Künstliche Intelligenz

Der Stand 2017

 

Zum besseren Verständnis:
Im angelsächsischen Begriff Artifical Intelligece bedeutet Intelligence in etwa das, was es bei der CIA - Central Intelligence Agency- sagt. Das deutsche Pendant- BND - nennt sich bekanntlich Bundes-Nachrichten-Dienst.

neuronales NetzBevor man sich mit diesem Thema beschäftigt, sollte man zunächst klären, was man unter Intelligenz verstehen will.

Wikipedia bietet dafür an, Intelligenz sei der psychologische Sammelbegriff für die kognitive Leistungsfähigkeit des Menschen, und man streitet heftig darüber, wie stark biologische oder soziale Faktoren dabei eine Rolle spielen.

In der Informatik ist KI, so die geläufige Abkürzung für Künstliche Intelligenz - ein Teilgebiet, in dem versucht wird, eine menschenähnliche Intelligenz nachzubilden, d. h. einen Computer zu bauen oder so zu programmieren, dass er eigenständig Probleme lösen oder zumindest bearbeiten kann.

In der Praxis ist KI ein Sammelbegriff, dessen prominentestes Beispiel IBMs Superprogramm Watson ist, bekannt durch das vom Computer Deep Blue gewonnene Duell gegen den damaligen Schachweltmeister Garri Kasparow (2011).

Wer sich den Appetit mit dem grenzenlosen Optimismus der KI-Befürworter verderben will, dem sei das Buch von
Nick Bostrom: Superintelligenz
empfohlen

Beispiele für KI-Anwendungen sind regelbasierte Expertensysteme, Neuronale Netze, Spracherkennung, Einsätze in der Robotik von Chatbots bis zum viel diskutierten selbst fahrenden Auto. Die Phantasien gehen so weit, dass Journalisten ernsthaft fragen: Sex der Zukunft - Schlafen wir bald mit Maschinen? (Spiegel Online vom 8.8.2017).

Historie

Die Anfänge der KI lassen sich schon in den 1950er Jahren verorten. Es ging darum, herauszufinden, wie man Maschinen bauen kann, die Sprache verwenden, abstrahieren, Begriffe bilden und Probleme lösen können, die bisher nur menschlicher Intelligenz zugänglich waren.

Als erster erkennbarer Fortschritt auf diesem anspruchsvollen Weg erschienen die Expertensysteme. Darunter sind regelbasierte Programme zu verstehen, die Schlussfolgerungen aus einer Datenbasis mit mühsam codiertem menschlichem Expertenwissen ziehen konnten. Sie bewegten sich stets innerhalb ihres Regelkreises, und das war ihr entscheidender Nachteil.

Ein wichtiger Schritt nach einer von Desillusionierung geprägten Eiszeit waren dann die in den 1990er Jahren entwickelten Neuronalen Netze, die die damals bekannten Abläufe im menschlichen Gehirn nachbilden wollten: untereinander verbundene Speichereinheiten, die in einer Trainingsphase ihr Wissen lernen müssen, meist im Teach-In-Verfahren, wodurch dann erfolgreiche Verbindungen verstärkt und weniger erfolgreiche abgeschwächt oder gar gelöscht werden.

Die derzeitige Spitze ist Maschinelles Lernen, oft auch als selbstlernende Systeme bezeichnet. Beispiele sind automatisierte Diagnose­Verfahren, Erkennung von Kreditkartenbetrug, Aktienmarkt­Analysen, Sprach- und Texterkennung sowie autonome Systeme z.B. beim selbstfahrenden Aiuto und alle die Anwendungen, die unter dem Begriff predictive Analytics vermarktet werden. Sie sollen nach einer anfänglichen Trainingsphase ihren "Lernprozess" selber fortsetzen.

Die derzeitige Forschung verfolgt unter dem Schlagwort Superintelligenz hauptsächlich die Richtung, dieses maschinelle Lernen weiter zu verbessern, folgt aber auch der Spur der Hirnemulation. Letztere geht von der Illusion aus, sich den mühevollen Prozess des Herausfindens, wie unser Gehirm funktioniert, ersparen zu können, wenn man einfach nachbaut, was angeblich im Gehirn vorgeht.

Erfahrung und Bewusstsein

Wer verstehen will, warum heutige Computer Lichtjahre davon entfernt sind, das zu leisten, wozu der menschliche Geist fähig ist, findet reichlich Soff in dem Buch von
David Gelernter: Gezeiten des Geistes

Kehren wir zur Anfangsfrage zurück, was wir unter Intelligenz verstehen wollen, bleiben wir beim menschlichen Geist. Kognitive Prozesse sind nicht reine Denkleistungen. Sie greifen zurück auf Erfahrungen, die unser Gehirn in einer Form speichert, von der wir noch nicht die geringste Ahnung haben, wie dies geschieht. Erfahrungen gehen auf Erleben zurück, und dazu braucht es einen Körper mit seinen vielen Sensorien für Sinnesempfindungen. Erfahrungen sind mit Gefühlen verbunden, und im Gegensatz zu Computern verfügen wir über etwas, das wir Bewusstsein nennen. Beides kennen Computer nicht. Sie präsentieren uns nur Simulationen, die in der Differenz zwischen Wissen und Verstehen hängen bleiben.

Den Quantensprung von mit Hilfe von logischen oder semi-empirischen Regeln abgeleiteten Schlussfolgerungen zu reflektierendem Bewusstsein hat bisher keine Software geschafft. Dies liegt hauptsächlich daran, dass wir noch keinen Schimmer haben, wie Bewusstsein funktioniert. Vielleicht verhält es sich ähnlich wie bei der Frage, warum Eichhörnchen nicht Schach spielen können. Und es auch nicht lernen können. Antwort: Weil ihr Gehirn dafür nicht gemacht ist. Nun können wir kaum ein paar Jahrhunderttausende oder besser Jahrmillionen abwarten, um herauszufinden, ob die Evolution etwas daran geändert hat. Vielleicht geht es uns ähnlich bei dem Bemühen, zu verstehen, was Bewusstsein ist. Unser Gehirm ist vielleicht nicht dafür ausgelegt, so etwas verstehen zu können.

Damit ändert sich die Sicht auf die versprochenen Segnungen der Künstlichen Intelligenz. Vorerst ist Bescheidenheit angesagt.


Karl Schmitz, Oktober 2017
Haben Sie Fragen zum Thema? Brauchen Sie Unterstützung? Wir beraten Sie gerne!
tse GmbH - info@tse.de - 040/366951,-52