Künstliche Intelligenz
Die Methoden der künstlichen Intelligenz sind eine der wichtigsten Weiterentwicklungen von Data Science in den letzten zehn Jahren. Mit ihnen können bis dato undenkbare analytische Aufgaben (beispielsweise die Erfassung des Straßenverkehrs auf dem Niveau eines menschlichen Autofahrenden) adäquat gelöst werden.
Hervorgegangen sind diese Methoden aus dem maschinellen Lernen (Machine Learning, ML), also datengetriebener Algorithmen, die Zusammenhänge aus Daten abbilden können, um Erkenntnisse zu gewinnen und Prognosen zu erstellen. Gegenüber dem maschinellen Lernen bieten die Methoden der künstlichen Intelligenz drastisch erweiterte Fähigkeiten, um ausgewählte komplexe Probleme (wie Bilderkennung, Spracherkennung und Sprachsynthese, Textgenerierung und Informationsextraktion) auf menschlichem Niveau (also dem Niveau der natürlichen Intelligenz) zu verarbeiten.
Möglich ist diese Entwicklung durch Fortschritte in der Forschung hinsichtlich der Algorithmen für Training und Modellaufbau, die Verfügbarkeit von gigantischen Mengen von annotierten Daten (beispielsweise Bilder plus Beschreibung) und extremen Mengen von Rechenleistung in Rechenzentren und mit neuen Chiparchitekturen, die optimal zum Modelltraining passen.
