Um zu erklären, was der Unterschied zwischen einer herkömmlichen Rechenmaschine und der künstlichen Intelligenz eigentlich ist, müssen wir uns noch einmal vorstellen, was eine Rechenmaschine bzw. ein Computer macht. Er besteht nämlich aus Schaltmaschinen, die wiederum andere Maschinen einschalten. Dies geschieht heutzutage mit Transistoren: Ein Transistor schaltet einen anderen Transistor an oder aus.
Bei der künstlichen Intelligenz ist es so, dass sie nicht stur einen vorgegebenen Ablauf durchführt. Hier sind die Schalter bzw. Schaltmaschinen künstliche Neuronen. In diesem Fall sind es einzelne Programme, die Schaltmaschinen simulieren, jedoch mit der Besonderheit, dass sie ihre Sensibilität verändern können. Durch die Veränderbarkeit der Sensibilität können sie Signale an verschiedene Neuronen weiterleiten. Das Signal wird durch die veränderte Sensibilität des Neurons weitergeleitet, dessen Wert angepasst wurde. Dieses Prinzip ist plastisch.
Interessant und lehrreich ist, dass die Veränderung der Sensibilität und des Schaltnetzwerks immer durch Fehler stattfindet. Es ist wichtig, Fehler zu machen, denn nur aus ihnen können wir lernen. Auch eine künstliche Intelligenz muss Fehler machen, damit sie sich korrigieren kann. Diese Korrektur ist eine Veränderung der Sensibilität der Neuronen bzw. Schalter und erfolgt durch einen Lernprozess.
Auch wir Menschen können nur durch Fehler lernen, ebenso wie Tiere. Ein solcher „künstlich intelligenter“ Computer lernt ebenfalls nur, indem er Fehler erkennt und entsprechend korrigiert. Dies geschieht entweder selbstständig, indem er bekannte Ergebnisse überprüft und feststellt, ob sie richtig oder falsch sind, oder durch menschliche Hilfe, indem der Computer auf seine Fehler hingewiesen wird und sich entsprechend korrigiert. Dadurch kommt er zu neuen Erkenntnissen.
