Beide Oberbegriffe beherrschen die Diskussion, wenn es um den Vormarsch und die (Weiter-)Entwicklung von KI (Künstlicher Intelligenz) geht. Dabei gibt es zwischen beiden Konzepten große und substantielle Unterschiede. Die beiden Begriffe sind auf keinen Fall frei wählbar. Vielmehr ist Machine Learning die Basis und Deep Learning die wesentlich höhere Stufe in der KI-Skala.
Praktische Anwendungen immer vielfältiger
Gerade das Machine Learning erobert sich immer mehr Bereiche der praktischen Nutzung. Das kann im Bereich IT-Sicherheit die automatisierte Suche nach gefährlicher Malware sein oder auch die präzisere Wettervorhersage auf Basis gesicherter Wetterdaten. Kein Mensch kann solche Datenmengen in kurzer Zeit sicher auswerten. Aber auch im Marketingbereich findet Machine Learning immer häufiger Verwendung. Aufgrund von Algorithmen und großen Datenmengen lässt sich das Kundenverhalten sehr präzise vorherbestimmen und damit auch Marketingmaßnahmen viel besser planen. So wird Machine Learning Teil der alltäglichen Geschäftsentscheidungen, die dadurch viel treffender werden. Im Sicherheitsbereich kann Maschinelles Lernen auch Betrug bei Zahlungsvorgängen wie Kreditkarteneinsatz verhindern. Und im Marketingbereich ist der Einsatz von Produktempfehlungen bei Online Händlern längst alltägliche Praxis. Auch die Bildersuche bei Suchmaschinen funktioniert mit Machine Learning.
Entscheidender Unterschied
So praktisch der Nutzen und die Leistungsstärke von Machine Learning auch ist – der Mensch als Programmierer bleibt der entscheidende Faktor. Die Datenmengen für das System sind eben nicht beliebig, sondern werden vom Menschen vorher ausgewählt. Dagegen lernt die KI beim Deep Learning selbst mithilfe von künstlich geschaffenen neuronalen Netzsystemen weiter und kann somit eigenständig bereits gewisse Lernprozesse absolvieren und daraus eigene Entscheidungen ableiten und treffen. Dieses “Lernen´´ führt also dazu, dass das System mithilfe von Deep Learning befähigt wird, bestimmte Muster und Strukturen für Entscheidungen auch auf noch unbekannte neue Sachverhalte anzuwenden. Es wird folglich immer etwas “schlauer´´. Beim Machine Learning sind die Möglichkeiten so begrenzt, wie der menschliche Programmierer es / sie vorgibt.