Abbildung: Moden und Trends der Künstlichen Intelligenz anhand der Treffermenge in einer führenden Wirtschaftsdatenbank im Zeitablauf, Suchterm: „Künstliche Intelligenz“, Datenbank: wiso-net, Abfragezeitpunkt: Juni 2017
Begleitet durch den Sieg von AlphaGo, einer von Google DeepMind entwickelten Maschine, die führende Go-Meister geschlagen hat, bahnt sich gerade eine dritte Welle der öffentlichen Aufmerksamkeit an Künstlicher Intelligenz an, welche die beiden vorherigen Wellen an Stärke erheblich übertrifft. Vermutlich ist die enorme öffentliche Aufmerksamkeit in Teilen mit einer aktuellen Mode zu begründen, gleichwohl zeigt der langfristige Verlauf der Kurve einen eindeutigen und stabilen Aufwärtstrend.
Digitalisierung als wichtige Voraussetzung für Künstliche Intelligenz
Begleitet werden die aktuellen Entwicklungen um die Künstliche Intelligenz von einer Digitalisierung. Datenspeicher, Prozessoren und Netzwerke sind in hohen Leistungsklassen kostengünstig verfügbar, sodass nicht nur ausgewählte, stark-strukturierte Daten von Maschinen erfasst, digital verarbeitet und nutzbar gemacht werden können. Vielmehr werden neben den strukturierten Daten auch Texte, Bilder, Fotos, Videos, Musik, Sprache und vieles andere mehr maschinell erschließbar. Mit anderen Worten: Sämtliche Informationen, die ein Mensch mit seinen Sinnen über die äußere Welt wahrnehmen kann, können mithilfe von Sensoren digital erfasst werden. Die Digitalisierung bildet damit eine wichtige Voraussetzung, um Künstliche Intelligenz nutzen zu können.
IT-Systeme als Intelligente Maschinen
Neben der digitalen Erfassung der Umwelt, können Maschinen zunehmend über Aktoren ihre Umwelt direkt manipulieren. IT-Systeme sind damit nicht nur als Automatisierungsmaschinen zu verstehen, sondern als Intelligente Maschinen („smart machines“). Intelligente Maschinen bieten dem Menschen vielfältige Assistenzdienste und können vollständig autonom hochkomplexe Aufgaben erledigen, die den Alltag und das Berufsleben erheblich verändern werden. Zu nennen sind beispielsweise die Möglichkeiten autonomen Fahrens für Kinder, Senioren und Menschen mit eingeschränkten körperlichen oder geistigen Fähigkeiten.
Was bringt die Zukunft?
Offen ist, welche Anwendungen zukünftig noch zu erwarten sind. Das Verstehen und Abschätzen von Potentialen neuer Techniken ist grundsätzlich schwierig und fehlerbehaftet. Man denke an berühmte Fehleinschätzungen, die diverse Quellen Personen zuschreiben, die es eigentlich „besser“ gewusst haben müssten:
- 1943, Thomas Watson, Vorsitzender von IBM: „Ich denke, dass es einen Weltmarkt für vielleicht fünf Computer gibt.“
- 1977, Ken Olson, Vorsitzender und Gründer von Digital Equipment Corporation: „Es gibt keinen Grund, warum irgendjemand einen Computer in seinem Haus wollen würde.“
- 1981, Bill Gates: „640K sollte genug für jedermann sein.“
Künstliche Intelligenz: ein Bündel unterschiedlicher Techniken
Damit sind Prognosen über die Zukunft mit Vorsicht zu interpretieren. Wenn die Anwendungspotentiale der Künstlichen Intelligenz abzuschätzen sind, besteht unabhängig von dieser grundsätzlichen Schwierigkeit die Besonderheit, dass Künstliche Intelligenz nicht eine einzelne Technik, sondern ein ganzes Bündel im Detail sehr unterschiedlicher Techniken umfasst. So verwundert es auch nicht, dass führende Anbieter nicht einen einzigen Dienst zur Künstlichen Intelligenz, sondern eine ganze Palette sehr unterschiedlicher Dienste im Portfolio offerieren. Um was für Techniken handelt es sich bei Künstlicher Intelligenz genau?
Wann ist eine Maschine intelligent?
Die frühe Forschung hat versucht, anhand des von Alan Turing definierten Rahmens die Künstliche Intelligenz zu charakterisieren (so genannter Turing-Test). Gemäß dem Turing-Test soll eine Maschine dann als intelligent bezeichnet werden, wenn ein menschlicher Fragesteller trotz geschickter Fragestellungen nicht sicher entscheiden kann, ob Antworten von einer Maschine oder einem anderen Menschen stammen. Maschinen können den Turing-Test nur dann bestehen, wenn mindestens folgende Voraussetzungen erfüllt sind:
- Die Maschine kann Wissen repräsentieren.
- Die Maschine kann Probleme lösen.
- Die Maschine kann ihr Verhalten durch Lernen an neue Umweltbedingungen anpassen.
Facetten der Intelligenz
So einleuchtend dieser Test zunächst ist, wurde er dennoch mit guten Gründen vielfältig kritisiert. Beispielsweise fokussiert er sprachliche Handlungen, außer-sprachliche Handlungen wie Kochen, Musizieren, Tanzen, Trauern, Trösten et cetera und die damit verbundene Kreativität, Interaktivität und Emotionalität werden schlicht ausgeblendet. Dagegen geht die Forschung heute davon aus, dass Intelligenz neben kognitiven auch sensormotorische, emotionale und soziale Facetten umfasst.
Relevante Anwendungen für Künstliche Intelligenz
Die Vielschichtigkeit der Künstlichen Intelligenz zeigt sich auch an zentralen Forschungszielen, die über die Zeit verfolgt worden sind. So stand in einer frühen Phase die Entwicklung einer universellen Problemlösungsmaschine („general problem solver“) im Vordergrund, die in der Lage sein sollte, sämtliche Probleme autonom zu lösen. Heutige Forschungsziele sind dagegen wesentlich spezieller und konkreter ausgerichtet. In diesem Zusammenhang relevante Anwendungen und damit verbundene Techniken sind:
- • Spracherkennung und Verstehen natürlicher Sprache: Wie kann natürliche Sprache maschinell erkannt und verstanden werden? Wie lautet eine Übersetzung in eine andere Sprache?
- • Bildverarbeitung und Bilderkennung: Welche Gegenstände befinden sich auf einem Bild?
- • Expertensysteme: Wie kann das Wissen menschlicher Experten in einer bestimmten Domäne maschinell nutzbar gemacht werden?
- • Intelligente Roboter: Wie sind Maschinen zu konzipieren, die vollständig autonom im Raum agieren?
- • Musteranalyse und Data Mining: Welche Zusammenhänge lassen sich in Daten erkennen?
- • Process Mining: Wie kann aus der Fülle betrieblicher Ereignisse der tatsächliche betriebliche Prozessablauf konstruiert und analysiert werden?
Intelligente Maschinen sollen gezielt menschliche Handlungen unterstützen
Die jeweiligen Forschungsanstrengungen sind dadurch geprägt, dass ganz bestimmte Methoden und Techniken für die maschinelle Lösung klar umrissener Aufgaben eingesetzt werden. Auch wenn einzelne Protagonisten das Erschaffen einer „Super-Intelligenz“ propagieren, ist es erklärtes Ziel vielfältiger Forschungsbemühungen gerade nicht, einen modernen Homunkulus zu bauen. Vielmehr sollen intelligente Maschinen gezielt menschliche Handlungen unterstützen. Der Sinn der Maschine besteht gerade im Erreichen dieser Ziel-Mittel-Relation und nicht in einem Wert an sich.
Künstliche Intelligenz philosophisch betrachtet
Andererseits wird die Frage diskutiert, ob Maschinen überhaupt Intelligenz aufweisen (können). Antworten auf diese Fragen hängen nicht nur von technischen Leistungseigenschaften, sondern unter anderem auch von philosophischen und erkenntnistheoretischen Annahmen ab. So wird beispielsweise zwischen einer harten und einer weichen Forschung zur Künstlichen Intelligenz unterschieden. Gemäß Protagonisten der harten Forschung verhält sich die Maschine funktional äquivalent zum Menschen; gemäß Protagonisten der weichen Forschung wird die Leistung des Menschen nur simuliert. Teile dieser Diskussion gleichen der Frage, ob Flugzeuge wirklich fliegen oder ob ihr Fliegen nur künstlich sei. Während unstrittig Flugzeuge das Fliegen der Vögel simulieren, werden dagegen polemische Diskussionen zu den Leistungspotentialen von Maschinen geführt.
Potentiale der Künstlichen Intelligenz verantwortungsvoll nutzen
Die Debatte über die grundsätzlichen Möglichkeiten der Künstlichen Intelligenz überlagert sich mit der Feststellung, dass Techniken der Künstlichen Intelligenz nicht nur positive Effekte haben, sondern auch negative Wirkungen entfalten können. Dieses Dilemma gilt grundsätzlich für alle Techniken. Bereits in der Frühzeit wurde ein Faustkeil nicht nur zum Schneiden, sondern auch zum Töten benutzt. In unserer Zeit sind Automobile ein dominierendes Fortbewegungsmittel, können aber auch als Mordwaffe dienen. Ziel kann es folglich nicht sein, Künstliche Intelligenz grundsätzlich zu unterbinden, vielmehr sind konkrete Fehlnutzungen zu identifizieren und gegebenenfalls zu verhindern. Klar ist nämlich, wenn eine Volkswirtschaft sich einer Technik verschließt, werden in einer globalisierten Welt andere die mit einer Technik verbundenen Potentiale ausnutzen.
