Blog Post

Unsere Website wird zurzeit überarbeitet — neues Design, neue Technik. Bitte schauen Sie in ein paar Wochen erneut vorbei.

Wie funktioniert KI?

  • von Tobias Stephan
  • 17 Apr., 2019
Watson, Alexa, Siri - KI ist in aller Munde. Auch beim Thema Legal Tech wird KI in Zukunft eine immer
größere Rolle spielen, bis hin zu der Befürchtung, dass sie einmal den Juristen ersetzen könnte.
Dennoch beschränkt sich das Wissen über KI im Großteil der Fälle auf Science-Fiction und hat etwas
Unerklärliches, fast schon Magisches an sich. Wie also funktioniert KI und wo in der Entwicklung
befinden wir uns, bei Iron Mans Jarvis  oder doch eher bei sprechenden Staubsaugern?


Was bedeutet KI?

Beginnen wir mit einer kleinen Begriffsdefinition. KI ist die Abkürzung für künstliche Intelligenz, das englische AI steht für artificial intelligence. So viel ist im Regelfall bekannt.

Was aber soll diese Intelligenz sein? Leider gibt es bis heute keine eindeutige Definition. Ich bediene mich daher einer historischen Auslegung:

Im Sommer 1956 fand in New Hampshire die Dartmouth Conference statt, die von John McCarthy organisiert wurde und als Geburtsstunde der KI als universitäres Fachgebiet gilt. Im Förderungsantrag der Konferenz heißt es – zusammengefasst und frei übersetzt:

Wir gehen von der Annahme aus, dass jeder Aspekt des Lernens und anderer Merkmale der Intelligenz so genau beschrieben werden kann, dass eine Maschine gebaut werden kann, die diese Vorgänge so simuliert, dass sie Probleme, deren Lösung bisher dem Menschen vorbehalten ist, lösen kann und in der Lage ist, sich selbst zu verbessern.

Es geht also darum, die Intelligenz des Menschen technisch nachzubilden, wenn möglich sogar zu optimieren.

Abgeleitet aus dieser Definition unterscheidet man heute zwischen schwacher KI und starker KI.


Schwache künstliche Intelligenz (narrow AI / weak AI)

Unter schwacher künstlicher Intelligenz versteht man Systeme, die sich auf die Lösung konkreter Problematiken mit mathematischen und informatischen Methoden fokussieren. Es geht also darum, klar definierte Aufgaben(felder) mithilfe von im Vorhinein zur Verfügung gestellten Methoden reaktiv zu bearbeiten.

Hierbei sollte man sich aber nicht vom Namen „schwache“ KI täuschen lassen. Im Rahmen dieser vorgefertigten Methodiken ist die schwache KI durchaus in der Lage, sich selbst zu verbessern und nicht nur unglaubliche Datenmengen auszuwerten, sondern auch den Menschen zu übertreffen.

Ein einfaches und populäres Beispiel hierfür ist der Supercomputer „Deep Blue“, der im Jahr 1996den damaligen Weltmeister im Schach, Garri Kasparow, in einer regulären Partie schlagen konnte. Dies stellte wohl auch den Zeitpunkt dar, an dem künstliche Intelligenz der breiten Öffentlichkeit bekannt wurde.


Wie funktioniert schwache künstliche Intelligenz?

Das menschliche Gehirn besteht aus einer Vielzahl von Nervenzellen (Neuronen) die miteinander vernetzt sind. Dieses System versucht die künstliche Intelligenz nachzuahmen, indem künstliche neuronale Netze gebildet werden. Das funktioniert folgendermaßen:

Es werden Schichten aus einer Vielzahl kleiner, miteinander vernetzter Programme und Recheneinheiten gebildet.

Wie auch beim menschlichen Gehirn folgt darauf die Lernphase, die man als „deep learning“ bezeichnet (“deep” deshalb, weil die Anzahl der Schichten mit neuronalen Netzen über drei liegt). Dafür benötigt es möglichst viele Informationen, die in den Algorithmus eingespeist werden.

Der Lernprozess läuft dann so ab, dass das Programm für jede eingegebene Information ausgeben soll, um was es sich handelt. Dann wird dem Programm gesagt, ob es richtig geantwortet hat. Gibt das Programm die richtige Antwort zurück, dann funktioniert der Algorithmus und es bleibt beim Alten. Ist die Antwort jedoch falsch, ändert sich das Programm ab und "lernt" somit dazu. Richtige Verknüpfungen bleiben bestehen, falsche werden entfernt. Dadurch werden die "richtigen" Verbindungen stärker, die "falschen" schwächer. Dies wiederholt sich so häufig, bis der Prozess funktioniert.

Durch die immer tieferen "Schichten" werden die eingegebenen Informationen immer weiter in Details aufgesplittet. Setzt man diese Details in einer bestimmten Reihenfolge wieder zusammen, dann ergibt dies eine Antwort. Damit können nun auch neue Eingabeinformationen, die die KI davor noch nicht verarbeitet/gesehen hat, auf diese Details durchsucht werden und es kommt eine entsprechende, richtige, Antwort zurück. Es müssen unzählige, von einem Menschen vorkategorisierte Informationen eingegeben werden. Dafür lassen sich im Ergebnis aber auch extrem feine Kategorisierungen treffen.

Vor diesem Hintergrund erklärt sich auch, weshalb die KIs sich in den letzten Jahren so schnell weiterentwickeln konnten: Es müssen große Datenmengen verarbeitet werden, was eine entsprechende Rechenleistung und Speicherkapazitäten voraussetzt. Diese gibt nun relativ günstig.

Spielen wir das ganze an einem kurzen Beispiel durch:
Facebook hat eine künstliche Intelligenz entwickelt, die Gesichter auf Fotos erkennt und zuordnen kann.

Die Programme werden also so geschrieben, dass sie typische Merkmale erkennen, die einen Menschen ausmachen: Augenfarbe und -form, Pupillenabstand, Länge der Nase, Form des Mundes, Kinn, etc.

Sodann werden dem Algorithmus Millionen von Bildern bereitgestellt, die von Menschen vorgefertigt mit der Information versehen wurden, was und wer darin enthalten ist. (Facebook verfügt dank seiner Nutzer über eine gewaltige Datenbank an Bildern und diese sind auch noch durch die Markierungen der Nutzer fertig aufgearbeitet).

Die Bilder werden analysiert, in die entsprechenden Teile zerlegt und der Algorithmus lernt dazu. Als Folge ist er nun in der Lage, bei jedem neu hochgeladenen Bild innerhalb kürzester Zeit festzustellen, was und wer darauf abgebildet ist.

Bereits in diesem Algorithmus benötigt man (teilweise) hunderte Neuronenschichten, auf denen Millionen solcher "Neuronen" liegen, die wiederum durch ein Vielfaches (bis zu mehreren hundert Millionen) von Verbindungen verknüpft sind.


Warum ist die schwache künstliche Intelligenz „schwach“?

Bei sämtlicher künstlicher Intelligenz, die es heute gibt, handelt es sich um schwache KI.

KIs können sich alle Informationen merken, die man Ihnen eingibt. Diese komplett in kurzer Zeit analysieren und ein Ergebnis ausgeben. Außerdem entwickeln sie sich ständig weiter und lernen selbstständig dazu. Wie kommt man also dazu, diese Systeme als schwach zu bezeichnen?

Zum einen sind die KIs extrem spezialisiert und müssen mit Unmengen von vorkategorisierten Daten von einem Team an Wissenschaftlern "gefüttert" werden. Die KIs sind also abhängig von dem Können der Programmierer und der Qualität und Menge an eingegebenen Informationen, und dies ungleich mehr als bei einem Menschen.

Was schwachen KIs fehlt ist der "gesunde Menschenverstand", also alles was man instinktiv erkennt und nonverbal kommuniziert. KIs können nur das, was ihnen durch Informationen von den Programmierern eingegeben wurde.

Da sie auf der Programmierleistung von Menschen beruhen, sind sie nach wie vor darüber hinaus fehlerbehaftet. Geht man davon aus, dass einem Programmierer etwa ein Fehler in 200 Zeilen Code

unterläuft und sieht man sich die schiere Menge an Code an, die man für eine KI benötigt, macht die Bezeichnung als schwach schnell einen Sinn.


Starke künstliche Intelligenz (strong AI / general AI)

Das Ziel einer starken künstlichen Intelligenz ist es, dass diese ihre Schlüsse auch auf andere Bereiche übertragen kann, also nicht mehr nur reagiert, sondern intelligent und flexibel interagieren kann. Damit würde sie sich so entwickeln, dass sie die gleichen intellektuellen Fähigkeiten wie der Mensch ausbilden könnte, diesen unter Umständen sogar überträfe.

Bislang ist die Entwicklung einer solchen KI noch nicht gelungen. Ob es überhaupt möglich ist, darüber besteht unter den Forschern Streit. Allerdings geht die große Mehrheit davon aus, dass dies irgendwann einmal gelingen wird.

Wann das der Fall sein könnte, dazu gehen die Meinungen ebenfalls auseinander. Einige behaupten, dass es nur an der Leistungsfähigkeit der heutigen Maschinen hängt, andere sagen, bis wir so weit sind, vergehen noch Jahrhunderte.

Yoshua Bengio, Direktor des Montreal Institute for Learning Algorithms, sagte in einer Dokumentation zu diesem Thema (Arte):

"Wenn man jeden Tag mit diesen Systemen arbeitet, wird einem bewusst, wie beschränkt sie sind, und wie wenig sie eigentlich von der Welt um uns herum verstehen".

Fakt ist jedenfalls, dass weltweit Milliardenbudgets in die Forschung an einem System des unüberwachten Lernens fließen, eine Menge hochintelligenter Menschen daran arbeiten und die Rechenleistung von Computern immer weiter ansteigt.


Fazit

Ich hoffe, ich konnte euch die Hintergründe und den aktuellen Stand von künstlicher Intelligenz ein Stück weit näherbringen.

Die Entwicklung schreitet immer weiter voran und ich finde es deshalb wichtig, sich mit dem Thema auseinanderzusetzen, um nicht eines Tages vor vollendete Tatsachen gestellt zu werden. Noch ist nicht absehbar, welchen Nutzen auf der einen Seite, welche Gefahren auf der anderen Seite uns die Entwicklung der KI bietet.

Bis es allerdings soweit ist, dürfen wir alle noch kräftig unsere Fantasie spielen lassen und uns sicher noch über den einen oder anderen Science-Fiction Thriller freuen.


Weitere Artikel

Blog

Share by: