
Serie Buzzwords schnell erklärt – von AI bis Machine Learning – Teil 2 „Artificial Intelligence“
Unsere Serie „Buzzword schnell erklärt“ nimmt sich Schlagwörter vor und durchleuchtet sie. Heute geht es um Artificial Intelligence.
Kaum ein Begriff ist so mythenumwoben wie Artificial Intelligence. Von möglichen Horror- und Bedrohungsszenarien wie der Macht- (oder zumindest Job-) übernahme durch künstliche Intelligenzen (ein Thema, das auch Hollywood seit jeher dankbar aufgegriffen hat) bis hin zum absolut positivem Impact auf unser alltägliches Leben (im Hinblick auf Bequemlichkeit) ist eigentlich alles dabei. Was aber ist Artificial Intelligence genau?
Beitrag teilen:
Artificial Intelligence – Was ist das?
In Teil 1 unser Serie Buzzword schnell erklärt haben wir euch Machine Learning vorgestellt und das Folgeprodukt Deep Learning nähergebracht.
Artificial Intelligence ist meist das Endprodukt aus einem Deep Learning. Wenn ein Deep Learning Algorithmus genügend Iterationssphasen (d.h. ganz banal gesagt „gleichförmige Wiederholungen“) hinter sich hat und eine gewisse Präzision erreicht hat, kann man schlussendlich von einer AI sprechen.
Unterschiedliche Typen
Neben der Unterscheidung von Künstlichen Intelligenzen in „strong“ und „weak“ und dem Turing – Test (siehe Infoboxen) kann man sie nach Hintze auch folgenden Typen zuordnen:
- Reaktive Maschinen: Ein Beispiel ist das legendäre Schachprogramm von IBM, Deep Blue, das in den 1990er Jahren Schachweltmeister Garry Kasparov schlug. Es ist in der Lage, Figuren auf dem Schachbrett zu identifizieren und Vorhersagen zu treffen, da es keine Erinnerung hat, kann es keine vergangenen Erfahrungen nutzen. Es analysiert mögliche Züge – eigene und die des Gegners – und wählt den strategischsten Zug. Deep Blue und Googles AlphaGO (spielt das Brettspiel Go) wurden für sehr eng definierte Zwecke entwickelt und können daher nicht einfach auf andere Situationen angewendet werden.
- Begrenzte Speicherkapazität: Diese Systeme können frühere Erfahrungen nutzen, um zukünftige Entscheidungen zu beeinflussen. Einige der Entscheidungsfunktionen in autonomen Fahrzeugen wurden auf diese Weise konzipiert. Beobachtungen, die verwendet werden, um Aktionen zu melden, die in nicht allzu ferner Zukunft stattfinden, wie zum Beispiel ein Auto, das die Spur gewechselt hat. Diese Beobachtungen werden allerdings nicht dauerhaft gespeichert.
- „Theory of Mind“ oder „Native Theorie“ kommt aus der Psychologie und bezieht sich auf das Verständnis, dass andere ihre eigenen Überzeugungen, Wünsche und Absichten haben, die sich auf die Entscheidungen auswirken, die sie treffen. Diese Art von AI existiert noch nicht.
- Eigenwahrnehmung: Die AIs dieser Kategorie besitzen bereits ein Bewusstsein eines Selbsts, verstehen ihren aktuellen Zustand und können diese Informationen nutzen, um daraus abzuleiten, was andere fühlen. Auch diese Art von AI existiert noch nicht.
Bedrohungsszenarien?
Einige davon haben wir in den Infoboxen angeführt, andere sind weniger spektakulär, sollten aber genauso ernst genommen und angesprochen werden. Laut dem 2016 veröffentlichten Bericht „Artificial Intelligence and Life in 2030“ der Stanford University müssen wir uns bis dahin zwar zumindest keine Sorgen machen, dass AIs uns unterwerfen, bei der Einführung von AI in Unternehmen entsteht aber oft die Angst, dass durch den technologischen Fortschritt Arbeitsplätze verloren gehen. Hier liegt es an den Unternehmen, Mitarbeiter frühzeitig einzubinden und bewusst zu machen, dass eine AI in den meisten Fällen erst durch die Zusammenarbeit mit Menschen ihr volles Potential entfalten kann.
Von der Utopie zur gelebten Realität
AI hat bereits jetzt schon ganz handfeste Einsatzmöglichkeiten. Ein einfaches Beispiel ist Schrifterkennung. Hier werden zuerst einfachere Machine Learning – Algorithmen erstellt, die kleinere Probleme lösen, zum Beispiel die Erkennung einzelner Pixelgruppierungen. Daraus wird in weiterer Folge ein Neuronales Netz entwickelt, das einzelne Buchstaben erkennt und in weiterer Folge bereits Wörter identifizieren kann. Im letzten Schritt kann dann die künstliche Intelligenz den Kontext aus einzelnen Wörtern bilden und daraus Schlüsse ziehen.
Heutzutage sind Artificial Intelligence Lösungen also so weit, dass sie…
- TV-Quizshows, Brett – und Kartenspiele gegen Menschen gewinnen (z.B. Libratus /Pokern, Deep Blue beim Schach, AlphaGo beim Go spielen)
- die menschliche Sprache mit einer Genauigkeit von 99% erkennen
- autonomes Fahren ermöglichen
- medizinische Diagnosen anhand von nur wenigen Symptomen stellen können
- logische und mathematische Sätze beweisen können
- gefährliche Aufgaben übernehmen können
- logistische Aufgaben übernehmen
Praktischer Nutzen im Vordergrund
AI begleitet uns jetzt schon und wird in den kommenden Jahren ein fixer Bestandteil unseres (Geschäfts-)Lebens sein oder ist es bereits. Dabei reden wir gar nicht von der Medizin, die von Chirurgie bis Medikamentenforschung riesige Potentiale beinhaltet. Den Google Translator wirft fast jeder von uns an – aber auch das scheinbar einfache Übersetzungsprogramm hat durch das Hinzufügen eines neuronalen Netzes ziemlich dazugelernt. Es hat sich quasi selbst eine eigene „Zwischensprache“ angeeignet, die ihm helfen soll, zwischen zwei verschiedenen Sprachen ohne Englisch als „Vermittlersprache“ zu übersetzen. Vielleicht anfangs noch etwas holprig, aber mit der Zeit immer besser.
Auch Cortana, die Sprachsteuerung von Microsoft, beruht auf einer AI, genauso wie Apples Sprachsteuerung Siri kann sie auf Fragen antworten und Aufgaben ihrer Nutzer ausführen. Echo, gemeinhin unter seiner Sprachassistenz „Alexa“ bekannt, führt selbständig Bestellungen auf Amazon durch, DeepText, Facebooks KI analysiert Posts und Status-Updates. Andere KIs durchsuchen Schriftverkehr und Gesetzestexte, um selbstständig Verträge aufzusetzen oder erstellen Börsenberichte. Im E-Commerce setzen bereits Unternehmen wie Otto auf AI, um beispielsweise Verkaufsprognosen für Produkte zu berechnen.
Chatbots wie S.I.E.N.A können bereits heute angebunden an eine Q&A Datenbank tatkräftige Unterstützung im Kundenservice oder der Zusammenarbeit beispielsweise über Microsoft Teams liefern. Im Bereich der Produktion ergeben sich zusammen mit dem Internet der Dinge ebenfalls zahlreiche Anwendungsmöglichkeiten, aber dazu mehr in Teil 3 und Teil 4 unserer Serie.