Künstliche Intelligenz – Ein kurzer Blick in die Zukunft

Künstliche Intelligenz ist die Simulation menschlicher Intelligenzprozesse durch Maschinen, insbesondere Computersysteme und gewinnt immer mehr an Bedeutung. Bedingt durch eine steigende Rechenleistung, niedrigere Rechenkosten, der Verfügbarkeit von Big Data und dem Fortschritt von Algorithmen und Modellen des maschinellen Lernens, wird sich die Künstliche Intelligenz in vielen Bereichen immer mehr etablieren. Doch wie funktioniert KI? Welche Arten der KI gibt es? Warum wird die KI für unsere Zukunft wichtig sein und welche Vor- und Nachteile bringt sie mit sich? KI wirft viele Fragen auf und sorgt mit sehr vielen kontroversen Meinungen für Unsicherheit. Grund genug, dem Thema nicht nur einen Blogartikel, sondern eine ganze Blog-Serie zu widmen, um Euch einen besseren Einblick in die Thematik zu geben.

Was bedeutet eigentlich Künstliche Intelligenz?

Künstliche Intelligenz – Ein kurzer Blick in die Zukunft

Unser Anspruch ist es, komplexe Themen auf die wesentlichen Punkte zu reduzieren und diese vereinfacht darzustellen. Bei unseren Recherchen fiel uns immer wieder auf, dass über einzelne Komponenten von KI, wie beispielsweise „Automatisierung“ oder „Maschinelles Lernen“ geredet wird und so in der breiten Gesellschaft ein sehr fragmentiertes Bild zum Thema Künstliche Intelligenz entstanden ist. Da viele Menschen ein anderes Verständnis bezüglich KI entwickelt haben, kommt es oftmals auch nicht zu einem Konsens.

Künstliche Intelligenz hat das Bestreben, die menschliche Intelligenz maschinell nachzubilden. In Anlehnung an die intelligenten Fähigkeiten des Menschen, versucht die KI eine zielgerichtete Wahrnehmung der Umgebung zu konstruieren, autonomes zu lernen, Probleme eigenständig zu lösen sowie zweckorientiert zu handeln. Hierbei unterscheidet man zwischen der sogenannten „schwachen“ und „starken“ KI.

Künstliche Intelligenz – Ein kurzer Blick in die Zukunft

Eigene Darstellung in Anlehnung an Wirtschaftsforum und Westphalia Data Lab

Schwache KI – Maschinelles Lernen in der Gegenwart

Die „schwache“ KI hat in unseren Alltag schon längst Einzug genommen und ist allgegenwärtig. Deshalb haben wir zu diesen KI-Systemen, die entwickelt und trainiert wurden, um klar definierte Aufgaben zu erfüllen, einen leichteren Zugang. Industrie-Roboter, Navigationssysteme, Übersetzungsprogramme sowie virtuelle persönliche Assistenten wie Siri von Apple, werden als schwache KI bezeichnet. Ihre Lernfähigkeiten sind zumeist auf das Trainieren von Erkennungsmustern (Machine Learning) oder das Abgleichen und Durchsuchen von großen Datenmengen reduziert. Sie besitzen keinerlei Kreativität und keine expliziten Fähigkeiten selbstständig im universellen Sinne zu lernen. Die „schwache KI“ funktioniert nach einer festgelegten Methodik. Sie kann nur genau definierte und wiederkehrende Probleme lösen. Wir würden eher dazu tendieren, die „schwache“ KI als Anlehnung an die menschliche Intelligenz zu verstehen, um Menschen bei einfachen Tätigkeiten oder Problemlösungen zu unterstützen.

Starke KI – Die Zukunft heißt Deep Learning

Die „starke“ KI beschreibt eine Programmierung, die die kognitiven Fähigkeiten des menschlichen Gehirns nachbilden kann. Ziel ist es, eine KI zu schaffen, die der Intelligenz eines Menschen ebenbürtig oder sogar überlegen ist. Dies erfordert die Fähigkeit, argumentieren zu können, flexibel, kreativ und vorausschauendes zu denken, eigenständiges Handeln sowie autonom zu Lernen. Die „starke“ KI soll universell einsetzbar sein, um jedes Problem schneller und besser lösen können, als der Mensch selbst. Dies könnte durch die sekundenschnelle Verarbeitung von millionenfachen Daten möglich werden. Allerderdings ist die Wissenschaft noch weit von diesen Möglichkeiten entfernt, aber man rechnet damit, dass Systeme mit einer „starken“ KI bis 2050 Wirklichkeit werden könnten.

Die vier Arten der künstlichen Intelligenz

Künstliche Intelligenz – Ein kurzer Blick in die Zukunft

Arend Hintze, Assistenzprofessor für integrative Biologie, Computerwissenschaften und Ingenieurwissenschaften an der Michigan State University, untersucht unter anderem die Evolution von natürlichen und künstlichen Intelligenzen. Er kategorisiert KI in vier Typen, beginnend mit den heute weit verbreiteten, aufgabenspezifischen, intelligenten Systemen bis hin zu empfindungsfähigen Systemen, die es noch nicht gibt.

Typ 1: Reactive AI

Reaktive Maschinen führen grundlegende Operationen durch. Durch das Erkennen von Mustern in vorliegenden Datenbeständen sind KI-Systeme in der Lage, eigenständig Lösungen für Probleme zu finden. Selbst große Datenmengen sind für die bestehenden KI-Systeme kein Problem. Allerdings hat eine reaktive KI kein Gedächtnis und kann vergangene Erfahrungen nicht für zukünftige Handlungen verwenden. Es findet somit kein Lernen statt. Ein passendes Beispiel ist das Schachprogramm Deep Blue von IBM , das Garry Kasparov in den 1990er Jahren besiegte. Deep Blue kann Figuren auf dem Schachbrett identifizieren und Züge vorhersagen. Es analysiert die eigenen Züge und die seiner Gegner und wählt den strategisch besten Zug aus. Sowohl Deep Blue als auch Googles AlphaGO wurden spezifisch für Schach und das Brettspiel „GO“ entwickelt und sind nur in diesen Bereichen einsetzbar.

Typ 2: Limited memory

Diese KI-Systeme gehen einen Schritt weiter und besitzen die Fähigkeit, frühere Daten oder Vorhersagen zu speichern, um diese für bessere Vorhersagen zu verwenden. Sie nutzen Erfahrungen aus der Vergangenheit für zukünftige Entscheidungen. Im Allgemeinen werden drei Formen des maschinellen Lernens unterschieden: Die unüberwachte Form des maschinellen Lernens wird in der Regel eingesetzt, um verborgene Muster in großen Datenmengen zu erkennen. Dabei bleibt das Ergebnis immer offen. Überwachtes Lernen bedeutet, dass ein KI-Modell im Voraus mit Daten getestet wird. Das Verstärkungslernen geht noch einen Schritt weiter. Hier spricht man von Systemen, die selbständig eine langfristige Strategie erlernen. Einige Entscheidungsfunktionen in selbstfahrenden Autos sind so ausgelegt. Beobachtungen informieren über Aktionen, die in nicht allzu ferner Zukunft stattfinden, wie beispielsweise ein Spurwechsel eines Autos. Diese Beobachtungen werden nicht dauerhaft gespeichert.

Typ 3: Theory of mind

Dieses KI-System beginnt mit den Gedanken und Emotionen der Menschen zu interagieren. Es bezieht sich auf das grundlegende Verständnis, dass andere Menschen eigene Überzeugungen, Wünsche und Absichten haben, die sich auf die Entscheidungen der KI auswirken. Diese Form der KI befindet sich erst in ihren Anfangsphase. Wenn man derzeit auf Alexa wütend ist oder der Sprachassistent im Auto zum xten Mal die Spracheingabe nicjt versteht, wird auch ein Wutausbruch keine andere Reaktion der KI-Systeme erzielen. Dies soll sich zukünftig ändern.

Typ 4: Self-aware

In dieser Kategorie haben KI-Systeme ein Selbstgefühl, ein Bewusstsein. Maschinen mit Selbstbewusstsein verstehen ihren aktuellen Zustand und können aus den Informationen schließen, was andere fühlen. Diese Art von KI existiert nur in Science-Fiction-Filmen und Romane, und flößt dem Publikum sowohl große Hoffnung, aber auch Angst ein. Denn eine selbstbewusste Intelligenz, die über den Menschen hinausgeht, hat eigene Vorstellungen und stellt Forderungen, die nicht unbedingt mit denen der Menschheit übereinstimmen. Lassen wir uns also überraschen.

Final Thoughts

Onpage-SEO und Überschriften-Tags

Künstliche Intelligenz (KI) ist die Simulation menschlicher Intelligenzprozesse durch Maschinen, insbesondere Computersysteme. Zu diesen Prozessen gehören das Lernen, das Denken und die Selbstkorrektur. KI-Systeme, wie beispielsweise die Google Suchmaschine, digitale Sprachassistenten oder Hyper-Tarketing gehören heute schon zum Alltag. Im nächsten Blogbeitrag werden deshalb stärker auf die KI im Marketing eingehen und über Personalisierte Werbung und Content sowie über Sprachsteuerung und Chatbots reden.

Während KI-Tools eine Reihe neuer Funktionen für Unternehmen bieten, wirft der Einsatz von künstlicher Intelligenz aber auch ethische Fragen auf. Dies liegt daran, dass Deep-Learning-Algorithmen, nur so intelligent sein können, wie die Daten, die ein Mensch für das Training auswählt. Diese menschliche Voreingenommenheit muss genau überwacht werden.

Einige Branchenexperten glauben, dass der Begriff künstliche Intelligenz durch Filme und Romane negativ besetzt wurde, und die Menschen vor künstlicher Intelligenz unbegründete Ängste entwickeln. Diese Ängste haben aber Ihre Berechtigung, da der digitale Wandel zu Veränderungen mit einer einhergehenden Unsicherheit führt. Worte wie „Digitale Transformation“ oder „Disruption“ halten Einzug in den Medien und schüren zusätzlich die Angst vor Jobverlust, gläsernem Kunden und technischer Überforderung. Forscher und Vermarkter hoffen , dass das neutral konnotierte Label Augmented Intelligence den Menschen helfen wird zu verstehen, dass KI-Systeme unser Leben verbessern und den Menschen nicht ersetzen sollen. Doch die Änderung eines Namens führt noch lange nicht zu einer Meinungsänderung und was wir in den nächsten 20-40 Jahre zu erwarten haben, kann niemand vorhersagen.