Arten der KI: Symbolisch vs. Subsymbolisch – KI – Themenpool

Lernziele dieser Lektion

Den Unterschied zwischen symbolischer und subsymbolischer KI erklären können
Beispiele für beide KI-Ansätze nennen können
Verstehen, wie Graphen in der symbolischen KI zur Problemlösung eingesetzt werden
Grundprinzip neuronaler Netze als Beispiel für subsymbolische KI verstehen

Überblick

Künstliche Intelligenz ist ein breites Feld. Anders als oft angenommen, besteht KI nicht nur aus maschinellem Lernen. Es gibt zwei grundlegend verschiedene Ansätze: die symbolische KI und die subsymbolische KI. Beide sind heute relevant.

Symbolische KI vs. Subsymbolische KI

Symbolische KI („klassische KI“)	Subsymbolische KI („datenbasierte KI“)
Beziehung zwischen Ein- und Ausgabedaten ist klar nachvollziehbar	Beziehung zwischen Ein- und Ausgabedaten ist NICHT immer klar nachvollziehbar
Probleme werden als Graph formalisiert und durch Regeln und Algorithmen gelöst	Problemlösung mittels Neuronalen Netzen und Machine Learning
Beispiel: Routenplanung bei Navigationsgeräten	Beispiel: Objekterkennung in autonomen Fahrzeugen
Arbeitet mit: Algorithmen, Suche, Regeln, Abläufe	Arbeitet mit: ML-Algorithmen, statistische Verfahren, große Datenmengen

Dies ist nur ein kurzer Auszug. Die vollständige Lektion mit interaktiven Übungen und Lernfortschritts-Tracking gibt es nach Einlösung eines Einschreibeschlüssels.