Die Vergangenheit, die Gegenwart und die Zukunft der KI

7 min read
Artwork by Adamastor

Neulich bin ich auf einen Artikel über MIT Technology Review gestoßen, in dem die Autoren nach Analyse von 16.625 Artikeln über die Zukunft der Künstlichen Intelligenz das Ende der Ära des maschinellen Lernens prognostizierten. Ich denke täglich viel über KI nach – ein Teil der Jobbeschreibung – aber nachdem ich das gelesen hatte, hörte ich wirklich auf, über das Thema nachzudenken. Wenn das Zeitalter des maschinellen Lernens zu Ende geht, von dem ich zweifellos glaube, dass es passieren wird, was wird dann folgen?

Im Laufe der letzten Jahre haben wir enorme technologische Fortschritte in der KI gesehen, insbesondere in den Bereichen Verarbeitung natürlicher Sprache, Computervision und Robotik. Dies ist hauptsächlich auf den Erfolg des maschinellen Lernens, der Technologie, mit der Maschinen aus Daten lernen und ihre Leistung basierend auf den Erfahrungen verbessern können, zurückzuführen.

Aber bringen uns diese Fortschritte der Reproduktion menschlicher Intelligenz näher? Was werden uns die kommenden Jahre bringen? Und vor welchen Herausforderungen stehen wir als Nächstes?

Von Dartmouth zu HAL 9000

Der HAL 9000 Computer aus Arthur C. Clarkes und Stanley Kubricks „2001: A Space Odyssey“ ist der Archetyp einer Künstlichen Intelligenz. Es verfügt über menschenähnliche Fähigkeiten, wie das Verstehen der Sprache, das Erarbeiten von Strategien bis zum Erreichen eines Ziels, das Sammeln von Daten aus der Umgebung und das Treffen von Entscheidungen basierend auf diesen Daten. HAL 9000 wurde in den 1960er Jahren mit Optimismus nach dem Dartmouth Summer Research Project über Künstliche Intelligenz konzipiert. Die Konferenz von 1956 brachte unter anderem Allen Newell, Herbert Simon, John McCarthy, Marvin Minsky und Ray Solomonoff zusammen und markierte den Beginn der KI als ein Gebiet der wissenschaftlichen Forschung.

Trotz des anfänglichen Optimismus befindet sich KI auf einer turbulenten Reise. Es wurde allgemein angenommen, dass ein paar Jahre ausreichen würden, um Technologien zu entwickeln, die Menschen erkennen, menschliche Sprache verstehen und zwischen beliebigen Sprachen übersetzen können. Diese Erwartungen führten jedoch zu einer Zeit, die als KI-Winter bezeichnet wurde und in der die Forschungsgelder stark gekürzt wurden.

Jahrzehnte später war der KI-Winter vorbei und der Optimismus erblühte.

KI Goldrausch

Heute verwenden wir täglich KI-Algorithmen. Wenn wir beispielsweise übers Internet recherchieren, auf einen Online-Übersetzer zurückgreifen oder wenn wir eine Buchempfehlung von der Website, wo wir normalerweise schon Bücher kaufen, erhalten. Börsentransaktionen werden mithilfe von Algorithmen innerhalb von Millisekunden ausgeführt. Algorithmen zur Mustererkennung werden in der medizinischen Bildanalyse immer beliebter. Große Unternehmen wie Google, Facebook, Microsoft, Amazon und Uber entwickeln autonome Fahrzeuge, digitale persönliche Assistenten, Dialogsysteme und automatische Übersetzer, speichern riesige Datenmengen und greifen auf automatische Lerntechniken zurück. Wir erleben einen wahren „Goldrausch“, bei dem insbesondere die USA, China, Kanada, Frankreich und Europa große strategische Investitionen in KI tätigen, um den Fortschritt zu beschleunigen.

Eine der begehrtesten Eigenschaften der KI ist die Fähigkeit, komplexe Entscheidungen zu treffen. Genau dies war Gegenstand der Untersuchung der ersten Arbeiten von Herbert Simon (Nobelpreis für Wirtschaftswissenschaften 1978), denen wir das Prinzip der beschränkten Rationalität verdanken, wobei ein Entscheidungsprozess die Begrenzung der verfügbaren Informationen, der kognitiven Begrenzung, um diese Informationen zu verarbeiten und die Frist zu entscheiden, berücksichtigen muss. Wir beobachten derzeit Erfolge in diesem Bereich in kontrollierten Umgebungen, z. B. bei Spielen mit genau definierten Regeln. Das AlphaGo-System schlug die besten menschlichen Spieler bei Go durch verstärkte Lerntechniken. Es war eine historische Marke, von der wir dachten, dass sie noch Jahrzehnte entfernt ist.

Eine größere Herausforderung besteht darin, diese simulierten Umgebungen zu verlassen und Maschinen zu bauen, die basierend auf Beobachtungen, die sie von der realen Welt machen, Entscheidungen „in freier Wildbahn“ treffen können. Wenn dies möglich ist, werden wir über die bereits bekannte gewerbliche Robotertechnik hinaus ein breites Spektrum von Berufen haben, die Maschinen zugewiesen werden können: Ärzte, Ingenieure, Richter und Finanzanalysten. Dies wird voraussichtlich in den nächsten Jahrzehnten geschehen.

Allwissende persönliche Assistenten

Eine der ältesten utopischen Ideen im Zusammenhang mit KI ist die automatische Übersetzung : die Fähigkeit einer Maschine, zwischen zwei Sprachen zu übersetzen, alle Sprachbarrieren zu überwinden und die Kommunikation zwischen Menschen zu vermitteln. Dieser Bereich hat in den letzten Jahren dank maschinellen Lerntechniken wie Neuralnetzwerken eine bemerkenswerte Entwicklung gezeigt. Obwohl es immer noch nicht möglich ist, ein Buch mit der Kompetenz eines menschlichen Übersetzers automatisch zu übersetzen, weisen viele maschinell übersetzte Inhalte wie Nachrichten oder E-Mails eine Qualität auf, die viel besser ist, als sie vor fünf Jahren war.

In naher Zukunft können wir erwarten, dass Fortschritte in der Verarbeitung natürlicher Sprache (einschließlich Spracherkennung und -synthese, semantische Informationsextraktion und Dialogsysteme) in persönliche Assistenten integriert werden: Geräte, die mit uns kommunizieren, unsere täglichen Zeitpläne verwalten und Informationen online nachschlagen können. Diese Geräte wissen alles über unseren Geschmack und unsere Vorlieben und werden bald unverzichtbar werden.

Formen der Intelligenz

Um Vorhersagen über eine weiter entfernte Zukunft treffen zu können, müssen wir uns eine umfassendere, weniger anthropomorphe Sichtweise der „Intelligenz“ überlegen. Ist biologische Inspiration die notwendige Voraussetzung für die Schaffung einer KI? Insgesamt tendieren wir dazu, die Zukunft der KI vor dem Hintergrund des Wissens über die menschliche Intelligenz zu betrachten. Ist dies jedoch die einzig mögliche Form der „Intelligenz“?

Werfen wir einen Blick auf die Aerodynamik: auch wenn das Fliegen der Vögel die Inspiration für die Entwicklung von Fluggeräten war, schlagen Flugzeuge nicht mit den Flügeln wie Vögel. Auf dem gleichen Weg könnte es möglich sein, „intelligente“ Maschinen zu bauen, ohne zu versuchen, Gehirnmechanismen zu replizieren. In Systemen mit mehreren Agenten können Arten von „intelligentem Verhalten“ auftreten. Da diese Agenten zur Lösung eines Problems zusammenarbeiten müssen, entwickeln sie automatisch Kommunikationsprotokolle, um sie untereinander auszutauschen. Welche Sprache sprechen diese Maschinen? Was haben diese künstliche Sprache und die menschliche Sprache gemeinsam? Welche wird sich als die Günstigere herausstellen, um ein intelligentes Verhalten zu erreichen. Eine symbolische Sprache wie unsere oder „kontinuierliche Darstellungen“, die fürs menschliche Ohr unverständlich sind? Ist es möglich, zwischen diesen inneren Repräsentationen und der menschlichen Sprache zu vermitteln, um Interpretierbarkeit zu erreichen?

Leider haben wir immer noch kein Handbuch, das uns durch die Möglichkeiten und Begrenzungen von KI leiten und uns gleichzeitig mit Tools für disruptive Fortschritte versorgen kann.

Mit anderen Worten hat KI gerade ihre prähistorische Phase verlassen und befindet sich nun in ihrem „historischen Zeitalter“: einer Zeit, die von außergewöhnlichen gemeinschaftlichen Vorhaben wie beispielsweise den Großen Pyramiden von Gizeh (ca. 2500 vor Christus),aber auch durch relativ rudimentäre Techniken geprägt war. Historiker schätzen, dass die Großen Pyramiden in dreimonatigen Schichten über einen Zeitraum von 30 Jahren von rund 10.000 Arbeitern (rasend schnell) gebaut wurden. Die Zahl der Wissenschaftler und Ingenieure, die heutzutage in der KI arbeiten, übertrifft diese Zahl mit Sicherheit. Der an Teraflops und der Energieabgabe in riesigen Rechenzentren gemessene Rechenaufwand steht mit der menschlichen Energie, die beim Aufstapeln der Steinblöcke der Pyramiden aufgewendet wurde, in nichts nach. Die Techniken, die wir heute in der KI anwenden, scheinen jedoch ebenso rudimentär.

Mensch gegen Maschine

KI beeinflusst zunehmend unser tägliches Leben und seine Vorteile sind unbestreitbar. Dennoch gibt es immer noch Schlüsselfähigkeiten, die wir beherrschen müssen, um bestimmte Einschränkungen aktueller KI-Systeme aufzuheben. Unbeaufsichtigtes Lernen ist eine davon, da ein System nur so ohne menschliche Anleitung lernen kann. Darüber hinaus ist es sehr schwierig, Vorhersagen in einem Bereich zu treffen, in dem Technologien aus früheren Zeiten noch auf dem Weg sind, ihr volles Potenzial auszuschöpfen. Es besteht eine ziemlich gute Chance, dass etwas Störendes passieren wird, was uns in eine völlig neue Richtung weist.

Aus diesem Grund glaube ich nicht, dass Maschinen in naher Zukunft „intelligenter als wir“ werden oder dass wir einer Kommunikation, die so flüssig wie die von HAL 9000 ist, auch nur annähernd nahe kommen. Trotz des von Stephen Hawking und Elon Musk zum Ausdruck gebrachten Alarmismus, der in der KI „die schwerwiegendste Bedrohung fürs Überleben der menschlichen Spezies“ sehen, erscheint es nicht plausibel, dass die unmittelbarsten Gefahren der KI von einer Superintelligenz ausgehen werden. Im Gegenteil, sie werden von unserer Unvorbereitetheit und dem Missbrauch unserer Technologien herrühren, wenn wir ihre Fähigkeiten überschätzen und ihre Mängel und Neigungen nicht verstehen.

ArtboardFacebook iconInstagram iconLinkedIn iconUnbabel BlogTwitter iconYouTube icon