IPL-Magazin 47 | April 2019 | Autor: Kim Häring

 

Was wird Ihr nicht schon alles angedichtet: Sie löst alle Probleme und führt die Menschheit in eine goldene Zukunft.

 

Kim Häring
Kim Häring

Die Rede ist von der Künstlichen Intelligenz (KI). Jener Software, die menschliche Kompetenzen wie Wahrnehmung, rationales Denken, logisches Schlussfolgern, Approximieren etc. beherrschen soll, nur halt auf einem Niveau, das Menschen niemals erreichen werden.

Wobei nicht vergessen werden darf, dass das menschliche Gehirn schon ein überaus genialer Apparat ist. Bei gerade einmal 20 Watt Verbrauch werden 1013 analoge Rechenoperationen pro Sekunde durchgeführt. Wir verfügen in der aktuellen „Ausbaustufe“ über durchschnittlich 86 Milliarden Nervenzellen und 100 Billionen Synapsen, welche jeweils noch 10 Aktivitätsstufen (Kopplungsstärken) einnehmen können. Und seine Entwicklung ist noch lange nicht abgeschlossen (siehe Bild 1).

 

Abb. 1: Die Entwicklung des Volumens des menschlichen Gehirns (Quelle: https://www.mpg. de/8953555/MPI_EVAN_ JB_2015)
Abb. 1: Die Entwicklung des Volumens des menschlichen Gehirns (Quelle: https://www.mpg. de/8953555/MPI_EVAN_ JB_2015)

 

 

Es geht um alles
Die Herausforderung für Entwickler und Programmierer ist also nichts Geringeres als dieses Wunderwerk der Evolution, unser Gehirn in Kombination mit all unserer Sinneswahrnehmung zu verstehen, ggf. zu kopieren, in jedem Fall aber zu übertrumpfen. Dabei darf nicht vergessen werden, dass die Grundlage für all dies nach wie vor das Binärsystem mit den beiden Zuständen eins und null ist. Das Interesse an diesem Ziel ist jedoch so groß, dass Unsummen in die Forschung investiert werden. Bis heute ist es jedoch nicht einmal annähernd gelungen, menschliche Verstandesleistungen als Ganzes mit Maschinen nachzuvollziehen. Zudem bedeutet selbst die Durchführung einfachster Befehle für eine KI einen hoch komplexen Vorgang.


Methoden zur Erzeugung von Künstlicher Intelligenz
Die Forschung konzentriert sich in einem Bereich auf KI-Systeme, deren Hauptaufgabe darin besteht, Muster zu erkennen und angemessene Handlungen auszuführen. Außerdem gibt es die sogenannten wissensbasierten KI-Systeme. Diese versuchen, anhand von in Datenbanken gespeichertem Wissen Lösungen zu erzielen. Andere Systeme setzen dagegen Methoden aus der Stochastik ein, um auf gegebene Muster angemessen zu reagieren. Für all dies benötigt es Unmengen an Zeichen, Informationen, Daten und Wissen, denn je dünner diese Basis, umso weniger konstant und groß ist der realistische Lösungsraum. Zudem ist eine hohe Qualität der Daten von Nöten.

 

Abb. 2: In Anlehnung an Krcmar (Informationsmanagement, 2015, S. 12)
Abb. 2: In Anlehnung an Krcmar (Informationsmanagement, 2015, S. 12)

 

Moderne KI-Ausprägungen
Zu den aktuellsten Ausprägungen der künstlichen Intelligenz zählen Ansätze wie Cognitive Computing, Neuronale Netzwerke und Natural Language Processing. Ein neurales Netzwerk besteht aus künstlichen Neuronen und orientiert sich hinsichtlich Aufbaus und Funktionsweise am menschlichen Gehirn.

Dadurch soll ein neurales Netzwerk in der Lage sein, besonders realistische Berechnungen zu erstellen. So setzt beispielsweise Google für sein KI-System DeepMind ein neurales Netzwerk ein und kombiniert dieses mit Methoden aus dem Bereich Machine Learning. Dabei verfolgt DeepMind nicht nur das Ziel, Computer mit Intelligenz auszustatten, sondern auch die Funktionsweise des Gehirns besser zu verstehen. Der rasante Fortschritt, der in den letzten Jahren im Bereich des Deep Learning erreicht wurde, ist vor allem auf stetig leistungsfähigere Hardware für die erforderlichen Rechenoperationen sowie die wachsenden Datenmengen für das initiale Training der neuronalen Netze zurückzuführen. Nach diesem initialen Training besteht das Deep Learning des Neuralnetztes darin, während der laufenden Anwendung stets dazuzulernen. Solche Systeme optimieren sich demnach kontinuierlich selbst, wodurch die Erkennungsgenauigkeit und der Ergebnisnutzen permanent zunimmt. Ausgangspunkt aber ist und bleibt die Datenbasis.

Turing, der Test, der den Unterschied macht
Die Frage, ab wann eine Maschine als intelligent gilt, treibt die KI-Forschung seit Jahrzehnten um. Ein Messwerkzeug, das allgemein akzeptiert wird, ist der so genannte Turing-Test. 1950 vom britischen Mathematiker Alan Turing entwickelt, stellt der Test einem Menschen als Fragesteller (M) zwei Kommunikationspartner (A und B) gegenüber. A ist ein Mensch, B ist eine Maschine. Die Kommunikation erfolgt parallel ohne Sicht- und Hörkontakt z.B. per Chat. Kann nach einer längeren Unterhaltung der Fragesteller nicht klar sagen kann, welcher von beiden, A oder B, die Maschine ist, hat die Maschine den Turing-Test bestanden. Damit wird der Maschine zugebilligt, ein dem Menschen ebenbürtiges Denkvermögen zu besitzen. (Bis dato hat niemand den Preis von 100.000$ erhalten, und der Großteil der KI-Forscher geht davon aus, dass dies auch in absehbarer Zeit nicht passieren wird.)


Fazit
Bis KI die Fähigkeiten erreicht hat, welche sich Wissenschaftler weltweit erhoffen, wird es noch eine Weile dauern. Dennoch liegt in der KI-Forschung auch ein Teil unserer Zukunft, denn die Komplexität im Leben auf diesem Planeten nimmt laufend zu und mit ihr die zu bewältigenden Aufgaben. Mahnend sollten uns allerdings die Worte von Stephen Hawking in Erinnerung bleiben: „Da der Mensch durch langsame biologische Evolution beschränkt ist, könnte er nicht mit der KI konkurrieren und würde verdrängt werden“. Drastischer formulierte es nur noch Marvin Minsky (1970): „Wenn wir Glück haben, werden uns die Roboter als Haustiere behalten“.