Künstliche Intelligenz, kurz KI, ist der übergeordnete Begriff. Gemeint sind Computersysteme, die Aufgaben ausführen, für die normalerweise Fähigkeiten wie Wahrnehmen, Schlussfolgern, Planen, Entscheiden oder Lernen erforderlich sind. Machine Learning, auf Deutsch maschinelles Lernen, ist dagegen eine bestimmte Methode, mit der solche Systeme entwickelt werden können.

Beim Machine Learning werden einem Computer nicht für jede Situation feste Regeln vorgegeben. Stattdessen wird ein Modell anhand von Daten trainiert. Es erkennt darin Muster und kann diese anschließend auf neue Daten anwenden. Ein Beispiel ist ein System zur Erkennung unerwünschter E-Mails: Es lernt anhand vieler Beispiele, welche Merkmale häufig bei Spam auftreten, und bewertet danach neue Nachrichten.

Machine Learning ist damit ein Teilgebiet der KI. Nicht jede KI muss jedoch auf Machine Learning beruhen. Es gibt beispielsweise regelbasierte oder symbolische Verfahren, bei denen Wissen und logische Zusammenhänge ausdrücklich vorgegeben werden. In modernen KI-Anwendungen spielt maschinelles Lernen allerdings eine besonders große Rolle.

Auch Deep Learning gehört zum Machine Learning. Dabei werden meist mehrschichtige neuronale Netze eingesetzt. Vereinfacht lässt sich das Verhältnis deshalb so zusammenfassen: KI ist der Oberbegriff, Machine Learning eine wichtige Methode innerhalb der KI und Deep Learning wiederum ein Teilbereich des Machine Learning.

Quellen:
▪︎ OECD: Explanatory memorandum on the updated OECD definition of an AI system
▪︎ National Institute of Standards and Technology: Adversarial Machine Learning: A Taxonomy and Terminology of Attacks and Mitigations
▪︎ IBM: What is Machine Learning?