Über künstliche Intelligenz (oder eher maschinelles Lernen – dazu kommen wir später), ihre Geschichte und Arten, Hoffnungen und Bedrohungen, die nicht jeder sieht.

„Wir sollten uns davor hüten, den Intellekt zu unserem Gott zu machen; Gewiss, er hat starke Muskeln, jedoch keine Persönlichkeit.“ – Albert Einstein

Die Anfänge des maschinellen Lernens

Das Jahr 2018 kann sicherlich zum Jahr eines neuen, allgegenwärtigen Buzzwords erklärt werden, das wahrscheinlich größer wird als die Kombination aus SaaS, Cloud und Blockchain. Ich eile mit der Erklärung, dass das Thema nicht neu ist. Die Forschung über künstliche Intelligenz begann im Jahr 1956 mit einem Sommerforschungsprojekt am Dartmouth College in New Hampshire, das die Grundlagen für ein riesiges wissenschaftliches Projekt legte, das Millionen von Dollars kostete, und zugleich der Beginn des gesamten wissenschaftlichen Gebietes der künstlichen Intelligenz war.

Die Teilnehmer der Konferenz von Dartmouth waren lange Zeit Pioniere und die größten Autoritäten auf diesem Gebiet. Viele von ihnen sagten damals voraus, dass eine so intelligente Maschine wie ein Mensch innerhalb einer Generation erscheinen würde. Wie wir wissen, sind über 60 Jahre vergangen und Computer sind weit davon entfernt, zumindest ein Minimum an Intelligenz zu bieten.

Tatsächlich war die Diskussion über die Möglichkeit, ein „künstliches Gehirn“ zu schaffen, noch in den 40er Jahren.

1950 veröffentlichte Alan Turing, einer der größten Wissenschaftler auf dem Gebiet der Informatik, den sogenannten Turing-Test, der kurz gesagt auf der Tatsache beruhte, dass die Maschine die Richter täuschen soll, die mit ihr durch den Chat sprechen, der vorgibt, menschlich zu sein. Zum ersten Mal in der Geschichte hat diesen Test 2014 ein Supercomputer bestanden. Das Programm „täuschte“ den 13-jährigen Eugene Goostman vor und überzeugte nach wenigen Minuten die sogenannten Richter, dass er ein Mensch ist. Man sollte jedoch die Spannung abkühlen – das Programm wurde speziell für diesen Zweck erstellt und optimiert.

Kann man das Verhalten als intelligent nennen, in dem die Maschine einen 13-jährigen Jungen simuliert, und absichtlich die Frage nicht antwortet, wie viel 1234567 ^ 23 ist, obwohl dieser Wert in Bruchteilen einer Millisekunde berechnet werden kann? Ist dies ein Zeichen von Intelligenz oder nur eine Einführung in den Algorithmus von „Tricks“, die versuchen, den Gesprächspartner zu täuschen?

Was ist künstliche Intelligenz und welche Arten unterscheiden wir?

Laut Wikipedia wird das Wort „künstliche Intelligenz“ als Wissensgebiet definiert, darunter Fuzzylogik, evolutionäre Berechnungen, neuronale Netze, künstliches Leben und Robotik. Künstliche Intelligenz ist auch ein Informatikgebiet, das sich mit Intelligenz befasst und Modelle für intelligentes Verhalten und Computerprogramme erstellt, die dieses Verhalten simulieren.

Alle Elemente dieser Definition beziehen sich auf Algorithmen, die aus Daten lernen.
Diese Algorithmen sind sehr ausgeklügelt und sehr kompliziert, es handelt sich jedoch nur um mathematische Modelle, die Daten verarbeiten. Es ist schwierig darin Anzeichen von Innovation, Folgerungen, Gefühlen oder Kunst zu bemerken.

Der Mangel an so wichtigen Merkmalen der Menschheit legt nahe, dass der bessere Name für alle hier beschriebenen Phänomene das sogenannte „Maschinelle Lernen“ ist. Das Entwerfen von Algorithmen und Maschinen, die Daten für die Entscheidungsfindung verwenden, sich selbst verbessern (lernen?) und Maßnahmen automatisieren, die auf Wissen basieren, das aus Daten gewonnen wird.

Wir teilen maschinelles Lernen in drei Grundtypen auf: überwachtes, nicht überwachtes und verstärktes Lernen (sogenanntes Reinforcement Learning).

Überwachtes Lernen – maschinelles Lernen, das die Anwesenheit einer menschlichen Überwachung bei der Erstellung einer Funktion voraussetzt, die den Eingang des Systems auf seinen Ausgang abbildet. In diesem Fall empfängt das Gerät sowohl markierte Eingangsdaten (mit den entsprechenden Ausgangsdaten, bestimmte Beispiele) als auch nicht markierte Eingaben (die Zuordnung zu den Ausgangsdaten erfordern, die Antwort finden).

Nicht überwachtes Lernen – maschinelles Lernen, das keine Anwesenheit eines exakten oder sogar annähernden Ausgangs von Lerndaten annimmt. Das Gerät hat keinen „Antwortschlüssel“ und muss die Daten selbst analysieren, nach Mustern suchen und Beziehungen finden.

Verstärktes Lernen – die Maschine erhält eine Reihe von zulässigen Aktionen, Regeln und Anweisungen. In ihrem Rahmen analysiert und beobachtet sie ihre Auswirkungen. Sie verwendet die Regeln auf eine Weise, um den gewünschten Effekt zu erzielen.

Obwohl dies sehr komplizierte Mechanismen sind, können sie immer noch mit einem Algorithmus beschrieben werden – Logik und Mathematik.

Da die sogenannte „Künstliche Intelligenz“ nicht die Merkmale von Kreativität, Innovation, Gefühlen zeigt, können wir von der Ersetzung des Menschen durch eine intelligente Maschinen sprechen?

Maschinelles Lernen in der Praxis

Sicherlich werden immer mehr ausgebaute Algorithmen für maschinelles Lernen bestimmte Berufe durch Automatisierung vom Markt eliminieren. Die Hoffnung liegt jedoch im Beispiel einer technologischen Linie in einer Fabrik, die von einem Freund geleitet wird. Ein Roboter wurde beschäftigt, 4 Personen verloren ihren Arbeitsplatz – so viele Arbeitsplätze wurden durch einen Roboter ersetzt. Zum Bedienen des Roboters ist jedoch ein menschliches Personal erforderlich, der in den meisten Situationen aus der Ferne repariert werden kann, ein Kamerasystem muss vorhanden und funktionsfähig sein, und es muss eine funktionierende Internetverbindung vorhanden sein, sowie Tag und Nacht ein Techniker, der versucht die Maschine zu reparieren und ein Team, das im Falle eines Ausfalls die defekten Elemente vor Ort wechseln kann. Die Entwicklung von selbstlernenden Algorithmen wird sicherlich das Bild des Arbeitsmarktes verändern, und auch wenn es schwierig ist, sich das im Moment vorzustellen, wird dies sicherlich die Struktur der Nachfrage nach anderen Berufen auf dem Gebiet der Elektronik und Informatik verändern.

In fortschrittlichen Algorithmen gibt es große Hoffnungen, angefangen bei autonomen Autos über den Einsatz in der Gesetzgebung und Rechtsberatung bis hin zu neuen Medikamenten oder Medizin. Der Einfluss solcher Technologien auf unser Leben wird enorm sein. Sicherlich werden viele von ihnen die alltäglichen Aufgaben erleichtern, sowie uns in vielen Bereichen helfen oder das Leben von Menschen mit Behinderungen etwas erträglicher machen.

Bedrohungen und Bedenken im Zusammenhang mit der KI

Leider bringt die Entwicklung dieses Wissenschaftsbereichs auch Kontroverse und Bedenken mit sich. Viele bekannte und einflussreiche Personen warnen vor den Auswirkungen, die mit „denkenden“ Maschinen verbunden sind.

Elon Musk glaubt, dass jeder von uns Angst vor der Bedrohung haben sollte, der wir durch die Entwicklung künstlicher Intelligenz ausgesetzt sind. Kurz nachdem am Freitag (11. August) OpenAI, ein Start-up von Elon Musk, das eine Milliarde US-Dollar wert ist, unerwartet die besten Spieler der Welt in „Dota 2“ während des Weltturniers schlug. Sein Besitzer entschied sich, die Welt vor der Entwicklung künstlicher Intelligenz zu warnen: “If you’re not concerned about AI safety, you should be. Vastly more risk than North Korea” [„Wenn Sie sich nicht um die Sicherheit der KI kümmern, sollten Sie dies tun. Viel mehr Risiko als Nordkorea.“ – eigene Übersetzung]. Ein solcher Eintrag auf Twitter wurde mit einem eloquenten Bild verziert:

„Das eigentliche Risiko bei der Entwicklung künstlicher Intelligenz besteht nicht darin, dass sie bösartig ist, sondern in Kompetenzen mit denen sie ausgestattet ist. Superintelligente KI wird großartige Ziele erreichen, und wenn diese Ziele nicht mit unseren übereinstimmen, haben wir ein Problem“ – Stephen Hawking warnt vor unkontrollierter Entwicklung der KI.

Ein großes Diskussionsfeld ist auch der Aspekt sozialer und staatlicher Ungleichheiten, zu dem der Zugang zu solchen hoch entwickelten Technologien führen kann. Wie Sie wissen, ist die Entwicklung von maschinellen Lernsystemen nicht billig, und das Geld dafür wird von den größten Wirtschaften der Welt ausgegeben, wodurch der Abstand zwischen den armen Ländern weiter vergrößert wird.

Inwieweit kann maschinelles Lernen und Mustererkennung (vorsätzlich A.I. wird nicht verwendet) reichen, zeigt das Projekt von Facebook, in dem Algorithmen die Profile und das Verhalten von Personen, die in diesem sozialen Netzwerk registriert sind, ständig analysieren, und wenn sie die Wahrscheinlichkeit erkennen, dass jemand Selbstmord begehen will, wenden sie sich an lokale Institutionen, die solchen Vorfällen entgegenwirken. Weitere Informationen zu diesem Projekt finden Sie auf der Webseite von National Public Radio und der CNBC.

„Im ersten Monat, in dem wir begannen, hatten wir etwa 100 Fälle von sofortiger Reaktion“, und Facebook hat sich mit den örtlichen Notdiensten in Verbindung gesetzt, um den Fall zu überprüfen, sagt der globale Sicherheitsleiter von Facebook, Antigone Davis. „Um Ihnen ein Gefühl dafür zu vermitteln, wie gut die Technologie funktioniert und sich schnell entwickelt, haben wir im letzten Jahr 3.500 Berichte erhalten“, kommentiert er. Und hier sprechen wir nur von den USA, in Europa funktioniert diese Technologie noch nicht.

Einerseits sehen wir, dass Technologie Leben rettet. Andererseits können wir sehen, wie weitreichende Schlussfolgerungen sie zulässt, die aus ethischer Sicht nicht unumstritten sind.

Maschinelles Lernen oder künstliche Intelligenz?

Nach Howard Gardners Theorie haben wir eine vielfältige Intelligenz, die in verschiedene Arten unterteilt ist: logisch-mathematisch, motorisch, musikalisch, sprachlich, räumlich, zwischenmenschlich und natürlich.

Intelligenz ist eng mit der materiellen Welt, Zeit und Raum verbunden. Dies ist eine Denkweise, die auf Analyse und Wahrnehmung von Abhängigkeiten basiert. Dank hoher Intelligenz können wir schnell und einfach neue Kenntnisse und Fähigkeiten erwerben. Dank Intelligenz können wir unterschiedliche Muster erkennen und Lösungen für schwierige Probleme finden.

Einige dieser Aspekte können in einer Algorithmenmaschine simuliert werden, aber es gibt etwas völlig anderes: Weisheit.

Weisheit besteht aus Intuition, Herz und Seele. Sie basiert auf der universellen Wahrheit. Sie ist nicht mit der materiellen Welt verbunden, sondern mit einem hohen Abstraktionsgrad. Intelligenz erlaubt uns, nur die Realität zu sehen und zu verstehen, in der wir uns gegenwärtig befinden. Die Weisheit ist die Fähigkeit, das gesamte Bild zu betrachten – tausend Jahre zurück und tausend Jahre voraus. Nach vielen Definitionen ist Weisheit auch mit der effektiven Anwendung von Wissen in der Praxis verbunden.

Glücklicherweise sprechen wir vorerst von intelligenten Menschen und Maschinen, Weisheit ist nur für Menschen – und hoffentlich landet sie nicht schnell als ein weiteres Wort auf der Liste der Buzzwords.

Und zum Schluss noch zwei Videos. Eines – ein neuer Roboter von Boston Dynamics, ein Unternehmen, das von Google inoffiziell verkauft wurde, da sie Angst hatten, dass solches Projekt missbraucht werden könnte:

Und Fragmente einer der Episoden der „visionären“ Netflix-Serie „Black Mirror“:

Nach dem Mooreschen Gesetz werden Computer 2029 die Rechenleistung des menschlichen Gehirns erreichen. Einige sagen voraus, dass „künstliche Intelligenz“ (maschinelles Lernen) 2045 der menschlichen Entwicklung vorausgehen und sich unabhängig entwickeln wird. Wie weit sind wir von der Vision von Black Mirror entfernt – beurteilen Sie selbst.

Laut einem der Gerüchte verbrannte Albert Einstein nach der Explosion der Atombombe in Hiroshima und Nagasaki einen Teil seiner Arbeit an neuen Energiequellen. Ist das wahr – es ist nicht bekannt, wo wäre jetzt die Welt – das wissen wir auch nicht. Sicherlich wurde er nach diesem Ereignis ein Befürworter der Abrüstung.