Machine Learning/Maschinelles Lernen
Wissenschaftlich gesehen ist Machine Learning ein Teilbereich der Künstlichen Intelligenz (KI). In der Praxis werden die Begriffe oft synonym verwendet.
Beim maschinellen Lernen zielt man darauf ab, Computersoftware zu entwickeln, die auf Grundlage von großen Datenmengen Zusammenhänge erschließen und daraus „lernen“ kann. Je mehr Daten zur Verfügung stehen, desto besser kann der Computer die an ihn gestellten Aufgaben erfüllen. Bei maschinellen Lernverfahren werden IT-Systeme erst mit Daten trainiert und anschließend auf unbekannte Zusammenhänge angewendet.
Mit neuen Methoden des „tiefen maschinellen Lernens“, auch Deep Learning genannt, kann der Computer mithilfe biologisch inspirierter künstlicher neuronaler Netzwerke Muster in sehr großen Datensätzen erkennen, selbstständig lernen und sich aufgrund der Daten verbessern. Dabei sind die Entscheidungswege nicht mehr programmiert, sondern das System berechnet sie selbst. Das menschliche Lernverhalten wird so künstlich imitiert.
Methoden des maschinellen Lernens können mit großen Mengen an pflanzlichen und Umweltdaten beispielsweise vorhersagen, wie viel Ertrag Pflanzen bringen oder welche Eigenschaften sie entwickeln werden.