Definition Was ist Composite AI?

Anbieter zum Thema

Fsas Technologies GmbH

INFOMOTION GmbH

QUNIS GmbH

Composite AI kombiniert verschiedene Ansätze und Technologien der Künstlichen Intelligenz (KI; Englisch: Artificial Intelligence, AI) einem KI-Verbundsystem. Ziel ist es, durch die jeweiligen Stärken der Technologien die Lerneffizienz und Leistungsfähigkeit des KI-Systems zu steigern und komplexe Aufgabenstellungen und Probleme zu lösen.

Composite AI ist ein ursprünglich im Jahr 2020 vom Marktforschungsunternehmen Gartner im Gartner Hype Cycle geprägter Begriff. Er lässt sich mit „Verbund-KI“ ins Deutsche übersetzen. Ein alternativer Begriff für Composite AI ist multidisziplinäre Künstliche Intelligenz.

Composite AI kombiniert verschiedene Ansätze, Technologien und Methoden der Künstlichen Intelligenz wie Maschinelles Lernen, Deep Learning, natürliche Sprachverarbeitung, Computer Vision, Wissensgraphen und andere zu einem Verbund-KI-System. Diese Verbund-KI zeigt im Vergleich zu herkömmlichen KI-Einzelmodellen eine gesteigerte Lerneffizienz und Leistungsfähigkeit. Sie erreicht ein höheres Level der Wissensdarstellung und ist in der Lage, komplexe Aufgabenstellungen und Probleme zu bearbeiten und zu lösen.

Limitierungen einzelner KI-Ansätze lassen sich durch die Kombination und Ausschöpfung der jeweiligen Stärken der verschiedenen KI-Technologien beseitigen. Es entstehen intelligentere, anpassungsfähigere und vielseitigere KI-Systeme, mit denen sich vielschichtige Geschäftsprobleme lösen lassen. Composite AI wird als ein weiterer Schritt auf dem Weg hin zu einer Allgemeinen Künstlichen Intelligenz (Artificial General Intelligence – AGI) betrachtet.

Für Composite AI genutzte Ansätze und Technologien

Grundidee einer Composite AI ist es, verschiedene Ansätze, Technologien, Methoden und Modelle der Künstlichen Intelligenz zu einem holistischen System zu kombinieren. Zu den verschiedenen für die Composite AI genutzten Ansätzen, Technologien, Methoden und Modellen Künstlicher Intelligenz gehören zum Beispiel:

• Maschinelles Lernen

• Deep Learning und künstliche neuronale Netze

• natürliche Sprachverarbeitung (Natural Language Processing – NLP)

• computerbasiertes Sehen (Computer Vision – CV)

• Wissensgraphen

• beschreibende Statistik

• regelbasierte Modelle

• Optimierungstechniken

• Zeitreihenvorhersagen

• große generative Sprachmodelle (Large Language Models – LLMs)

• Sentimentanalyse

Funktionsweise einer Composite AI

Eine Composite AI kombiniert die für ein bestimmtes Geschäftsproblem oder eine vorgegebene Aufgabenstellung benötigten und geeigneten KI-Ansätze, -Technologien, -Methoden und -Modelle. Dies schließt auch die Integration der jeweiligen Datenquellen und Sensorik mit ein. Um die verschiedenen Einzeltechnologien zu integrieren beziehungsweise miteinander zu kombinieren, setzt Composite AI auf einen strukturierten Ansatz. Ein Framework ermöglicht ein sinnvolles Zusammenwirken der Einzelansätze mit ihren jeweiligen Algorithmen, Daten und Modellen. Es entsteht ein zusammenhängendes KI-Verbundsystem, indem die Einzelkomponenten über definierte Schnittstellen und Protokolle Informationen bereitstellen und austauschen können.

Eine Datenflussarchitektur ermöglicht es, die für den Gesamtentscheidungsprozess benötigten Einzelinformationen zusammenfließen zu lassen. Für eine fundierte und präzise Entscheidungsfindung werden die jeweiligen Stärken verschiedener KI-Techniken berücksichtigt und kombiniert. Mittlerweile existieren auch Plattformen für Composite AI, auf denen sich verschiedene KI-Techniken und KI-Modelle mit wenig Aufwand in der gewünschten Art und Weise miteinander in Beziehung bringen lassen.

Fähigkeiten und Vorteile einer Composite AI

Durch die Kombination verschiedener KI-Technologien entwickelt eine Composite AI besondere Fähigkeiten. Die Verbund-KI erreicht ein höheres Level der Wissensdarstellung, zeigt eine höhere Lerneffizienz und ist insgesamt leistungsfähiger. Limitierungen einzelner KI-Ansätze werden aufgehoben und es entsteht eine Künstliche Intelligenz mit einer ganzheitlichen Problemlösungskompetenz. Mit ihr lassen sich vielschichtige Aufgabenstellungen bearbeiten und komplexe Probleme lösen. Eine Composite AI ist intelligenter, anpassungsfähiger und vielseitiger. Dank dem Konzept der Composite AI wird Künstliche Intelligenz zu fortgeschrittenen, menschenähnlichen Entscheidungs- und Lösungsprozessen befähigt.

Einsatzmöglichkeiten und Anwendungsbereiche

Die Einsatzmöglichkeiten einer Composite AI sind vielfältig. Aufgrund der gesteigerten Leistungsfähigkeit und hohen Problemlösungskompetenz der Verbund-KI kann sie zur Bearbeitung zahlreicher unterschiedlicher wissenschaftlicher oder geschäftlicher Aufgabenstellungen zum Einsatz kommen. Typische Anwendungen für eine Composite AI sind zum Beispiel:

• Steuerung und Optimierung von Produktionsprozessen

• im medizinischen Bereich: Diagnostik, Auswertung von medizinischen Studien oder Entwicklung von neuen Medikamenten

• im Finanzbereich zur Betrugserkennung oder Finanzdatenanalyse

• autonomes Fahren

• Steuerung und Optimierung logistischer Prozesse

• im Marketingbereich: Auswertung des Kundenverhaltens oder Optimierung von Werbekampagnen

Herausforderungen

Die Bereitstellung und der Betrieb einer Composite AI sind mit einigen Herausforderungen verbunden. Durch die Kombination mehrerer KI-Technologien und -Ansätze steigt die Komplexität des KI-Gesamtverbunds. Vorhersage- und Entscheidungsprozesse sind unter Umständen noch intransparenter und schwerer nachzuvollziehen als in herkömmlichen KI-Einzelsystemen. Zur Integration der unterschiedlichen KI-Technologien werden robuste Frameworks benötigt. Zudem ist KI-Know-how in verschiedenen Domänen notwendig. Da eine Composite AI nicht nur mehrere KI-Technologien, sondern auch die jeweils zugehörigen Datenquellen integriert und kombiniert, ist ein hohes Augenmerk auf die Datenqualität zu legen. Mangelnde Datenqualität kann zu einer gesteigerten und kaum noch nachvollziehbaren Voreingenommenheit der Verbund-KI führen.

(ID:50094588)