Was sind KI und ML?

Was ist künstliche Intelligenz (KI)?

Künstliche Intelligenz bedeutet, dass ein Computer Aufgaben ausführt, für die normalerweise ein Mensch erforderlich ist.

KI wird heute überall diskutiert. Es ist die Rede von Robotern, die unsere Arbeitsaufgaben übernehmen und den Menschen untätig und überflüssig machen werden. Das Gesundheitswesen, die Wirtschaft, die Infrastruktur und alles andere sollen künftig von KI gesteuert werden. Das hat dazu geführt, dass viele ein negatives Bild von KI haben, und die Befürchtungen sind zahlreich. Zweifellos wird die KI-Revolution das Leben auf der Erde verändern, doch dies wird schrittweise geschehen, und der Mensch wird immer einen zentralen Platz im Dasein einnehmen. Tatsächlich gilt: Je mehr Arbeitsaufgaben die KI übernimmt, desto mehr Zeit bleibt uns, neues Wissen und neue Fähigkeiten zu entwickeln.

Der Mensch träumt seit den 1950er-Jahren von KI, als man erstmals begann, sich Maschinen vorzustellen, die denken und lernen können. Seitdem hat die KI einen wechselvollen Weg bis zu den heutigen Erfolgen zurückgelegt. Seit den 1950er-Jahren schwankte die KI ständig zwischen Rampenlicht und Müllhalde. Erst im Jahr 2012 veränderte die KI die Welt.

Alte KI

Frühe Formen der KI enthielten tatsächlich kein „Lernen“; vielmehr erstellte man Computerprogramme, die aus Regeln bestanden. Diese Art von KI wird als Expertensystem oder symbolische KI bezeichnet (engl. expert systems, symbolic AI) und ist eigentlich keine echte KI. Ein Expertensystem kann jedoch nützlich sein. Stellen Sie sich beispielsweise ein Computerprogramm vor, das Ihnen rät, ob Sie sich ein Paar Schuhe kaufen können (Abbildung 1). Im Programm wurden Regeln definiert, die ausgewertet werden, und anschließend erhält der Benutzer auf Grundlage der von ihm eingegebenen Informationen einen Rat. Alle Regeln sind vorab vom Menschen festgelegt, und es findet kein Lernen statt. Die Beratung folgt schlicht einem Flussdiagramm. Auch wenn dies primitiv erscheinen mag, kann diese Art von KI sehr nützlich sein.

Anfangs glaubte man, menschliche Fähigkeiten ließen sich erreichen, wenn es gelänge, genügend viele und genügend gute Regeln zu programmieren, denen der Computer folgen kann. Dies war jedoch nicht der Fall. Es zeigt sich, dass die Methode unzureichend ist. Ihr fehlt die Flexibilität, sie kann komplexere Situationen nicht berücksichtigen; die Regeln lassen sich nicht auf andere Aufgaben übertragen (ein Programm, das Schach spielen kann, lässt sich nicht zum Backgammonspielen verwenden); in vielen Situationen wird es praktisch unmöglich, alle denkbaren Regeln zu definieren, und zudem werden Experten benötigt, um die Regeln erstellen zu können. Der Grund dafür ist, dass symbolische KI kein tatsächliches Lernen (engl. learning) umfasst.

Moderne KI

Nahezu jede heutige KI beruht auf maschinellem Lernen (engl. machine learning), was bedeutet, dass der Computer eigenständig lernt. Der Computer untersucht Daten und erlernt die darin enthaltenen Muster, woraufhin er automatisch Regeln erstellt.

Stellen Sie sich vor, wir versuchen, einen Algorithmus zu entwickeln, der entscheiden kann, ob ein Patient Krebs hat, und dazu stehen uns zwei Blutwerte zur Verfügung. Um diese Aufgabe mit maschinellem Lernen zu lösen, benötigen wir Beispieldaten: Wir brauchen viele Beispiele von Patienten, und für jeden Patienten benötigen wir Informationen über die Blutwerte sowie darüber, ob er Krebs hatte (Abbildung 2). Nehmen wir an, wir verfügen über eine große Datenbank mit Patientenakten, in der (für jeden einzelnen Patienten) Informationen über Blutwerte sowie darüber vorliegen, ob der Patient Krebs hatte. Diese Art von Daten lässt sich mit maschinellem Lernen analysieren, das heißt, der Computer untersucht die in den Akten vorhandenen Muster, um Zusammenhänge zwischen Blutwerten und Krebs zu finden. Aus diesen Mustern erstellt der Computer Regeln. Ziel ist es, die Regeln zu nutzen, um zu beurteilen, ob ein künftiger Patient Krebs hat. Dazu werden die Blutwerte des neuen Patienten in den Algorithmus eingegeben, der dann angeben kann, wie wahrscheinlich es ist, dass der Patient Krebs hat. Folgendes ist dabei wichtig:

1. Man benötigt Beispieldaten, um den Algorithmus zu erstellen. Die Beispieldaten dienen dazu, Zusammenhänge zwischen Blutwerten und Krebs zu untersuchen. Dies ist das eigentliche Lernen bzw. Training. Beispieldaten werden auch als Trainingsdaten bezeichnet.
2. Der Computer lernt den Zusammenhang zwischen Blutwerten und Krebs, indem er viele Patienten untersucht, die vermutlich zahlreiche Abklärungen durchlaufen haben und von mehreren Ärzten beurteilt wurden. Das bedeutet, dass das maschinelle Lernen mit allen Abklärungen und ärztlichen Beurteilungen gespeist wird. Die Maschine verfügt daher über die gesamte gesammelte Erfahrung aller Ärzte.
3. Je mehr Patienten in das Training eingehen und je kompetenter die Ärzte sind, desto besser werden die erstellten Regeln bzw. der erstellte Algorithmus. Somit ist es die Intelligenz des Menschen, die der Intelligenz der Maschine zugrunde liegt.
4. Die in den Daten vorhandenen Muster werden von einer mathematischen Funktion entschlüsselt. Es gibt viele verschiedene mathematische Funktionen für das Lernen (wird später behandelt). Diese Funktionen sind flexibel und können Muster in vielen verschiedenen Arten von Daten finden (und damit Regeln erstellen), etwa Krebspatienten, Kunden eines Onlineshops, Bilder verschiedener Tiere, Immobilienverkäufe usw.
5. Diese Art von KI, bei der der Computer eine spezifische Aufgabe löst, wird als spezifische KI (engl. narrow AI) bezeichnet.
6. Der Algorithmus wird gut darin sein vorherzusagen, welche Patienten an Krebs erkranken, er kann aber vermutlich nicht verwendet werden, um vorherzusagen, wer einen Herzinfarkt erleidet. Das liegt daran, dass der Algorithmus auf einen einzigen spezifischen Endpunkt trainiert wurde: Krebs.

Man kann infrage stellen, ob sich dies als Intelligenz einstufen lässt, nämlich eine mathematische Funktion zur Lösung einer einzigen Aufgabe einzusetzen. Tatsache ist jedoch, dass diese Methoden auch zur Lösung sehr komplizierter Aufgaben hervorragend funktionieren. Durch die Nutzung der Rechenleistung von Computern können die Algorithmen sehr beeindruckend werden. Stellen Sie sich vor, wir verfügen über eine Datenbank mit 1000 verschiedenen Blutwerten. Wie viele Ärzte können all diese Blutwerte berücksichtigen, um zu beurteilen, ob jemand Krebs hat? Kein Arzt, doch für KI ist dies eine extrem einfache Aufgabe.

Die Maschine ist (noch) kein Mensch

KI zu schaffen, die über den menschlichen Intellekt verfügt, ist kein Kinderspiel. Der menschliche Intellekt zeichnet sich durch die Fähigkeit aus, verschiedene Arten von Informationen (Daten) zu verarbeiten, Daten zu integrieren und in sinnvoller Weise mit Gefühl, Fantasie und Folgenabschätzung zu reagieren. Aufgaben zu lösen, Sprache zu verstehen, Sprache zu erzeugen, Gefühle zu deuten, zu träumen, zu schlussfolgern, zu leiden, zu lieben, sich zu erinnern und Folgen abzuwägen sind einige Beispiele für unsere intellektuellen Fähigkeiten. Der Mensch besitzt zudem eine fantastische Fähigkeit, schnell zu lernen. Sieht ein zweijähriges Kind ein oder zwei Bilder einer Giraffe, kann es meist entscheiden, ob auf dem nächsten Bild eine Giraffe zu sehen ist. Bei künstlicher Intelligenz sind nicht selten Tausende von Giraffenbildern nötig, damit der Computer versteht, wie eine Giraffe aussieht. Der Mensch verfügt darüber hinaus über eine ausgezeichnete Fähigkeit, sein Gelerntes von einem Bereich auf einen anderen zu übertragen. Eine Person, die gut Fußball spielt, kann ihre Fertigkeiten auch in anderen Ballsportarten anwenden. Dazu ist künstliche Intelligenz (derzeit) nicht in der Lage; jedes einzelne KI-Programm bewältigt eine Aufgabe und im Prinzip nur diese Aufgabe.

Darüber hinaus ist der Mensch ein ungemein kreatives Wesen. Jeden Tag bringen die Menschen auf der Erde enorme Mengen an neuem Wissen, neuen Erfindungen, neuer Kunst, neuer Musik und neuen Bauwerken hervor. Zwar ist es gelungen, KI zu entwickeln, die Musik produziert und Bilder malt, was häufig zu überraschenden und (für uns) seltsamen Schöpfungen geführt hat. Doch im Unterschied zur KI wird die menschliche Kreativität durch Folgenabschätzung, Angst und Mitgefühl gezügelt. Diese Eigenschaften gibt es in einem KI-Programm nicht. Stellen Sie sich ein KI-Programm vor, dessen Aufgabe es ist, Krebs zu diagnostizieren; in diesem Fall kann ungezügelte Kreativität für den Patienten verhängnisvoll werden.

Allgemeine KI

Das ultimative Ziel der KI-Forschung ist es, die volle Leistungsfähigkeit des Menschen nachzuahmen. Diese Art von KI wird als allgemeine KI bezeichnet und existiert heute nicht. Hingegen wurden enorme Erfolge im Bereich der spezifischen KI (engl. narrow AI) erzielt, also einer Fähigkeit, die auf eine oder wenige Aufgaben begrenzt ist. Spezifische KI ist in der Gesellschaft zunehmend präsent, und Sie nutzen sie sicherlich bereits auf vielfältige Weise.