Maschinelles Lernen (Machine Learning)

Hier lernen Computer aus großen Datenmengen, ohne für jede Aufgabe einzeln programmiert zu werden.
Es gibt verschiedene Lernarten, z. B. Lernen mit Beispielen (überwachtes Lernen) oder Lernen durch Ausprobieren (bestärkendes Lernen).

Neuronale Netze & Deep Learning

Diese Modelle sind vom menschlichen Gehirn inspiriert. Sie bestehen aus vielen miteinander verbundenen „künstlichen Neuronen“.
Deep Learning nutzt besonders viele Schichten und wird für komplexe Aufgaben wie Sprach- und Bilderkennung eingesetzt.

Computer Vision

Dieser Bereich beschäftigt sich damit, wie Computer Bilder und Videos analysieren und verstehen können.
Anwendungen sind zum Beispiel Gesichtserkennung oder die Objekterkennung in selbstfahrenden Autos.

Sprachverarbeitung (Natural Language Processing – NLP)

Hier erforscht man, wie Computer menschliche Sprache verstehen, verarbeiten und selbst erzeugen können.
Beispiele sind Chatbots, automatische Übersetzungen oder Sprachassistenten.

Robotik

Die Robotik verbindet KI mit mechanischen Systemen.
Ziel ist es, dass Roboter selbstständig wahrnehmen, planen und handeln können, zum Beispiel in der Industrie oder Medizin.

Wissensrepräsentation & Ethik

In diesem Bereich wird erforscht, wie Wissen in Computersystemen gespeichert und logisch verarbeitet werden kann.
Außerdem geht es um wichtige Fragen zu Fairness, Datenschutz und Verantwortung.