Wenn wir heute von KI-basierten Anwendungen sprechen, so steckt meistens Machine Learning dahinter. Während Natural Language Processing (NLP) vor allen Dingen für maschinelle Dialoge (Conversational AI) verwendet wird, wird ML zur Klassifizierung von Mustern trainiert. Deep Learning (DL) ist ein aktuell häufig verbreitetes Spezialgebiet des ML.
Das sind die Unterschiede:
Machine Learning (ML) und Natural Language Processing (NLP) sind Teilbereiche der Künstlichen Intelligenz. Hier erläutert vom AI Evangelisten Andreas Klug
Machine Learning (maschinelles Lernen) bezeichnet die Anwendung von Algorithmen zur statistischen Analyse und Erkennung von Mustern in großen Datenmengen. Dabei können Daten durch Texte, Zahlen, Bilder etc. repräsentiert sein, die digital gespeichert und einem ML Algorithmus zugeführt werden.
Maschinelles Lernen ist die Basis für eine Reihe von mittlerweile alltäglichen Diensten: Empfehlungen für Medieninhalte auf Netflix, YouTube oder Spotify; Suchmaschinen wie Google oder Baidu; Prioritäten in Social-Media-Feeds wie Twitter oder Facebook; Informations- und Kommunikationsprozesse in Unternehmen; Chatbots und Sprachassistenten.
Natural Language Processing wird bereits heute im privaten wie geschäftlichen Umfeld vielfältig eingesetzt – und wird dabei stetig weiterentwickelt. NLP ermöglicht sprachgesteuerte Assistenten auf Smartphones und Home Devices. NLP wird zunehmend auch für Chatbots auf Unternehmenswebseiten verwendet (Stichwort: Conversational AI). Ein traditionelles Einsatzgebiet ist die Vervollständigung von Suchanfragen auf google: häufig im Kontext mit Ihrem Suchbegriff verwendete Worte und / oder Markennamen bieten Ihnen eine Erweiterung bzw. Eingrenzung zu Ihrer aktuellen Suchanfrage.
Natural Language Processing wird sich in erster Linie im Bereich der Mensch-Maschine Konversationen weiterentwickeln. Im Bereich der Dunkelverarbeitung von E-Mails und Dokumenten und der Extraktion von Fachdaten liegen Fokus und Effizienzpotentiale eher im Bereich von Machine Learning.