|
Shape Recognition oder Mustererkennung ist ein Teilbereich der künstlichen Intelligenz (Artificial Intelligence oder AI). Künstliche Intelligenz ist wiederum ein Teilgebiet der Informatik, in dem es darum geht, intelligente Denkprozesse mit Computertechnologie nachzuahmen. Dabei wird unterschieden zwischen starker und schwacher künstlicher Intelligenz.
Starke künstliche Intelligenz ist darauf ausgerichtet, die menschliche Intelligenz samt Bewusstsein und Emotionen zu duplizieren. Auf diesem Gebiet sind bisher keine wirklich nennenswerten Fortschritte zu verzeichnen. Die unpräzise Aufgabenstellung alleine (z.B. Emotion) und der fragwürdige praktische Nutzen machen dieses Gebiet derzeit eher eine intellektuelle Spielerei.
Schwache künstliche Intelligenz findet dagegen immer mehr Einzug in das praktische Leben. Von computergesteuerten Waffensystemen bis Einparkhilfen besserer Automodelle - hier geht es darum, bestimmte Sachverhalte logisch zu interpretieren und entsprechende Schlussfolgerungen zu ziehen. Hier hat Automatik einen großen Vorteil über menschliche Intelligenz. Automatik ist generell fehlerfrei, duplizierbar, und kann sehr viele Daten auf einmal interpretieren. So kann eine Einparkhilfe alle Seiten eines Fahrzeugs gleichzeitig beobachten, während der menschliche Beobachter wechselweise verschiedene Seiten beobachten muss, wodurch es leicht zu Fehlern kommt.
Mustererkennung hat sehr viele Anwendungsgebiete. Einige Beispiele sind OCR (künstliche Leseprogramme), die Erkennung von Fingerabdrücken oder der menschlichen Iris, das Erkennen von Barcodes usw. Die überwältigende Überlegenheit künstlicher Intelligenz gegenüber menschlicher Intelligenz in diesem Gebiet liegt auf der Hand. Ein Computer kann ein Irismuster in Sekunden gegen viele Millionen gespeicherter Daten vergleichen - eine Aufgabe, die ein menschlicher Betrachter nur mit sehr gut organisierten Daten über einen viel längeren Zeitraum bewerkstelligen könnte.
|
