Weitaus weniger Menschen würden als Großmeister im Damespiel gelten, bei dem es mehr als 500 x 1018, also 500 Quintillionen verschiedene mögliche Züge gibt. Computer sind äußerst effizient bei der Berechnung dieser Kombinationen und Permutationen, um die beste Entscheidung zu treffen. KI und Deep Learning sind die Grundlage für die Zukunft der Entscheidungsfindung in Unternehmen. Die Komplexität und die Zunahme von Daten im Gesundheitswesen bedeutet, dass künstliche Intelligenz zunehmend in diesem Bereich zum Einsatz kommen wird. Verschiedene Arten von KI werden bereits von Kostenträgern und Leistungserbringern sowie von Biowissenschaftsunternehmen eingesetzt.

Die größte Einschränkung bei der Definition von KI als „Bau von intelligenten Maschinen“ besteht darin, dass damit nicht erklärt wird, was eine KI Dienstleistung eigentlich ist und was eine Maschine intelligent macht. KI ist eine interdisziplinäre Wissenschaft mit verschiedenen Ansätzen, aber die Fortschritte im Bereich des maschinellen Lernens und des Deep Learning bewirken einen Paradigmenwechsel in praktisch allen Bereichen der Technologiebranche. Doch die Verwirklichung der künstlichen allgemeinen Intelligenz stand nicht unmittelbar bevor, sondern wurde durch die Grenzen der Computerverarbeitung und des Speichers sowie durch die Komplexität des Problems behindert.

Jüngste Daten zeigen, dass der Geschäftsmarkt für künstliche Intelligenz im Jahr 2020 auf 51,08 Milliarden Dollar geschätzt wird. Es wird prognostiziert, dass der Markt für künstliche Intelligenz bis zum Jahr 2028 über 640,3 Milliarden Dollar betragen wird. In Japan und Südkorea wird Software mit künstlicher Intelligenz über das Unternehmen Riiid für den Englischunterricht eingesetzt. Riiid ist ein koreanisches Bildungsunternehmen, das mit Japan zusammenarbeitet, um Schülern die Möglichkeit zu geben, ihre englischen Kommunikationsfähigkeiten zu erlernen und anzuwenden, indem sie mit künstlicher Intelligenz in einem Live-Chat kommunizieren.

Kritiker sind der Meinung, dass diese Fragen von künftigen Generationen von KI-Forschern erneut aufgegriffen werden müssen. Expertensysteme erfordern menschliche Experten und Wissensingenieure, um eine Reihe von Regeln in einem bestimmten Wissensbereich zu erstellen. Sie funktionieren bis zu einem gewissen Punkt gut und sind leicht zu verstehen. Wenn jedoch die Anzahl der Regeln groß ist und die Regeln beginnen, miteinander in Konflikt zu geraten, neigen sie dazu, zusammenzubrechen. Ändert sich die Wissensdomäne, kann eine Änderung der Regeln zudem schwierig und zeitaufwändig sein. Im Gesundheitswesen werden sie allmählich durch Ansätze ersetzt, die auf Daten und Algorithmen des maschinellen Lernens basieren.

Das ukrainische Militär setzt die türkischen Bayraktar TB2-Drohnen ein, die zwar noch von Menschen bedient werden müssen, um lasergesteuerte Bomben einzusetzen, aber autonom starten, landen und fliegen können. Die Ukraine hat auch von den USA gelieferte Switchblade-Drohnen eingesetzt und erhält von den Überwachungsbehörden der Vereinigten Staaten Informationen über Russland, die für die Aufklärung auf dem Schlachtfeld und die nationale Sicherheit von Bedeutung sind. In ähnlicher Weise kann Russland KI einsetzen, um die Analyse von Gefechtsfelddaten aus von Drohnen aufgenommenen Überwachungsbildern zu unterstützen. Aus Berichten und Bildern geht hervor, dass das russische Militär Selbstmorddrohnen des Typs KUB-BLA in der Ukraine eingesetzt hat, und es wird spekuliert, dass sie den ukrainischen Präsidenten Wolodymyr Zelenskyy ermorden sollen. Die Philosophie des Geistes weiß nicht, ob eine Maschine einen Geist, ein Bewusstsein und mentale Zustände in demselben Sinne haben kann wie der Mensch. Bei dieser Frage geht es um die inneren Erfahrungen der Maschine und nicht um ihr äußeres Verhalten.

Die komplexesten Formen des maschinellen Lernens umfassen Deep Learning oder neuronale Netzwerkmodelle mit vielen Ebenen von Merkmalen oder Variablen, die Ergebnisse vorhersagen. In solchen Modellen können Tausende von versteckten Merkmalen enthalten sein, die durch die schnellere Verarbeitung der heutigen Grafikprozessoren und Cloud-Architekturen aufgedeckt werden. Ihre Kombination scheint eine höhere Diagnosegenauigkeit zu versprechen als die vorherige Generation automatisierter Werkzeuge für die Bildanalyse, die als computergestützte Erkennung oder CAD bekannt ist. Die KI umfasst heute die Teilbereiche des maschinellen Lernens und des Deep Learning, die häufig in Verbindung mit künstlicher Intelligenz genannt werden. Diese Disziplinen bestehen aus KI-Algorithmen, die in der Regel Vorhersagen oder Klassifizierungen auf der Grundlage von Eingabedaten vornehmen.

Der Mainstream der KI-Forschung hält diese Frage für irrelevant, da sie die Ziele des Fachgebiets nicht berührt. Stuart Russell und Peter Norvig stellen fest, dass es den meisten KI-Forschern „egal ist, ob man es eine Simulation von Intelligenz KI Dienstleistungen oder echte Intelligenz nennt, solange das Programm funktioniert“. Die Frage ist jedoch zu einem zentralen Thema der Philosophie des Geistes geworden. Sie ist auch typischerweise die zentrale Frage bei der künstlichen Intelligenz in der Fiktion.

Die Software der künstlichen Intelligenz kann dann synthetische Handlungsempfehlungen geben und sie dem menschlichen Nutzer präsentieren. Auf diese Weise können wir mit Hilfe der KI die möglichen Konsequenzen jeder Handlung durchspielen und den Entscheidungsprozess rationalisieren. Deep Learning ist in der Wirtschaft sehr vielversprechend und wird wahrscheinlich immer häufiger eingesetzt werden.

Jede von ihnen entwickelt sich auf ihrem eigenen Weg und kann in Kombination mit Daten, Analysen und Automatisierung Unternehmen dabei helfen, ihre Ziele zu erreichen, sei es die Verbesserung des Kundenservice oder die Optimierung der Lieferkette. Die ideale Eigenschaft der künstlichen Intelligenz ist ihre Fähigkeit, rational zu handeln und Maßnahmen zu ergreifen, die die besten Chancen bieten, ein bestimmtes Ziel zu erreichen. Ein Teilbereich der künstlichen Intelligenz ist das maschinelle Lernen, das sich auf das Konzept bezieht, dass Computerprogramme automatisch aus neuen Daten lernen und sich an diese anpassen können, ohne dabei von Menschen unterstützt zu werden.