Künstliche Intelligenz (KI) gilt als Zukunftsthema, das auf keiner Konferenz fehlen darf. Doch was verbringt sich hinter dem Begriff? Kann Software wirklich so intelligent sein (oder werden) wie der Mensch? Unser Grundlagenbeitrag stellt das Thema verständlich dar.
Beim Thema KI denken viele zunächst an menschenähnliche Roboter wie auf dem nachfolgenden Bild. Hiroshi Ishiguro, Direktor des Intelligent Robotics Laboratory am Department of Adaptive Machine Systems der Universität Osaka, entwickelt solche Roborter, sogenannte Androiden, welche sehr menschenähnlich aussehen und agieren. Sein künstliches Ebenbild gilt als bekannteste Schöpfung des exzentrischen Wissenschaftlers. Dieser Forschungszweig dient der Grundlagenforschung zu menschenähnlichen Robotern und der Steigerung von deren Akzeptanz.
Entdecken Sie Ihr Digitalisierungspotenzial
Wie sieht es aber mit der bereits im derzeitigen Alltag verwendeten „Künstlichen Intelligenz“ aus? Zunächst ist KI-Software intelligente Software. Was ist jedoch intelligent, bzw. wird als intelligent empfunden? Ein frühes Gedankenexperiment von 1980 des Philosophen John Searle1 soll zeigen, dass man durch ein Computerprogramm grundsätzlich keine menschliche Intelligenz simulieren kann.
Das chinesische Zimmer
Eine Person sitzt alleine in einem geschlossenen Raum. Vor ihr liegen verschiedene chinesische Texte. Die Person ist der chinesischen Sprache nicht mächtig. Durch einen Schlitz in der Tür werden der Person Zettel mit chinesischen Geschichten zugeschoben, sowie ein Fragezettel dazu, den die Person beantworten soll. In dem Raum befindet sich ein „Handbuch“ in der Muttersprache der Person. Indem die Person den Anweisungen aus der Anleitung des Handbuches folgt, ordnet sie die chinesischen Symbole richtig an, sodass sinnvolle Antworten entstehen. Demnach folgt die Person einer rein mechanischen Anweisung, ohne jedoch ein Wort aus den Geschichten verstanden zu haben. Vor der Tür steht ein chinesischer Muttersprachler, der durch den Antwortzettel fälschlicherweise zu dem Schluss kommt, dass die Person in dem geschlossenen Raum ebenfalls chinesisch sprechen kann.2
John Searle will damit zeigen, dass die Person, ähnlich wie ein Computerprogramm, zwar die richtigen Antworten geben kann, jedoch den Sinn bzw. die Bedeutung dahinter nicht versteht. Demnach ist ein Programm nicht zwangsläufig intelligent, sondern erscheint nur als intelligent.
“Künstliche Intelligenz” ist also keinesfalls mit menschlicher Intelligenz gleichzusetzen, da Programme zwar richtige Antworten geben, diesen aber keinen Sinn bzw. kein Bedeutung verleihen können. Soweit zum Kenntnisstand über künstliche Intelligenz im Bereich der Theorie.
Doch wie wird künstliche Intelligenz bzw. intelligente Software im Alltag verwendet? Wie sieht hier die Perspektive kurzfristig und langfristig aus?
KI ist Software
Das Forschungsfeld der KI umfasst Disziplinen, welche sich Teilaspekte als Forschungsschwerpunkt zum Gegenstand ihrer Arbeit gemacht haben. Dies sind unter anderem:
- Verarbeitung von natürlicher Sprache
- Wissensrepräsentation
- Planung
- Maschinelles Lernen
- Bildverarbeitung
- Robotik
Daten spielen hier eine entscheidende Rolle – Unmengen von Daten in jeglicher Form. Geringe Mengen an Daten kann menschliche Intelligenz selbst gut verarbeiten und analysieren. Ab einer gewissen Menge an Daten wird die Verarbeitung ohne Hilfe eines Computers jedoch unmöglich.
Nun haben wir Computer schon seit Jahrzehnten im Einsatz, ohne diese mit künstlicher Intelligenz versehen zu haben. Wir stehen jedoch an einer Schwelle der digitalen Überschwemmung mit Daten, die eine schlauere Art der Verarbeitung erfordern – eine intelligente Art.
Deep Blue konnte im Jahre 1996 als erster Computer den Schachweltmeister Garri Kasparow in einer Partie Schach schlagen. Dies hatte weniger mit der „Intelligenz“ des Computers bzw. dessen Software zu tun, als vielmehr mit der enormen Rechenleistung von Deep Blue3. Dieser berechnete im Durchschnitt 126 Millionen Stellungen pro Sekunde und verarbeitete damit eine Unmenge von Daten in einer sehr kurzen Zeit.
Sehen wir davon ab, ob dies intelligent ist oder nicht, haben wir eine Maschine die eine Aufgabe erfüllen kann, die ein Mensch in einer absehbaren Zeit nur mit einer gewissen Intelligenz erfüllen könnte.
Systeme müssen also nicht im menschlichen Sinne intelligent sein, sondern Aufgaben erfüllen, die von außen betrachtet eine Intelligenz vermuten lassen.
Datenflut bewältigen
Ein weiterer wichtiger Aspekt der KI sind lernende Systeme und Systeme, die nicht nur genau das tun, was wir ihnen vorher beigebracht oder einprogrammiert habe, sondern auch Aspekte links und rechts davon berücksichtigen.
Ein Beispiel hierfür sind einfache Regelsysteme, die z.B. eine Heizung steuern können. Die Heizung hat nicht nur den Zustand ‘an’ oder ‘aus’, sondern auch Zwischenzustände. Diese werden von Umweltfaktoren gesteuert, die genauso auch eine Vielzahl von Zuständen haben können. Würde man alle möglichen Zustände so einprogrammieren wollen, wie sie in der natürlichen Umgebung vorkommen, würde man ein recht komplexes System entwickeln müssen.
Systeme, die mit einer gewissen Unschärfe umgehen können, wurden jedoch bereits in den 60er Jahren entwickelt.
Bereits Plato hatte in der griechischen Antike über eine unscharfe Logik philosophiert, in der es neben ‘wahr’ und ‘falsch’ auch noch weitere Bereiche geben muss. Darauf basiert die sogenannte “Fuzzylogik“, die Angaben wie „ein bisschen“, „ziemlich“, „stark“ oder „sehr“ berücksichtigt und diese in mathematische Modelle einfließen lässt.
Im Alltag finden sich Systeme, die mit Unschärfe umgehen können, in unseren Autos in ABS- und ESP-Systemen. Diese Systeme finden eine Lösung für ein Problem, welches vorher so nicht programmiert wurde. Ist unser Auto nun intelligent? Es macht schließlich mehr, als wir oder die Entwicklungsingenieure Schritt für Schritt aufgezeichnet haben! Dies zu behaupten führt sicher zu weit. Solche Regelsysteme berücksichtigen mathematische Verfahren, die eine unscharfe Logik zulassen.
Was können nun Maschinen – also Software – lernen und von wem?
Software kann aus Daten lernen. Je mehr Daten zur Verfügung stehen, desto mehr und besser lernt das System. Daten stehen ausreichend zur Verfügung. Es muss nur sichergestellt werden, dass die richtigen Inhalte zu einem gewünschten Ergebnis führen. Ein geführtes Lernen führt zu einem gewünschten Ergebnis. Dies kann z.B. die Erkennung einer Handschrift sein. Vor der Zeit des Online Bankings haben wir alle noch Überweisungsträger ausgefüllt – Maschinen haben diese dann verarbeitet.
Die Erkennung der Zahlen und Ziffern basiert auf gelernten Mustern.
Der Software zur Erkennung eines Musters wird in der Trainingsphase eine große Anzahl von Zahlen und Ziffern mit der zugehörigen Lösung gezeigt. Liegt eine ausreichende Zahl von Mustern vor, kann das System eine handschriftliche Acht erkennen – auch wenn im Training nicht genau dieses Muster gezeigt wurde, sondern sehr ähnliche Muster.
Was im Kleinen funktioniert, funktioniert auch mit sehr vielen Daten und sehr komplexen Mustern. Spracherkennung basiert auf komplexen Mustern. Jede Stimme hat ihren eigenen Klang, Umgebungsgeräusche und Ausprachevarianten tun ihr eigenes zur Steigerung der Komplexität hinzu. Nicht mehr nur Deep Blue kann nur mit solchen Mengen an Daten umgehen, sondern mittlerweile auch unser alltäglicher Begleiter, das Smartphone.
Sprachsteuerung ist da und wird ein weiterer gebräuchlicher Bestandteil der Mensch-Maschine-Kommunikation werden. Wir werden die Heizung nicht mehr am Drehregler justieren, sondern unsere Haustechnik mit Sprache steuern. Jüngst hat Mark Zuckerberg seine eigene intelligente Heimsteuerung fertiggestellt. Was zu Zeiten von James T. Kirk Fiktion war, ist da. Jetzt und heute.
Wandel der Gesellschaft
Wie gehen wir nun mit dem zunehmenden Einzug intelligenter Systeme in unser alltägliches Leben um? Einiges ist bereits Bestandteil unseres Alltags – und das, ohne dass wir davon abgeschreckt werden. Im Gegenteil: Mit Einzug der KI tritt Komfort in unser Leben. Der Umgang mit IT wird menschlicher und einfacher. Datenmengen können verarbeitet und entsprechend menschlich aufbereitet werden. Früher gab es komplexe Listen mit Zahlen und Ziffern, die nur von Fachpersonal verstanden wurden. Heute können komplexe Zusammenhänge auf das Wesentliche gebracht und visualisiert werden. Das geht bis hin zu virtuellen Welten und Simulationen, die es uns ermöglichen, Welten zu betreten, die es noch gar nicht gibt.
Zusammenfassung
Künstliche Intelligenz (KI) ermöglicht es computergesteuerten Systemen, Entscheidungen zu treffen und Aufgaben auszuführen, die intelligent anmuten – ohne dass sie in Wirklichkeit über eine menschliche Intelligenz verfügen. Um dies zu tun, benötigen die “intelligenten” Systeme im Wesentlichen drei Dinge:
- Algorithmen, die in der Lage sind, mit logischer Unschärfe umzugehen, Muster in Datenmengen zu erkennen und ihren eigenen “Erfahrungsschatz” regelbasiert auszubauen und zu verfeinern.
- Große Mengen an Daten, aus denen Muster und Entscheidungsstrategien abgeleitet werden können.
- Eine hohe Rechenleistung, um aus vielen möglichen Alternativen das jeweils gewünschte Ergebnis in angemessener Zeit herausfiltern zu können (z. B. Schachcomputer, sprachliche Informationsverarbeitung).
Heute stehen wir an einer Schwelle, in der KI zunehmend in Software Einzug hält und viele komplexe Arbeiten, die früher hoch technisch waren, für Menschen wesentlich vereinfacht. Dies geschieht zum Beispiel durch Sprachsteuerung für eine intuitive, einfache Mensch-Maschine-Kommunikation.
Im Kleinen finden intelligente Systeme auch im Bereich der Heimsteuerung Anwendung. Diese arbeiten weniger mit großen Datenmengen und Mustererkennung, verwenden aber dafür verstärkt intelligente Algorithmen.
Quellen:
- 1Gedankenexperiment, Das chinesische Zimmer,
- 2John R. Searle: Minds, brains and programs. In: Behavioral and brain sciences 3 (1980), 417-424.
- 3https://sjeng.org/ftp/deepblue.pdf