Was ist Künstliche Intelligenz?

In den folgenden Abschnitten wird ein Rundumschlag zum Thema “Künstliche Intelligenz” (KI) versucht. Zwar ist die Darstellung eher oberflächlicher Natur, sie sollte es jedoch dem Leser erlauben, die aktuell allgegenwärtigen Diskussionen besser verfolgen zu können.

Die Forschung zu KI beschäftigt sich als Teilgebiet der Informatik damit, Intelligenz zu verstehen und künstliche Intelligenz (als Beweis für das Verständnis) selbst zu schaffen.

Für das Erschaffen einer KI lassen sich verschiedene Ansatzpunkte und Ziele beschreiben. Soll die KI möglichst menschenähnlich denken und sich wie ein Mensch verhalten? In diesen Fällen wäre der Mensch bzw. die menschliche Leistung und das menschliche Verhalten die Leistungsgröße der KI. Alternativ kann eine ideale Leistungsgröße, die sogenannte „Rationalität“, als Maßstab einer KI verwendet werden.

Die Anfänge von Alan Turing

Schon vor fast 70 Jahren hat sich der britische Mathematiker Alan Turing mit der Frage nach künstlicher Intelligenz beschäftigt. In seinem Paper “Computing Machinery and Intelligence” fragt er, ob Maschinen denken können. Hierfür schlägt er den nach ihm benannten Turing-Test vor. Ziel ist es, die menschliche Leistung zu imitieren.

Die Grundidee des Tests beruht auf einem Spiel mit drei Teilnehmern. Zwei der Spieler, ein Mann A und eine Frau B, kommunizieren mithilfe von Textnachrichten mit einer dritten Person C. Die Aufgabe von C ist, ohne die anderen zu sehen oder zu hören, herauszufinden, wer der beiden ein Mann oder eine Frau ist. C kann Informationen sammeln, indem er beiden Fragen stellt. B versucht hierbei, dem Ratenden zu helfen und A versucht, ihn in die Irre zu führen.

Ersetzt man den Mann A jetzt durch einen Computer, nennt man dieses Spiel den Turing-Test. Kann C nicht unterscheiden, ob es sich bei A um einen Menschen oder eine Maschine handelt, so könnte man der Maschine menschliches Verhalten attestieren.

Die Entwicklung „rationaler Agenten“

Im Gegensatz dazu geht es bei der Entwicklung „rationaler Agenten“ nicht um eine Imitation menschlicher Leistung, sondern um rationales Verhalten. Von seiner landläufigen Bedeutung abweichend, versteht man in der Informatik unter der Bezeichnung Agent nicht einen Martini-Konsumenten mit einem Faible für die falsche Romanze. Vereinfacht könnte man einen Agenten als eine Software beschreiben, welche Informationen aufnimmt, diese verarbeitet und daraufhin eine Ausgabe produziert. Im Teilbereich der Robotik werden diese Informationen durch Sensoren gewonnen und die erzeugte Ausgabe sind dann beispielsweise Bewegungen, dies ist dann ein sogenannter Hardware-Agent. Von einem intelligenten Agenten wird nicht nur erwartet, dass er irgendwie agiert, sondern, dass er autonom operiert, seine Umgebung wahrnimmt, über einen längeren Zeitraum beständig ist, sich an Änderung anpasst und Ziele erzeugt und verfolgt. Ein rationaler Agent wiederum verhält sich derart, dass er das beste Ergebnis bzw. bei Unsicherheiten das beste erwartete Ergebnis erzielt.

Aber wie bringt man einem rationalen Agenten das gewünschte Verhalten bei?

Expertensysteme

Eine Möglichkeit ist, das Wissen in Form von Algorithmen vorzudefinieren und zu hinterlegen. Zum einen könnten dies „Wenn-Dann-Aussagen“ sein wie zum Beispiel: “Wenn ich Martini mische, dann schüttele ich ihn.”. Zum anderen könnte es, wie beim Schach, Wissen darüber sein, wie man eine Spielsituation als besonders günstig bewertet. Bei einer solchen KI werden dann viele verschiedene mögliche Spielzüge und deren Folgen durchgespielt und der Beste wird ausgewählt.

Selbstlernende Systeme

Ein anderer Ansatz sind (selbst)lernende künstliche Intelligenzen. Hier kommen viele verschiedene Techniken zum Einsatz. Sie alle haben gemein, dass versucht wird, auf Basis von erhaltenen Eingaben und dazugehörigen korrekten Ausgaben der KI “beizubringen”, richtig auf zukünftige (ähnliche) Eingaben zu reagieren.

Informationen dieser Art werden zum Beispiel als Wahrscheinlichkeiten abgespeichert. Ein gutes Beispiel sind hier die E-Mail-Spamfilter. Diese wissen mit einer relativ hohen Trefferquote, welche Nachrichten als Spam einzustufen sind, indem sie auf bisher gemachte Erfahrungen zurückgreifen. Eine Wissensbasis hierfür setzt sich meist aus mehreren Quellen zusammen. Das können Informationen sein, die der User selbst hinterlegt hat, indem er E-Mails als Spam markiert hat. Zusätzlich kommen hier sehr lange E-Mail-Adresslisten, sogenannte Black-Lists, zum Einsatz. Auf diesen sind beispielsweise E-Mail-Adressen vermerkt, für die bekannt ist, dass Sie zum Versenden von Spam verwendet werden.

Künstliche Neuronale Netze

Die momentan als Buzzword häufig genannten künstlichen neuronalen Netze können ebenfalls als selbstlernend eingestuft werden. Ein solches Netz ist konzeptionell mit einer Abstraktion unseres Gehirns vergleichbar. Das Gehirn hat viele verschiedene Neuronen. Diese werden mit elektrischen Potentialen gereizt und senden dann selbst wieder unterschiedlich starke Signale aus. In einer Kettenreaktion werden auf diese Weise sehr viele Neuronen aktiviert und am Ende erzeugt dies ein gewisses Ergebnis. Ein künstliches neuronales Netz hat den gleichen Grundgedanken. Anders als im Gehirn werden elektrische Signale durch Zahlenwerte abgebildet. Zudem ist ein Neuron in einem künstlichen neuronalen Netz lediglich eine “Logikeinheit” mit einem bestimmten Algorithmus. Die Stärke der Reaktion einzelner künstlicher Neuronen wird von Parametern gesteuert.

Für die Entwicklung von neuronalen Netzen gibt es zwei Strategien. Eine Möglichkeit ist, das neuronale Netz vor seinem Einsatz komplett zu “trainieren” und es bei der Verwendung dann nicht mehr zu ändern. Im Grunde hat es also aufgehört zu lernen. Dies hat den Vorteil, dass man unter Laborbedingungen testen kann, wie sich die KI vermutlich verhalten wird und somit für die Zukunft aussagekräftigere Prognosen machen kann. Die andere Möglichkeit ist, das neuronale Netz sowohl anzutrainieren als auch in Betrieb weiter lernen zu lassen. Dieser Ansatz kann jedoch problematisch sein. Ein bekanntes Negativbeispiel hierfür war Microsofts Chatbot “Tay”, welcher in kürzester Zeit von Benutzern gelernt hat, anzügliche und beleidigende Aussagen von sich zu geben.

Beim Training eines neuronalen Netzes werden, ähnlich wie beim oben genannten Ansatz selbstlernender Systeme, Eingaben in das neuronale Netz eingespeist, für die die korrekte Ausgabe bekannt ist. Die vom neuronalen Netz erzeugte Ausgabe, also dessen Reaktion, wird mit dem für eine Eingabe erwünschten Ergebnis verglichen. Die Parameter des Netzes werden dann in sehr kleinen Schritten angepasst. Das Ziel dieser Anpassung ist, dass das neuronale Netz beim nächsten Mal, wenn es auf diese Eingabe reagiert, eine Ausgabe erzeugt, die eher der gewünschten Ausgabe entspricht. Dies wird mit sehr großen Eingabe-Datensätzen dann immer wieder durchgeführt. Dahinter steht die Hoffnung, dass irgendwann ein Zustand erreicht wird, in dem die Parameter des Netzes so eingestellt sind, dass für beinahe alle möglichen Eingabe- / Ausgabe-Kombinationen die korrekte Wahl getroffen wird. Insbesondere für die Fälle, die das neuronale Netz bisher noch nie verarbeitet hat. Dies ist möglich, wenn es zwischen den verschiedenen Informationen einer Eingabe Zusammenhänge gibt. Meist sind diese für einen Menschen nicht oder kaum ersichtlich.

Insbesondere in einer Zeit in der es autonom fahrende Teslas, Weltmeister besiegende Go-KIs und sich automatisch anpassende Amazon-Preise gibt, sollte sich jeder ein gewisses Grundverständnis zu Künstlicher Intelligenz aufbauen. Denn nur so kann die Gesellschaft entscheiden, welche Ängste gegenüber dieser Technologie auch tatsächlich berechtigt sind und welche Maßnahmen zum Schutz ergriffen werden müssen. Hoffentlich hat Ihnen dieser Artikel hierbei geholfen oder Ihnen zumindest neue Schlagworte zur Suche bei Google geliefert.

Weiterführende Informationen:
https://www.hanser-fachbuch.de/buch/Kuenstliche+Intelligenz/9783446427587
https://www.oreilly.de/buecher/12892/9783960090434-neuronale-netze-selbst-programmieren.html

MerkenMerken

Teile diesen Beitrag

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.