Glossar

Adversarial Learning ist eine Methode, bei der man ein KI-Modell mit leicht veränderten Daten testet, um es zu täuschen. Diese Veränderungen sind so klein, dass Menschen sie kaum bemerken, aber sie können das Modell dazu bringen, falsche Entscheidungen zu treffen. Durch das Training mit solchen manipulierten Daten wird das Modell widerstandsfähiger gegen solche Täuschungsversuche.

Ein Beispiel könnte wie folgt aussehen:

1. Originalbild: Ein Bild einer Katze, das das Modell korrekt als Katze klassifiziert.
2. Adversarial Attack: Durch das Hinzufügen von sehr kleinen, für das menschliche Auge kaum wahrnehmbaren Störungen (z.B. leichtes Rauschen oder subtile Muster) wird das Bild so verändert, dass das Modell es fälschlicherweise als Hund klassifiziert.
3. Zweck: Diese manipulierten Bilder helfen dabei, die Schwächen des Modells aufzudecken und es robuster zu machen. Durch das Training mit solchen adversarial examples kann das Modell lernen, auch manipulierte Eingaben korrekt zu klassifizieren und somit seine Robustheit gegenüber Angriffen zu erhöhen.

Auch bekannt als "Algorithmic Bias", bezieht sich auf die unbewusste Tendenz von KI-Systemen, bestimmte Gruppen von Menschen unfair zu behandeln. Diese Voreingenommenheit entsteht, wenn die Daten, mit denen die KI trainiert wird, nicht repräsentativ oder verzerrt sind.

Ein Beispiel für algorithmische Voreingenommenheit könnte in einem Bewerbungsprozess auftreten, bei dem ein KI-System verwendet wird, um Lebensläufe zu screenen und die besten Kandidaten auszuwählen. Wenn das System mit historischen Daten trainiert wurde, die überwiegend männliche Bewerber enthalten, könnte es lernen, männliche Bewerber zu bevorzugen. Dadurch könnten qualifizierte weibliche Bewerber benachteiligt werden, selbst wenn sie die gleichen oder bessere Qualifikationen haben. Dies zeigt, wie Verzerrungen in den Trainingsdaten zu unfairen Ergebnissen führen können.

Ein Algorithmus ist eine Schritt-für-Schritt-Anleitung, die von einem Computer befolgt wird, um eine bestimmte Aufgabe zu erledigen. Diese Anleitung besteht aus einer Reihe von klar definierten Befehlen, die in einer bestimmten Reihenfolge ausgeführt werden, um ein Problem zu lösen oder eine Aufgabe zu bewältigen.

In der Informatik könnte ein Algorithmus zum Beispiel eine Anleitung sein, um eine Liste von Zahlen zu sortieren. Der Computer folgt den Schritten des Algorithmus, um die Zahlen in der richtigen Reihenfolge anzuordnen. Algorithmen sind grundlegend für die Funktionsweise von Computern und werden in vielen Anwendungen eingesetzt, von einfachen Aufgaben bis hin zu komplexen Berechnungen und Entscheidungsprozessen.

Eine Applikation ist eine Software oder ein Programm, das entwickelt wurde, um bestimmte Aufgaben oder Funktionen auf Computern oder mobilen Geräten auszuführen. Diese Anwendungen sind darauf ausgelegt, Benutzer*innen spezifische Dienste oder Funktionen bereitzustellen, sei es zur Unterhaltung, zur Steigerung der Produktivität, zur Kommunikation oder zur Bildung.

Assistenzsysteme sind Technologien, die entwickelt wurden, um Menschen bei verschiedenen Aufgaben zu unterstützen. Diese Systeme können Informationen bereitstellen oder bestimmte Aufgaben automatisch ausführen, um den Alltag zu erleichtern, die Effizienz zu steigern oder die Sicherheit zu erhöhen.

Assistenzsysteme finden sich in vielen Bereichen, von Haushaltsgeräten, die durch Sprachbefehle gesteuert werden können, bis hin zu komplexen Systemen in der Industrie, die Arbeiter bei der Durchführung von Aufgaben unterstützen. Sie sind darauf ausgelegt, den Benutzer*innen das Leben zu erleichtern und ihre Produktivität zu steigern.