Smart Machines
Computer – schlauer als Menschen?

Bei künstlicher Intelligenz gehen die Meinungen weit auseinander, von “Dämonen nach denen wir rufen” (Elon Musk) ist die Rede bis hin zu Meinungen, die wirklich intelligente Maschinen eher als haltlosen Hype und unrealistische Fantasie sehen.

Eines vorweg, dass wir noch keine intelligenten Androide entwickelt haben, die eine ähnliche Vielfalt an Dingen wie Menschen tun können – wie autonom denken und auch kreativ handeln – ist jedem klar. Aber in welchen Gebieten sind die Menschen noch schlauer? Die derzeitigen Entwicklungen in der Künstlichen Intelligenz (K.I.) sind bedeutend und spannend. Und immer mehr Aufgaben können schlaue Maschinen besser als Menschen erledigen.

Schach-Computer waren gestern

Demis Hassabis, früher ein Wunderkind in Schach und mit 13 der weltweit zweiplatzierte Schachspieler [ELO/Fide 2300], lässt seine intelligenten Maschinen alte Atari-Spiele spielen – und dadurch klüger werden.

DeepMind, sein Startup (nicht zu verwechseln mit dem ehemaligen Schach-Computer Deep Blue), hat er zusammen mit Shane Legg und Mustafa Suleyman gegründet und setzt dabei voll auf DeepLearning.

Bei DeepLearning wird ganz ähnlich zu Neuronalen Netzen versucht ein Gehirn zu simulieren und zu trainieren, nur etwas fortgeschrittener.

Interessant ist, dass die Atari-spielenden Computer als Eingabedaten das Spiel als Pixel-Stream – so wie es an den Monitor übermittelt wird – erhalten. Das ist so spannend, dass Google dieses Jahr das Londoner Unternehmen für rund 500 Millionen Euro gekauft hat.

Demis Hassabis of DeepMind
Demis Hassabis, DeepMind (Foto: @charlesruelle, Twitter)

Alles eine Frage der Rechenpower?

Neben dem Ansatz, die Bereiche Mustererkennung, Sprache, Bewegung etc. einzeln durch K.I. und Programmierung zu lösen, gibt es auch die Hoffnung, dass sich alle Probleme lösen, wenn man mit “starker K.I.”, salopp gesagt, ein digitales Gehirn entsprechend umfangreicher Größe baut (auf Englisch AGI – Artificial General Intelligence genannt).

Dieses kann entsprechend wie ein Mensch, den man mit genügend Informationen füttert, mit der Zeit alles Mögliche erlernen: Bilder erkennen, krabbeln, babbeln, laufen, reden, Schach und Atari spielen. Und darüber hinaus kann es vielleicht sogar Probleme lösen, mit der der Mensch sich schwer tut, zum Beispiel dem Verhindern der globalen Erwärmung.

Diese starke K.I. scheint mir jedoch vom Rechenaufwand noch ungemein aufwändiger.

Schließlich hat ein Mensch erstens etwa 85 bis 100 Milliarden Nervenzellen, zweitens wurde er Jahrmillionen durch die Evolution (o.ä.) optimiert, drittens braucht man zum Erlernen für vieles einige Jahre (Deutsch, Englisch, Mathe, …), viertens hat er das Meiste nur mit Hilfe anderer (Lehrer und Lehrmaterial) erlernt, und fünftens versteht er das Meiste trotzdem nicht, sondern glaubt es einfach (E=mc2).

Eine solche allumfassende AGI wäre sicher wahrhaftig intelligent – ist aber noch nicht am Horizont erkennbar.

Shane Legg vermutet etwa, dass wir 2030 dort ankommen werden. Bis dahin steigt das exponentielle Wachstum der Rechenleistung nach dem Mooreschen Gesetz auf 10 hoch 20 Berechnungen pro Sekunde. (Mittlerweile sagt auch CPU Hersteller Intel, dass diese Rechenleistung zu  schaffen ist.)

10 hoch 20: Die Zahl entspricht etwa allen Sandkörnern auf der Erde – oder eben den Nervenzellen aller Menschen zusammen. 

Wow!

Update: Hier noch meine detailliertere Antwort ob alles nur eine Frage der Rechenpower ist:

Eigentlich Ja: Denn diese Rechenpower wird, meines Wissens nach, ausreichend sein um Künstliche Intelligenz auf menschlichen Niveau zu erreichen. Bei CPU’s mit 10^20 Berechnungen pro Sekunde und ausreichend schnellem Datenspeicher kann das menschliche Nervensystem selbst mit halbwegs effizienter Programmierung vollständig simuliert Werden.

Dennoch: Nein, nicht alles ist eine Frage der Rechenpower:
Ob diese Rechenpower ein notwendiges Kriterium ist, ist derzeit noch unklar und hängt vom Erfolg der K.I. Forschung in den nächsten Jahren ab.

Vom Spielen zum Doktortitel: IBM Watson

Im Gegensatz zu logischen Fächern wie Mathematik ist das Verständnis von menschlicher Sprache für Computer ungemein komplizierter. Die vermutlich eindrucksvollste Künstliche Intelligenz auf diesem Gebiet ist IBM’s Watson.

Vor einigen Jahren wurde er noch darauf trainiert bei dem TV-Spiel Jeopardy! zu vorgegebenen Antworten die passende Frage zu finden. 2011 gewann er haushoch gegen die zwei Allzeit-Gewinner. Jetzt wird Watson im medizinischen Bereich der Krebsbehandlung eingesetzt.

Mittlerweile soll Watson Millionen medizinische Bücher und wissenschaftliche Artikel lesen und verstehen können und gibt schon jetzt in US-Krankenhausketten Empfehlungen zur Auswahl von Behandlungsmethoden. Der Vorteil ist, dass Watson sehr viele Daten in hoher Geschwindigkeit verarbeiten kann: er kann die komplette medizinische Vorgeschichte der einzelnen Patienten, die Daten zur Zusammenwirkung von Medikamenten und auch die vielen neuen Veröffentlichungen und Studien zu Behandlungsmethoden verarbeiten.

IBM Watson K.I.
IBM’s Watson (Foto: clockready, Wikipedia)

Und und und…

Neben den Fortschritten in der Medizin gibt es vor allem im Bereich der Bilderkennung große Fortschritte zu vermelden.
Bei der Gesichtserkennung holt die K.I. menschliche Fähigkeiten Stück für Stück ein: DeepFace von Facebook ist bei der Gesichtserkennung von Fotos quasi gleich auf mit Menschen.
Microsoft Adam bestimmt bei Hunden die Hunderassen und selbst bei Mischlingen die genetische Herkunft besser als die meisten Menschen. Und Google Research kann automatisierte Bildbeschreibungen erstellen – ohne die Texte auf Webseiten bei den Fotos zu beachten.
Und es gibt immer mehr Beispiele, bei denen K.I. bei spezialisierten Aufgabenstellungen unsere Fähigkeiten erreichen und sogar übertreffen kann.

Fazit

Künstliche Intelligenz hat schon lange das wissenschaftliche Stadium verlassen und ist in der Anwendung angekommen.

Rebellierende Androide, wie wir sie aus vielen Filmen kennen, wird es vorerst noch nicht geben. Eine ernste Gefahr sind jedoch Probleme die durch unbeabsichtigte Fehler, die von sogenannter schwacher K.I. verursacht werden, z.B. Börsencrashs. Und wenn K.I. zu gut funktioniert, ersetzt sie zu viele Arbeitsplätze. Die beunruhigenden Aussagen von Elan Musk und Stephen Hawking sind also durchaus ernst zu nehmen! Dazu aber ein anderes mal mehr.

Fakt ist, immer mehr Aufgaben werden durch immer besser werdende K.I. gelöst. Es gibt immer mehr Startups auf dem Gebiet, für sämtliche Branchen und Nischen. Und die Großen wie Google, Facebook, Microsoft, Apple, Amazon und auch Intel und IBM investieren in K.I..

Mit dem menschlichen Gehirn als Grundlage wird K.I. für immer mehr und allgemeinere Probleme trainiert.
Manch einer sagt jetzt schon: “A.I. eats the world”. Was meinst du?

KI_Roboter_touch_ui_mod_bFeedback
Da ich ganz neu hier bin, freue ich mich auf euer Feedback! ;-)

Wie fandest du die Länge des Artikels? Wie viele technischen Details interessieren dich?

Viele Grüße, Claudio

Smart Machines: Auf Coursera (ML) und Udacity (AI) gibt es gute Online-Kurse zu K.I. – oder demnächst wieder hier, bei Mobile Geeks, weitere Artikel über K.I., Roboter und FutureTech.