme in Python zeigen, wie KI-Methoden konkret umgesetzt werden können und es werden Anregungen für eigene Experimente gegeben.
Du lernst Gemeinsamkeiten und Unterschiede zwischen menschlichem Denken und KI
Wie Programme funktio-nieren, die lernen können
Wie du einen eigenen Chatbot programmieren kannst
Wie du einem Computer beibringen kannst, gegen dich Tic-Tac-Toe zu spielen



Ute Schmid, Katharina Weitz und Michael Siebers haben alle drei Informatik und Psychologie studiert. Sie forschen in den Themenbereichen Künstliche Intelligenz und maschinelles Lernen und geben ihr Wissen in Vorträgen und Workshops an Kinder und Jugendliche weiter.mehr
Verfügbare Formate
BuchKartoniert, Paperback
EUR15,00
E-BookEPUBePub WasserzeichenE-Book
EUR12,99

Produkt

KlappentextWas können intelligente Computer - und was nicht?
Finde heraus, wie Künstliche Intelligenz funktioniert. Dieses Buch hilft dir dabei. Kapitel für Kapitel beantwortet es folgende Fragen: Was ist Künstliche Intelligenz? Wie denken Computer? Wie lernen Computer? Wie kannst du mit Computern sprechen? Wie generieren Computer Texte und Bilder? Spielen Computer auch? Und können Computer fühlen? Grundlegende Methoden und Anwendungsbereiche von Künstlicher Intelligenz werden anhand von anschaulichen Beispielen erklärt. Beispielprogramme in Python zeigen, wie KI-Methoden konkret umgesetzt werden können und es werden Anregungen für eigene Experimente gegeben.
Du lernst Gemeinsamkeiten und Unterschiede zwischen menschlichem Denken und KI
Wie Programme funktio-nieren, die lernen können
Wie du einen eigenen Chatbot programmieren kannst
Wie du einem Computer beibringen kannst, gegen dich Tic-Tac-Toe zu spielen



Ute Schmid, Katharina Weitz und Michael Siebers haben alle drei Informatik und Psychologie studiert. Sie forschen in den Themenbereichen Künstliche Intelligenz und maschinelles Lernen und geben ihr Wissen in Vorträgen und Workshops an Kinder und Jugendliche weiter.
Details
Weitere ISBN/GTIN9783527847525
ProduktartE-Book
EinbandartE-Book
FormatEPUB
Format HinweisePub Wasserzeichen
FormatFormat mit automatischem Seitenumbruch (reflowable)
Verlag
Erscheinungsjahr2024
Erscheinungsdatum02.08.2024
Auflage2. Auflage
ReiheFür Dummies
Seiten212 Seiten
SpracheDeutsch
Dateigrösse30156 Kbytes
Artikel-Nr.17277162
Rubriken
Genre9201

Inhalt/Kritik

Leseprobe


Kapitel 1
Denken

Ich denke, also bin ich. Gilt das auch für Computer?âIn diesem Kapitel wollen wir dem Computer beibringen zu denken - wenigstens ein bisschen! Hierfür erklären wir dir, auf welch unterschiedliche Arten man denken kann.
Wie denken eigentlich Menschen?

Wir Menschen denken fast die ganze Zeit etwas, oft merken wir es gar nicht. Manchmal aber schon: Zum Beispiel, wenn du gefragt wirst, was 56 plus 18 ist, dann denkst du vielleicht: »Okay, 56 plus 10 ist 66 und jetzt muss ich noch 8 dazu tun, das sind dann 66 plus 8, also 74.« Vielleicht hättest du diese Rechenaufgabe auch anders gelöst, vielleicht hättest du erst plus 4 gerechnet und dann plus 14, aber du hättest sicher mehrere Rechenschritte nacheinander ausgeführt.

Wenn man einem Computer eine Aufgabe gibt, führt er auch meistens mehrere Rechenschritte nacheinander durch. Aber: Die sind vorprogrammiert. Das heißt, das Addieren von zwei Zahlen wird immer auf die gleiche Art erledigt. Du dagegen wirst beim Kopfrechnen unterschiedliche Lösungswege wählen - je nachdem welche Zahlen zu addieren sind. Wenn du dagegen schriftlich addierst, machst du es nach einer festen Vorschrift, wie du es im Matheunterricht gelernt hast, also ähnlich wie ein Computer.

Häufig kann man nicht sofort mit dem Programmieren beginnen, sondern muss die Arbeitsschritte und Rechenvorschriften für Programme erst einmal allgemeiner beschreiben. Erst wenn man sich einen Überblick über die wichtigsten Schritte verschafft hat, kann man sich Detailfragen widmen.

Eine allgemeine Formulierung von Rechenschritten oder Handlungsvorschriften zur Lösung eines Problems heißt Algorithmus.

Das immer gleiche Anwenden von Regeln ist typisch für Computerprogramme. Will man eine Künstliche Intelligenz programmieren, muss man es hinkriegen, Computerprogramme zu schreiben, die nicht so starr nach einem immer gleichen Schema arbeiten, sondern auf verschiedene Situationen flexibel reagieren, ähnlich wie wir Menschen. Wir wollen dir das mal zeigen, wie das gehen kann. Dafür gehen wir mal weg von der Welt der Zahlen und schauen uns ein Beispiel aus der Biologie an. Wenn du gefragt wirst, ob ein Pandabär eine Lunge hat, wirst du sagen: »Ja, klar.« Vielleicht sagst du sogar: »Ja, logisch!«, und damit hast du dann tatsächlich den Nagel auf den Kopf getroffen!

Um die Frage zu beantworten, hast du, wie vorher bei dem Rechenproblem, verschiedene Denkschritte nacheinander ausgeführt - aber du hast es nicht gemerkt. Wir sind uns ziemlich sicher, dass du nicht gelernt hast, dass ein Panda eine Lunge hat. Was du im Biologieunterricht gelernt hast, ist, dass ein Panda ein Säugetier ist und dass Säugetiere Lungen haben. Um die Frage »Hat ein Panda eine Lunge?« zu beantworten, hast du eine Kette von Denkschritten ausgeführt. Genau genommen hast du sogar eine logische Schlussfolgerung gezogen!

Wenn du dir den Ausschnitt aus dem Schaubild zur Einteilung von Tieren anschaust, kannst du deine Denkschritte noch mal bewusst nachvollziehen: Zeige mit dem Finger auf den Panda und gehe immer eine Ebene nach oben, so lange bis du bei einem Wort bist, das mit dem Merkmal »hat eine Lunge« versehen ist.

Du kannst natürlich auch mehr als nur einen Denkschritt ausführen. Wenn dich jemand fragt, ob ein Panda frisst, dann wirst du dem zustimmen. Du weißt, dass ein Panda ein Säugetier ist und dass Säugetiere zu den Tieren gehören. Deshalb kannst du logisch schließen: Ein Panda frisst, weil er ein Säugetier und somit ein Tier ist und Tiere fressen Nahrung. Anders übrigens als Pflanzen, die ihre Nährstoffe mithilfe der Fotosynthese aufnehmen. Aber das ist ein anderes Thema ...

Das schrittweise Nach-oben-Laufen entspricht einer wichtigen logischen Regel - dem sogenannten transitiven Schluss. Den hat schon der alte Grieche Aristoteles vor mehr als 2000 Jahren gekannt und unter dem Namen »modus barbara« zu einer der grundlegenden Regeln für logisches Schließen erklärt.

Aber was hat jetzt Aristoteles mit Künstlicher Intelligenz zu tun? Damals gab es doch gar keine Computer! Es ist tatsächlich so, dass Aristoteles mit seinen Regeln für logisches Schließen eine ganz wichtige Grundlage für Künstliche Intelligenz geschaffen hat. Er hat damit zumindest einen Teil der Art, wie Menschen denken, so beschrieben, dass man daraus ein Computerprogramm machen kann.
Netze ohne Spinnen - dafür mit Knoten und Kanten

Das Schaubild zur Einteilung von Tieren ist aus Sicht der Künstlichen Intelligenz ein semantisches Netz. »Netz« deshalb, weil die Begriffe miteinander verbunden sind, wie zum Beispiel die Stationen im Streckennetz der Bahn. »Semantisch« deshalb, weil jedes Wort - Panda, Hund, Säugetier und so weiter - eine Bedeutung hat. Das Fachwort für Bedeutung heißt Semantik.

Bei einem semantischen Netz werden die Begriffe als Knoten und die Verbindungen dazwischen als Kanten bezeichnet. Ein solches Gebilde - egal ob Streckennetz oder semantisches Netz - heißt in der Informatik Graph.

Logisches Schließen ist eine spezielle Art zu rechnen. In der Mathematik rechnet man mit Zahlen, in der Logik mit Symbolen, die für etwas stehen. So können wir hund schreiben und meinen damit einen Hund. Damit wir nun zum Beispiel berechnen können, ob es stimmt, dass ein Hund ein Tier ist, müssen wir das semantische Netz, das wir als Graph gezeichnet haben, in eine Form bringen, mit der wir logische Schlüsse ausrechnen können. Dazu zerlegen wir das Netz so, dass wir jede Kante mit den zugehörigen Knoten einzeln der Reihe nach aufschreiben:

ist_ein(saeugetier,tier)
ist_ein(fisch,tier)
ist_ein(panda,saeugetier)
ist_ein(hase,saeugetier)
ist_ein(hund,saeugetier)
ist_ein(dackel,hund)
ist_ein(karpfen,fisch)

Der Graph ist jetzt zu einer Menge von einzelnen Fakten geworden. Auf diese Art kann man beliebige Graphen speichern. Zum Beispiel kannst du ein U-Bahn-Netz als Liste von Paaren speichern, wobei hier die Werte direkt benachbarte Stationen sind.

Die Kanten im Schaubild zur Einteilung von Tieren haben eine Richtung: ("sauegetier", "tier") sagt, dass jedes Säugetier ein Tier ist. Die umgekehrte Aussage - jedes Tier ist ein Säugetier - ist falsch, denn es gibt ja verschiedene Tierarten. Neben Säugetieren gibt es zum Beispiel noch Vögel oder Reptilien. Die Richtung haben wir im Schaubild durch Pfeile angezeigt.

Bei den U-Bahn-Stationen braucht man beide Richtungen - man kommt direkt von Bahnhof Zoo zum Ernst-Reuter-Platz und umgekehrt auch! Das heißt, in der Liste müssen beide Richtungen vorkommen: ("Bahnhof Zoo", "Ernst-Reuter-Platz") und ("Ernst-Reuter-Platz", "Bahnhof Zoo").

Wir haben bei den Fakten erst den Namen der Kante geschrieben und dann in Klammern die Knoteninformation. Eine solche Schreibweise nennt man Präfixnotation. Man könnte auch mathematische Ausdrücke so schreiben. Zum Beispiel kann man 4 + 7 auch so schreiben: +(4,7), was dasselbe bedeutet. Manche Programmiersprachen nutzen eine solche Präfixschreibweise. Man sieht gleich am ersten Symbol, worum es gehen soll, und muss nicht erst weiter schauen. Beispielsweise erkennt man bei 4 - 7 erst nachdem man die 4 gelesen hat, dass es um Subtraktion gehen soll. Bei -(4,7) hat man die Information, was man rechnen soll, gleich als Erstes. Die Symbole in Klammern nennt man auch Argumente. Das Anfangssymbol gibt an, in welcher Beziehung die Argumente stehen oder was man mit ihnen tun soll. Das kann eine mathematische Operation wie plus oder minus sein oder eben auch die ist_ein-Beziehung zwischen zwei Tieren.

Du möchtest das semantische Netz mit Tieren programmieren? Schau mal in Kapitel 8 - unter »Denken« findest du den Code dazu.
Schlussfolgerndes Denken mit semantischen Netzen

Jetzt haben wir einen Ausschnitt unseres menschlichen Wissens so aufgeschrieben, dass wir damit »rechnen« können. Auf diese Art kann man auch dem Computer das Denken beibringen.
Wissensfragen

Wir fangen ganz einfach an und schauen uns an, wie man reine Wissensfragen mithilfe eines semantischen Netzes beantworten kann. Wir fragen die Beziehungen ab, die schon direkt gegeben sind, also die Fakten, die wir oben aufgeschrieben haben. Das ist so, wie wenn deine Lehrer und Lehrerinnen auswendig gelerntes Wissen abfragen.

Um Fragen wie
Ist ein Säugetier ein Tier? JA
Ist ein Fisch ein Karpfen? NEIN

zu beantworten, musst du die Frage in das von uns gewählte Format übersetzen, also zum Beispiel ist_ein(karpfen, fisch) und prüfen, ob der Fakt vorhanden ist. Wenn der Fakt da ist, kannst du mit »ja« (das weiß ich)...
mehr

Autor

Ute Schmid, Katharina Weitz und Michael Siebers haben alle drei Informatik und Psychologie studiert. Sie forschen in den Themenbereichen Künstliche Intelligenz und maschinelles Lernen und geben ihr Wissen in Vorträgen und Workshops an Kinder und Jugendliche weiter.