Künstliche Intelligenz: Das Wichtigste auf einen Blick
Schöne neue Welt à la "Star Trek" oder apokalyptische Szenarien wie in "Terminator"? Das Thema künstliche Intelligenz (KI) befeuert im Jahr 2018 Diskussionen und Erwartungen, aber auch Ängste. Hier kommen die Fakten.
Den KI-Begriff prägte 1955 der US-Mathematikprofessor John McCarthy.
ML lässt sich von der klassischen Software-Entwicklung abgrenzen: ML-Systeme sind nicht auf ein bestimmtes Ergebnis programmiert, sondern sollen anhand von Beispielen selbst lernen. Klassische Programmierung (engl. Coding) kodifiziert vorhandenes menschliches Wissen, es presst – salopp formuliert – das Wissen des Programmierers (Coders) in eine Softwarelösung.
Das funktioniert, solange es kein implizites Wissen ist. Implizit heißt: Wir wissen, wie man Fahrrad fährt, oder erkennen das Gesicht eines Freundes, können dieses Wissen aber in keine Anleitung (= Code) bringen.
Experten sprechen vom Polanyi-Paradoxon, benannt nach dem ungarisch-britischen Chemiker und Philosophen Michael Polanyi (1891-1976). Es besagt: Menschen wissen mehr als sie ausdrücken können. Maschinelles Lernen soll diesen Widerspruch (Paradoxon) überwinden, indem der Computer bzw. das Programm selbst lernt – ohne auf die Zufuhr kodifizierten Wissens angewiesen zu sein.
Einfach ausgedrückt versuchen künstliche neuronale Netze, das menschliche Gehirn nachzuahmen.
> Kognition & Problemlösung: "Go" ist ein hochkomplexes chinesisches Brettspiel. 2015 und 2016 gewann ein von Google entwickeltes KI-Programm eigenständig gegen zwei menschliche Weltklasse-Spieler. Weitere Beispiele: PayPal verhindert mittels KI Geldwäsche. Und Amazon nutzt maschinelles Lernen, um seine Logistik zu optimieren und Kunden bessere Produktempfehlungen geben zu können.
Gleichwohl müssen wir die KI-Entwicklung so verantwortungsvoll wie möglich gestalten, denn wo viele Chancen sind, gibt es auch viele Risiken.
Lasst es mich wissen: Wie schätzt ihr das Thema künstliche Intelligenz ein?
Quellen & Lese-Tipps:
 |
| (Robot unter CC0 1.0) |
1. Was sind Universaltechnologien?
Universaltechnologien sind technische Innovationen, die neue Geschäftschancen im großen Stil ermöglichen. Dazu gehör(t)en die Dampfmaschine, die Elektrizität, der Verbrennungsmotor, das Internet – und aktuell die künstliche Intelligenz.2. Was ist künstliche Intelligenz (KI)?
Wikipedia sagt: "Künstliche Intelligenz (KI, [...], englisch artificial intelligence, AI) ist ein Teilgebiet der Informatik, welches sich mit der Automatisierung intelligenten Verhaltens befasst. [...] Versuch, eine menschenähnliche Intelligenz nachzubilden, [...], einen Computer so zu bauen oder zu programmieren, dass er eigenständig Probleme bearbeiten kann."Den KI-Begriff prägte 1955 der US-Mathematikprofessor John McCarthy.
3. Was ist maschinelles Lernen?
Maschinelles Lernen (Machine Learning, ML) ist ein Teilgebiet der KI und bezeichnet die Fähigkeit von Maschinen, ohne menschliche Unterstützung intelligenter zu werden.ML lässt sich von der klassischen Software-Entwicklung abgrenzen: ML-Systeme sind nicht auf ein bestimmtes Ergebnis programmiert, sondern sollen anhand von Beispielen selbst lernen. Klassische Programmierung (engl. Coding) kodifiziert vorhandenes menschliches Wissen, es presst – salopp formuliert – das Wissen des Programmierers (Coders) in eine Softwarelösung.
Das funktioniert, solange es kein implizites Wissen ist. Implizit heißt: Wir wissen, wie man Fahrrad fährt, oder erkennen das Gesicht eines Freundes, können dieses Wissen aber in keine Anleitung (= Code) bringen.
Experten sprechen vom Polanyi-Paradoxon, benannt nach dem ungarisch-britischen Chemiker und Philosophen Michael Polanyi (1891-1976). Es besagt: Menschen wissen mehr als sie ausdrücken können. Maschinelles Lernen soll diesen Widerspruch (Paradoxon) überwinden, indem der Computer bzw. das Programm selbst lernt – ohne auf die Zufuhr kodifizierten Wissens angewiesen zu sein.
 |
| (AI unter CC0 1.0) |
4. Was ist Deep Learning?
"Tiefes Lernen" ermöglicht es dem maschinellen Lernen, riesige Datenmengen zu verarbeiten, indem es mit künstlichen neuronalen Netzen arbeitet. Biologisches Vorbild sind menschliche Nervenzellen.Einfach ausgedrückt versuchen künstliche neuronale Netze, das menschliche Gehirn nachzuahmen.
5. Was kann KI aktuell (2018) leisten?
> Wahrnehmen & Erkennen: Im Bereich der Spracherkennung (Google Assistant, Amazon Alexa, Apple Siri) sank die KI-Fehlerquote in den letzten Jahren signifikant. Große Fortschritte gibt es auch in der KI-Bilderkennung> Kognition & Problemlösung: "Go" ist ein hochkomplexes chinesisches Brettspiel. 2015 und 2016 gewann ein von Google entwickeltes KI-Programm eigenständig gegen zwei menschliche Weltklasse-Spieler. Weitere Beispiele: PayPal verhindert mittels KI Geldwäsche. Und Amazon nutzt maschinelles Lernen, um seine Logistik zu optimieren und Kunden bessere Produktempfehlungen geben zu können.
Quo vadis, künstliche Intelligenz?
Soweit der KI-Status 2017/2018. Bei allen Fortschritten muss klar sein: KI steckt nach wie vor in den Kinderschuhen. Die Systeme sind aktuell Welten davon entfernt, Glanztaten wie in "Star Trek" oder Schandtaten wie in "Terminator" vollbringen zu können.Gleichwohl müssen wir die KI-Entwicklung so verantwortungsvoll wie möglich gestalten, denn wo viele Chancen sind, gibt es auch viele Risiken.
Lasst es mich wissen: Wie schätzt ihr das Thema künstliche Intelligenz ein?
Quellen & Lese-Tipps:
- Harvard Business Manager: Künstliche Intelligenz
- Wikipedia: Künstliche Intelligenz, Maschinelles Lernen, Deep Learning
Kommentare