Künstliche Intelligenz I - Cheatsheet

Geschichte und Entwicklung der Künstlichen Intelligenz

Definition:

Meilensteine der KI-Entwicklung von den 1950ern bis heute.

Details:

• 1950: Alan Turing stellt den Turing-Test vor
• 1956: Dartmouth-Konferenz, KI als eigenständiges Forschungsfeld
• 1966-1974: Erste Erfolge und Ernüchterung (KI-Winter)
• 1980er: Expertensysteme erleben Kurzlebige Hochphase
• 1997: IBM Deep Blue besiegt Schachweltmeister Garry Kasparov
• 2000er: Fortschritte in maschinellem Lernen und Big Data
• 2010er: Durchbruch durch Deep Learning, AlphaGo

Uninformed Search: Breadth-First Search und Depth-First Search

Definition:

Uninformierte Suche: BFS und DFS sind grundlegende Suchstrategien in der Künstlichen Intelligenz, die keinen zusätzlichen Wissensinput nutzen.

Details:

• Breadth-First Search (BFS): Durchsucht Knoten schichtweise. FIFO-Queue.
• Garantiert, den kürzesten Pfad in ungewichteten Graphen zu finden.
• Time Complexity: \(O(b^d)\) - b: branching factor, d: depth.
• Space Complexity: \(O(b^d)\)
• Depth-First Search (DFS): Durchsucht Knoten bis zur maximalen Tiefe. LIFO-Stack.
• Kann tief gelegene Lösungen schneller finden, aber keine Garantie für kürzeste Pfade.
• Time Complexity: \(O(b^m)\) - m: maximum depth.
• Space Complexity: \(O(bm)\)

Informed Search: A*-Algorithmus

Definition:

A*-Algorithmus ist ein informierter Suchalgorithmus, der sowohl die Kosten von Start- zum Zielknoten (g(n)) als auch eine Heuristik (h(n)) verwendet, um den optimalen Pfad zu finden.

Details:

• Komponenten:
  • g(n): Kosten vom Startknoten zu n
  • h(n): geschätzte Kosten von n zum Zielknoten (Heuristik)
  • f(n) = g(n) + h(n): geschätzte Gesamtkosten
• Voraussetzung: Heuristik h(n) muss zulässig sein (nie die tatsächlichen Kosten überschätzen)
• Eigenschaften: vollständig, optimal (wenn h zulässig ist)
• Verwendet Priority Queue (Open List) und eine Menge besuchter Knoten (Closed List)
• Algorithmus:
  1. Initialisiere Open List mit Startknoten
  2. Wiederhole:
     • Entnimm Knoten mit kleinstem f(n) aus der Open List
     • Wenn Zielknoten erreicht, gib Pfad aus
     • Erweitere Knoten und berechne f-Werte für Nachfolger
     • Füge Nachfolger zur Open List hinzu, wenn sie nicht in Closed List sind oder niedrigere f-Werte haben
  3. Füge betrachteten Knoten zur Closed List hinzu

Prädikatenlogik und andere logikbasierte Repräsentationen

Definition:

Logikbasierte Repräsentationen in der KI umfassen formale Systeme zur Darstellung und Verarbeitung von Wissen.

Details:

• Prädikatenlogik: Erweiterung der Aussagenlogik um Quantoren und Prädikate.
• Aussagenlogik: Logik mit einfachen Aussagen und logischen Verknüpfungen.
• Syntax: Definiert mögliche Ausdrücke einer Logiksprache.
• Satz von Skolem: Umwandlung in Skolemform (pränexe Normalform) zur Elimination von Existenzquantoren.
• Semantik: Interpretiert Ausdrücke der Logiksprache und weist Wahrheitswerte zu.
• Automatische Beweisführung: Verwenden von logischen Regeln zum Nachweis von Aussagen.
• Beispiele für logikbasierte Repräsentationssysteme: Prolog, Datalog.
• Schlussregeln: Modus Ponens, Modus Tollens, Resolution.

Überwachtes Lernen: Klassifikationsalgorithmen und Regression

Definition:

Überwachtes Lernen: Klassifikationsalgorithmen und Regression ist ein Bereich des maschinellen Lernens, bei dem ein Modell aus beschrifteten Trainingsdaten lernt, um Vorhersagen oder Entscheidungen zu treffen.

Details:

• Klassifikation: Zuordnung von Datenpunkten zu vordefinierten Kategorien.
• Hauptalgorithmen: Entscheidungsbäume, k-Nächste-Nachbarn, Support Vector Machines (SVM), Naive Bayes, neuronale Netze.
• Leistungsbewertung: Genauigkeit, Recall, Precision, F1-Score.
• Regression: Vorhersage kontinuierlicher Werte.
• Hauptalgorithmen: Lineare Regression, Polynomialregression, Ridge-Regression, Lasso-Regression, neuronale Netze.
• Leistungsbewertung: Mean Absolute Error (MAE), Mean Squared Error (MSE), R².
• Wichtig: Regularisierung zur Vermeidung von Overfitting.

Reinforcement Learning und Entscheidungsprozesse

Definition:

Reinforcement Learning (RL) und Entscheidungsprozesse untersuchen, wie Agenten durch Interaktion mit ihrer Umgebung lernen, optimale Entscheidungen zu treffen.

Details:

• Agent: Einheit, die Aktionen in der Umgebung ausführt.
• Umgebung: Welt, in der der Agent operiert.
• Zustand (s): Beschreibung der aktuellen Situation der Umgebung.
• Aktion (a): Wahlmöglichkeiten, die der Agent hat.
• Belohnung (r): Feedback aus der Umgebung für eine Aktion.
• Politik (π): Strategie des Agents, basierend auf Zuständen, Aktionen auszuwählen.
• Rückkopplungsschleife: Agent → Aktion → Umgebung → neuer Zustand → Belohnung.
• Ziel: Maximierung der kumulierten Belohnung.
• Formalisierung: Markov Decision Process (MDP).

Tiefe neuronale Netze und Convolutional Neural Networks (CNNs)

Definition:

Tiefe neuronale Netze bestehen aus vielen Schichten von Neuronen. CNNs sind spezielle tiefe neuronale Netze für die Verarbeitung von Bildern.

Details:

• Tiefe neuronale Netze bestehen aus Eingabeschicht, mehreren versteckten Schichten und Ausgabeschicht.
• Aktivierungsfunktionen wie ReLU werden verwendet, um nicht-lineare Beziehungen zu modellieren.
• DNNs werden durch Backpropagation trainiert.
• CNNs enthalten Faltungs- und Pooling-Schichten.
• Faltungsschichten verwenden Filter, um Merkmale aus Eingabebildern zu extrahieren.
• Pooling-Schichten reduzieren die Dimensionalität und helfen bei der Generalisierung.
• CNNs sind häufig für Bildklassifikation, Objekterkennung und Segmentierung.
• Beliebte Strukturen: LeNet-5, AlexNet, VGG, ResNet.

Ethische und gesellschaftliche Implikationen der KI

Definition:

Ethische und gesellschaftliche Fragen im Zusammenhang mit der Entwicklung und Nutzung von Künstlicher Intelligenz.

Details:

• Bias und Fairness: Gefahr der Verstärkung vorhandener Vorurteile.
• Privatsphäre: Datenmissbrauch und Überwachung.
• Jobverlust: Automatisierung führt zu Arbeitsplatzverlagerungen.
• Verantwortung: Wer haftet für fehlerhafte Entscheidungen von KI?
• Kriegsführung: Einsatz von KI in Waffen und Überwachung.
• Ethik: Entwicklung von KI, die menschenwürdige Entscheidungen trifft.