Blog PIKON Deutschland AG
Search
sap-silver-partner-logo
blank

Unraveling Artificial Intelligence

Was ist Künstliche Intelligenz und wie wichtig ist sie für mich und mein Unternehmen?

Auch Ihnen ist er bestimmt schon über den Weg gelaufen. DER Begriff unserer Zeit – Artificial Intelligence oder deutsch Künstliche Intelligenz. Menschen fühlen sich durch die technologischen Neuerungen der letzten Jahrzehnte dazu in die Lage versetzt, Intelligenz künstlich zu erschaffen… oder doch nicht?

Er geistert durch unsere Medienlandschaft und polarisiert dabei. Die Bundesregierung hat eine Erklärung abgegeben, dass Deutschland zum führenden Standort für KI werden soll. [1] Chinesische und amerikanische Firmen sind hier bereits weit vorangeschritten. Wird die Künstliche Intelligenz uns überflügeln und überflüssig machen oder uns in eine Welt führen, in der sich niemand mehr mit harter Arbeit beschäftigen muss? Was verbirgt sich hinter dem Begriff? Was bedeutet die Entwicklungen für mich und mein Unternehmen konkret?

Auf diese Fragen gibt es natürlich keine einfachen Antworten. Dennoch soll das Thema hier in einer Blogreihe etwas beleuchtet werden. Insbesondere für den Fortbestand Ihres Unternehmens wird es zukünftig von großer Bedeutung sein, ob und wie sie die neuesten Technologien einsetzen… oder doch nicht?

Künstliche Intelligenz verstehen

Ein kurzer Abriss der Geschichte der Künstlichen Intelligenz und was das Thema für uns bedeutet

Um zu beantworten, was Künstliche Intelligenz zum jetzigen Zeitpunkt bedeutet, müssen wir etwas ausholen und in der Zeit zurückgehen. Keine Angst, nur „etwas“.

Angefangen hat die Entwicklung von sich selbst steuernden komplexen Systemen schon recht früh, in den Vereinigten Staaten der 1940er. Damals haben sich führende Wissenschaftler, unter ihnen auch der Neurophysiologe Warren McCulloch und der Mathematiker Walter Pitts, erste Forschungen zu Künstlichen Neuronalen Netzen (der Begriff wird uns noch öfter beschäftigen) unternommen. Unter dem Begriff Cybernetics (Kybernetik) forschte ein interdisziplinäres Team von Wissenschaftlern an dem, was man heutzutage wohl Künstliche Intelligenz nennen würde. Jedenfalls trug diese Entwicklung wesentlich zum heute als Künstliche Intelligenz bezeichneten Forschungsgebiet bei.

Schon 1950 hat Alan Turing den sogenannten Turing-Test entworfen. Mit diesem Test sollte man entscheiden können, ob ein System über menschenähnliche Intelligenz verfügt. Dies sei dann der Fall, wenn ein Mensch bei einer Kommunikation (Telefongespräch oder Schriftform) mit zwei Partnern nicht mehr entscheiden könne, wer der beiden der Mensch und was die Maschine ist. [2]

Der Begriff Künstliche Intelligenz als akademische Fachrichtung stammt aus dem Jahr 1956. In diesem Jahr fand die sogenannte Dartmouth Conference unter dem Namen „Dartmouth Summer Research Project on Artificial Intelligence“ statt, wo der Begriff erstmals auftauchte. [3] Darauf folgten Einschätzungen und Prophezeiungen zur Entwicklung der KI. Der erste KI-Hype war geboren.

Warum ist das interessant?

Nun ja, knapp 70 Jahre später haben wir immer noch nicht (oder nur teilweise) die damals vorhergesagten Durchbrüche der KI erlebt. Um ein Beispiel zu nennen, wurde von Herbert Simon 1957 prognostiziert, dass KI in den nächsten 10 Jahren den Schachweltmeister schlagen wird. [4] Die Prophezeiung trat so nicht ein. Erst 1996 ist dies IBM mit ihrem System Deep Blue gelungen. Kasparov, der zu dieser Zeit amtierender Schach Weltmeister war, wurde von einem System geschlagen. Ein Jahr später sogar unter Turnierbedingungen, bei denen laut Aussagen von Kasparow, das Team von Deep Blue während des Turniers Anpassungen vornahm. Nach dem Turnier wurde Deep Blue in Einzelteile zerlegt und ins Museum verbannt. Auch bei diesem Sieg gab es somit Kritik am Vorgehen und nicht jeder wollte sich damit abfinden. Heute jedenfalls schlagen Schachcomputer, die auf handelsüblichen PCs laufen, jeden menschlichen Spieler erwiesenermaßen. [5]

Nun könnte man also behaupten, die Aussagen zur KI träfen zwar zeitlich nicht genau zu, mit einer gewissen Verzögerung allerdings schon.

Richtig, Deep Blue hat Kasparov im Schach geschlagen. Ließe man ein solches auf massiver Parallelisierung (also schnelles Rechnen) basierendes System den Turing-Test machen… naja Sie können es sich denken… Man kann also hier nur schwer von Künstlicher Intelligenz im menschlichen Sinne sprechen.

Was waren also weitere Erfolge der Künstlichen Intelligenz?

Das Programm Watson beispielsweise (heute wahrscheinlich vielen aus der IBM Werbung bekannt) gewann 2011 in Jeopardy! gegen die erfolgreichsten Spieler der Sendung. Ein Durchbruch der Künstlichen Intelligenz, der Grund zur Hoffnung (oder Furcht?) gibt, da das System Fragen (als Text geliefert) verstehen und die richtige Antwort darauf liefern musste. [6] Eine großartige Leistung. Nichtsdestotrotz ist Jeopardy! eine sehr spezielle Aufgabe und nicht unbedingt mit menschlicher Intelligenz gleichzusetzen. Allerdings auch keine Referenz für den Turing Test.

Doch heute ist der Test immerhin bestanden. Von Eugene, einem Bot-Skript, das 2014 den Test endlich bestanden hat! Jedenfalls hat der simulierte „13-jährige Junge aus der Ukraine der Englisch nicht als Muttersprache spricht“ in 33% der Fälle den Chatpartner davon überzeugt dies wirklich zu sein. War das nun die Intension des Tests?

Man könnte das jetzt noch lange weiterführen (KI schlägt Spieler in PC-Spielen etc.), es soll hier allerdings erst einmal reichen.

Moment, nicht ohne auf einen wirklichen Durchbruch einzugehen – AlphaGo & AlphaGo Zero. Jeder hat bestimmt davon gehört. Eine KI von Googles Tochter DeepMind schlägt mit Hilfe der Deep Learning Technologie [7] den Menschen. Das hätte niemand vorhergesagt. Aber was ist daran so besonders? Go ist ein Spiel, das von zwei Spielern auf einem 19×19 Felder großen Brett ausgetragen wird und bei dem jeder abwechselnd Steine setzt. In einem durchschnittlichen Go-Spiel sind 10170 (mehr als Atome im Universum) Brettkonstellationen möglich. Deep Blue käme hier mit der massiven Parallelisierung nicht weiter. Um einen Menschen zu schlagen, muss der Computer hier lernen, welcher Zug in welcher Situation der wahrscheinlich sinnvollste ist, ohne alle möglichen Züge zu berechnen. Die Betonung liegt hier also auf dem Lernen, nicht dem reinen Berechnen. Dies hat AlphaGo 2016 geschafft. Und als wäre das nicht genug, schlägt AlphaGo Zero, seine Vorgängerversion ein Jahr später, ohne jemals von Menschen die Spielzüge bzw. Datensätze (AlphaGo erhielt 30 Millionen) erhalten zu haben. [8] Diese Errungenschaft beim Thema Machine Learning (einem Teilbereich der KI-Forschung) bedeutet nun also, dass Maschinen alles besser können als Menschen. Der Zerstörer der Welten heißt also nicht Terminator sondern AlphaGo Zero. – oder nicht?

Diese Beispiele sollen nicht die Erfolge ins Lächerliche ziehen, die Forscher im Bereich der KI in den letzten 70 Jahren gemacht haben. Diese sind weitreichend und haben viele neue Erkenntnisse gebracht. KI, und die Schlagzeilen, welche heute den Hype verursachen, sollten allerdings etwas genauer und differenzierter betrachtet werden.

Der langen Rede kurzer Sinn – KI wird heute in zwei Bereiche unterteilt

Die starke Künstliche Intelligenz ist das, was man als menschliche Intelligenz bezeichnen würde und beispielsweise aus Science Fiction Romanen kennt. Sie ist dem Menschen in seinen intellektuellen Fähigkeiten gleichzusetzen oder übertrifft diese sogar. Die Diskussion, ob eine solche KI entwickelt werden kann, ist noch im Gange und natürlich gibt es auch unterschiedliche Voraussagen, wann es denn soweit ist. Sie würde auch den Turing Test bestehen, oder ihn mit Absicht nicht bestehen, wer weiß. Auf das Thema starke KI will ich hier aber, da es ja darum gehen soll, wo Sie heute bereits nutzen aus KI ziehen können, nicht weiter eingehen.

Der viel interessantere Bereich (jedenfalls für uns in dieser Reihe) ist die schwache Künstliche Intelligenz. Eine KI, die auf die Lösung konkreter Anwendungsfälle ausgelegt ist. Sie ahnen es, ja auch AlphaGo ist eine solche schwache KI. Sie kann genau eins: Verdammt gut AlphaGo spielen. Mit dieser in Spielen entwickelten Erkenntnis können wir weiterarbeiten. Wieso nicht den Menschen mit schwacher KI bei Aufgaben unterstützen und daraus resultierende Ergebnisse verbessern. Oder Arbeit, die der Mensch nicht dauerhaft erledigen will, der KI überlassen. Mit der gewonnen Zeit kann der Mensch sich mit seiner sehr starken natürlichen Intelligenz, seiner Fähigkeit, Transferaufgaben zu lösen und seiner Kreativität um Aufgaben kümmern, die ihn auch fordern. Zudem kann KI zur Verbesserung und Vereinfachung menschlicher Tätigkeiten beitragen. So kann man beispielsweise heute mit AlphaGo trainieren und somit sein eigenes Go Spiel verbessern und weitere Einsichten erlangen. [9] In bestimmten Bereichen Ihres Unternehmens schlummert bestimmt ein Anwendungsfall für eine solche Art von KI die Ihnen Vorteile bringen kann.

Das Credo lautet hier also: KI als Werkzeug nutzen!

Schließlich haben wir auch keine Probleme damit, Suchmaschinen wie Google zu nutzen um schnell an Wissen zu gelangen – auch nur eine Umsetzung von KI.

Mehr zu unserer Beratungsleistung im Bereich Data Science finden Sie hier.

Workshop Fit4Data Science

Workshop Fit4Data Science

Nutzen Sie Data Science als Hebel für unentdecktes Potenzial. Wir zeigen Ihnen wie. Vereinbaren Sie Ihren persönlichen Workshop.

Zum Workshop-Angebot

Quellenverzeichnis:

[1] https://www.tagesschau.de/inland/deutschland-standort-ki-101.html
[2] Alan M. Turing: Computing Machinery and Intelligence
[3] John McCarthy et al.: A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence
[4] Simon and Newell, 1958
[5] https://blog.zeit.de/schach/als-deep-blue-das-genie-garry-kasparow-schlug/
[6] https://www.nytimes.com/2011/02/17/science/17jeopardy-watson.html
[7] Tiefe Neuronale Netze. Dazu in einem späteren Artikel mehr.
[8] Silver et al.: Mastering the game of Go without human knowledge, Nature volume 550, pages354–359 (19 October 2017)
[9] https://alphagoteach.deepmind.com/

TAGS
Teilen Sie diesen Beitrag
LinkedIn
XING
Facebook
Twitter
Über den Autor
Benjamin Duppe
Benjamin Duppe
Benjamin Duppe hat bei PIKON als Chief Data Scientist, gemeinsam mit dem Data Science Team und Experten anderer Fachbereiche, an der Integration von Data Science & KI in Geschäftsprozesse gearbeitet.

Schreibe einen Kommentar

Weitere Blog-Artikel zu diesem Thema