Künstliche Intelligenz

Matthew Hurst - https://www.flickr.com/photos/skewgee/3161505670/ (CC BY-SA 2.0)

Matthew Hurst - https://www.flickr.com/photos/skewgee/3161505670/ (CC BY-SA 2.0)

Künstliche Intelligenz (KI) oder in englischer Sprache Artificial Intelligence (AI) wird heute im Gesundheitswesen (Diagnostik), der Automobilbranche (selbstfahrende Autos), dem Finanzwesen (Aktienhandel), in Videospielen (Nicht-Spieler-Charaktäre), dem Militär (tödliche autonome Waffen – „Killerroboter“), der Werbung (personalisierte Anzeigen) und, nicht zu vergessen: natürlich auch im Bereich der Kunst (Thinking Machines: Art and Design in the Computer Age, 1959–1989) verwendet.

Um ein besseres Verständnis zu bekommen, was unter künstlicher Intelligenz verstanden wird, hilft es, den Begriff Intelligenz etwas näher zu betrachten. Wie befürchtet, ist die Definition von Intelligenz umstritten. Eine Gruppe von Forschern versuchte im Jahr 1994 eine allgemein gültige Definition zu finden und veröffentlichte eine Erklärung mit dem Titel  „Mainstream Science on Intelligence“ mit 25 Schlussfolgerungen.

Diese Definition scheint eine gute Zusammenfassung zu sein:

Intelligenz ist die sehr allgemeine geistige Fähigkeit, die unter anderem die Fähigkeit einschließt, zu denken, zu planen, Probleme zu lösen, abstrakt zu denken, komplexe Ideen zu verstehen, schnell zu lernen und aus Erfahrung zu lernen. Intelligenz ist nicht nur aus Büchern lernen, eine akademische Fähigkeit zu haben oder Tricks in Intelligenztests. Intelligenz spiegelt eine breite und tiefe Fähigkeit wider, unsere Umgebung und darin enthaltene „Dinge“ zu verstehen oder „herauszufinden“, was zu tun ist.

Hier ein paar Zitate von Persönlichkeiten zum Thema:

„The development of full artificial intelligence could spell the end of the human race. It would take off on its own, and re-design itself at an ever increasing rate. Humans, who are limited by slow biological evolution, couldn’t compete, and would be superseded.“

„Die Entwicklung künstlicher Intelligenz könnte das Ende der Menschheit bedeuten. Der Prozess würde von selbst starten und sich immer wieder und immer schneller neu gestalten. Menschen, die durch die langsame biologische Evolution eingeschränkt sind, könnten nicht konkurrieren und würden abgelöst werden.“

Stephen Hawking – Stephen Hawking warns artificial intelligence could end mankind


„Artificial intelligence would be the ultimate version of Google. So we have the ultimate search engine that would understand everything on the Web. It would understand exactly what you wanted, and it would give you the right thing. That’s obviously artificial intelligence, to be able to answer any question, basically, because almost everything is on the Web, right? We’re nowhere near doing that now. However, we can get incrementally closer to that, and that is basically what we work on. And that’s tremendously interesting from an intellectual standpoint.“

„Künstliche Intelligenz wäre die ultimative Version von Google. Wir haben dann die ultimative Suchmaschine, die alles im Web versteht. Sie würde genau verstehen, was du willst, und sie würde dir das Richtige anbieten. Das ist offensichtlich künstliche Intelligenz, in der Lage zu sein, jede Frage beantworten zu können, denn fast alles steht im Netz, oder? Wir machen das jetzt noch lange nicht. Wir können uns dem jedoch schrittweise nähern, und daran arbeiten wir im Wesentlichen. Und das ist aus intellektueller Sicht ungeheuer interessant.“

Larry Page – Interview,  28.10. 2000


„The pace of progress in artificial intelligence (I’m not referring to narrow AI) is incredibly fast. Unless you have direct exposure to groups like Deepmind, you have no idea how fast—it is growing at a pace close to exponential. The risk of something seriously dangerous happening is in the five-year timeframe. 10 years at most.“

„Das Tempo des Fortschritts in der künstlichen Intelligenz (ich beziehe mich nicht auf schwache KI) ist unglaublich schnell. Wenn Sie nicht direkt in Gruppen wie Deepmind eintauchen, haben Sie keine Ahnung, wie schnell – es wächst fast exponentiell. Das Risiko, dass etwas ernsthaft Gefährliches passiert, liegt in dem Zeitrahmen von fünf Jahren. Höchstens 10 Jahre. „

Hinweis: DeepMind ist ein Unternehmen, das sich auf die Programmierung einer KI spezialisiert hat. DeepMind wurde im September 2010 gegründet und 2014 von Google Inc. übernommen.

Elon Musk – in einem Kommentar zu The Myth of AI


„I am in the camp that is concerned about super intelligence. First the machines will do a lot of jobs for us and not be super intelligent. That should be positive if we manage it well. A few decades after that though, the intelligence is strong enough to be a concern.“

„Ich bin im Lager, das sich um Superintelligenz kümmert. Zuerst werden die Maschinen viele Jobs für uns erledigen und nicht superintelligent sein. Das sollte sich positiv auswirken, wenn wir es gut organisieren. Ein paar Jahrzehnte später jedoch ist die Intelligenz stark genug, um ein Problem zu sein.“

Hinweis: künstliche Superintelligenz ist genau die Ausprägung von KI, vor der die Welt der Forschung abwechselnd warnend den Zeigefinger hebt und mit der sie doch als potentielle Lösung liebäugelt. 

Bill Gates – Microsoft’s Bill Gates insists AI is a threat


„I have pretty strong opinions on this. I am optimistic. I think you can build things and the world gets better. But with AI especially, I am really optimistic. And I think people who are naysayers and try to drum up these doomsday scenarios — I just, I don’t understand it. It’s really negative and in some ways I actually think it is pretty irresponsible“

„Ich habe diesbezüglich eine klare Auffassung. Ich bin optimistisch. Ich glaube, dass du Dinge bauen kannst und dadurch die Welt besser wird. Aber vor allem mit KI bin ich wirklich optimistisch. Und ich glaube, Leute, die Neinsager sind und versuchen, diese Weltuntergangsszenarien zu trommeln – ich verstehe das einfach nicht. Es ist sehr negativ und in gewisser Hinsicht glaube ich, dass es ziemlich unverantwortlich ist.“

Mark Zuckerberg – This favorite saying of Mark Zuckerberg reveals the way the Facebook billionaire thinks about life


„We stand at the birth of a new millennium, ready to unlock the mysteries of space, to free the Earth from the miseries of disease, and to harness the energies, industries and technologies of tomorrow.“

„Wir stehen bei der Geburt eines neuen Jahrtausends, bereit, die Mysterien des Weltraums zu entschlüsseln, die Erde von den Leiden der Krankheit zu befreien und die Energien, Industrien und Technologien von morgen nutzbar zu machen.“

Donald Trump – Summary Report of the 2018 White House Summit on Artificial Intelligence for American industry


„Artificial intelligence is the future, not only for Russia, but for all humankind. It comes with colossal opportunities, but also threats that are difficult to predict. Whoever becomes the leader in this sphere will become the ruler of the world. If we become leaders in this area, we will share this know-how with the entire world, the same way we share our nuclear technologies today“

„Künstliche Intelligenz ist die Zukunft, nicht nur für Russland, sondern für die gesamte Menschheit. Sie birgt kolossale Chancen, aber auch schwer vorhersehbare Bedrohungen. Wer auf diesem Gebiet führend wird, wird zum Herrscher der Welt. Wenn wir auf diesem Gebiet führend werden, werden wir dieses Know-how mit der ganzen Welt teilen, so wie wir unsere Nukleartechnologien heute teilen. „

Vladimir Putin – Whoever leads in AI will rule the world’: Putin to Russian children on Knowledge Day


„The State Council paper laid out China’s desire to be a hub of AI innovation by 2030, and these papers have teeth in terms of very strong local execution. There are a huge number of engineering students who are ready to go into AI. A lot of people misunderstand AI as a brilliant scientist invents another AI algorithm for medicine, finance, loans, banking, autonomous vehicle, face recognition… But that is just not the way AI business is run. There is really one fundamental AI innovation – deep learning – and everybody else is tweaking it for the domains. So, we’re not in the age of discovery; we’re in the age of implementation, we’re in the age of data, and China has a better set, a larger set of implementers or good AI engineers who get the work done, who make the algorithms run fast, connect to business logic.“

„Das Papier des Staatsrats beschreibt Chinas Wunsch, bis 2030 ein Dreh- und Angelpunkt für KI-Innovationen zu sein. Dieses Papier ist sehr einflussreich bezüglich der großen Möglichkeiten lokaler Umsetzung. Es gibt eine große Anzahl von Studenten, die bereit sind, in Richtung KI zu gehen. Viele Leute verstehen KI nur als einen weiteren Algorithmus für Medizin, Finanzen, Kredite, Bankwesen, autonome Fahrzeuge, Gesichtserkennung, den ein brillanter Wissenschaftler erfindet … Aber das ist nicht die Art, wie KI-Geschäft betrieben wird. Es gibt eine grundlegende KI-Innovation – Deep Learning – und alle anderen optimieren diese Innovation für die verschiedenen Bereiche. Also wir sind nicht im Zeitalter der Entdeckung; Wir sind im Zeitalter der Implementierung, wir sind im Zeitalter der Daten und China hat einen besseren Datensatz, eine größere Gruppe von Implementierern oder gute KI-Ingenieure, die die Arbeit erledigen, die Algorithmen schnell laufen lassen und an die Business Logik anbinden.“

Hinweis : Deep Learning erweitert neuronale Netze um zusätzliche „versteckte“ Schichten.

Kai-Fu Lee – Why China will win the global race for complete AI dominance

„[…] attempting to distil intelligence into an algorithmic construct may prove to be the best path to understanding some of the enduring mysteries of our minds.“

„[…] der Versuch, die Intelligenz zu einem algorithmischen Konstrukt zu destillieren, könnte sich als der beste Weg erweisen, einige der andauernden Mysterien unseres Geistes zu verstehen.“

Demis Hassabis – Deepmind (2012) – Is the brain a good model for machine intelligence?

Irgendwie erscheint es nach diesem Aussagen immer noch ein wenig unklar und manchmal auch widersprüchlich, worum es bei KI eigentlich geht.
Aber wer bis hierhin gelesen hat, hat sicher verstanden, dass KI viel verändern wird.

Maschinelles Lernen

In den meisten Geschäftsfällen spricht man von maschinellem Lernen anstatt künstlicher Intelligenz. Das Hauptziel beim maschinellen Lernen  ist, Daten besser zu analysieren. Die Idee dahinter ist einfach. Je mehr Daten man hat, desto mehr „Intelligenz“ steckt irgendwo darin. Kai-Fu Lee scheint recht zu haben, wenn er sagt, es geht um die Menge an Daten, die KI-Algorithmen und die Verbindung zur Geschäftslogik.

Aber wie funktioniert das?

Wenn ein Programmierer Code schreibt, ist dieser Code normalerweise statisch. Das Programm kann nur die vom Programmierer definierten Befehle ausführen. Wenn das Programm anders arbeiten soll, muss der Programmierer einige Befehle ändern. Der Programmierer hat die volle Kontrolle über das Ergebnis des Programms.

Und jetzt stelle dir einfach mal einen Roboter vor, der laufen kann. Er geht irgendwo hin und da steht ein Baum im Weg. Wie lernt er es, um diesen Baum herumzugehen? Das Programm, das sich im Roboter befindet, muss irgendwie anders aufgebaut sein, als das gerade beschriebene „konventionelle“ Beispiel. Es benötigt die Fähigkeit, im laufenden Betrieb zu lernen und das Verhalten bei Bedarf zu ändern. Dieser unterschiedliche Programmieransatz wird künstliche neuronale Netze genannt. Der Programmierer erstellt eine Grundlage (das neuronale Netzwerk) und das Programm selbst lernt, indem es gewichtete Beziehungen erzeugt.

Ein Problem dabei ist, dass der Programmierer nur die Grundlage bereitstellen kann. Der nächste große Schritt ist, diese neuronalen Netzwerke auf die Aufgaben anzuwenden, die man optimieren möchte. Sie müssen etwas lernen!
Raia Hadsell von der KI-Firma DeepMind beschreibt es auf verständliche Weise mit Atari-Spielen.

Um ein komplexes Problem mit KI zu lösen, muss es in kleinere Teile aufgeteilt werden. Jedes kleinere Teil ist dann leichter zu verstehen. Wenn der Algorithmus den Weg zur Lösung einiger Teilbereiche kennt, besteht der nächste Schritt darin, sie zu kombinieren und in der Kombination das gesamte Problem anzugehen.
Wenn es dann möglich ist, dass der Algorithmus das komplexe Problem löst, sollte es eine Möglichkeit geben, sich an die getroffenen Entscheidungen zu erinnern, andernfalls muss er erneut lernen, wenn das Problem das nächste Mal auftritt.

Wenn man sich diese Art von Algorithmen in einer konkreten Geschäftsumgebung vorstellt, wird klar, wie hilfreich sie für die automatisierte Logistik eines Lagerhauses oder eines Containerterminals sein können. 

Das Komplizierte dabei ist die Lernphase am Anfang. Die richtigen Algorithmen müssen gefunden werden (Vielleicht besser nicht mir linearer Algebra 😉 ).

Machine Learning

Machine Learning

Selbst wenn du dem obigen Zitat von Mark Zuckerberg nicht zustimmst, ist es nicht schwer vorauszusagen, dass die Kombination deiner Daten mit KI-Algorithmen durchaus sinnvoll sein kann und dass der Rest der Welt diese Kombination vermutlich überleben wird.

Es gibt bereits viele Beispiele für intelligente Produkte und Dienstleistungen, die maschinelle Lernalgorithmen verwenden. Ich möchte hier ein paar erwähnen, um zu zeigen, wie verbreitet KI bereits ist.

Ist KI wichtig für mich?

Genau über diese Frage ist dieser kleine Beitrag hier entstanden. Natürlich ist das Wissen um KI wichtig für dich. KI Systeme greifen bereits heute in existierende Prozesse ein und erweitern sie. Die Frage ist nicht, ob du jemals von KI gesteuerten Prozessen betroffen sein wirst, sondern nur noch, wann und in welchem Umfang das passiert.
Und wenn sich die KI mal „irrt“, was passiert dann eigentlich?


tl;dr: Künstliche Intelligenz ist überall und wird Einfluss auf dein Leben haben.

Autor: hagengraf

consultant, author, trainer, solution finder, web architect, developer, open source lover, visionary, orator, the good old webmaster. Able to simplify!

Kommentar verfassen