Künstliche Intelligenz

Künstliche Intelligenz (KI, auch Artifizielle Intelligenz (AI bzw. A. I.), englisch artificial intelligence, AI) ist ein Teilgebiet der Informatik, welches sich mit der Automatisierung intelligenten Verhaltens befasst. Der Begriff ist insofern nicht eindeutig abgrenzbar, als es bereits an einer genauen Definition von „Intelligenz“ mangelt. Dennoch wird er in Forschung und Entwicklung verwendet.

Im Allgemeinen bezeichnet künstliche Intelligenz den Versuch, eine menschenähnliche Intelligenz nachzubilden, d. h., einen Computer so zu bauen oder zu programmieren, dass er eigenständig Probleme bearbeiten kann. Oftmals wird damit aber auch eine nachgeahmte Intelligenz bezeichnet, wobei durch meist einfache Algorithmen ein „intelligentes Verhalten“ simuliert werden soll, besonders bei Computerspielen.

Überblick[Bearbeiten | Quelltext bearbeiten]

Im Verständnis des Begriffs künstliche Intelligenz spiegelt sich oft die aus der Aufklärung stammende Vorstellung vom „Menschen als Maschine“ wider, dessen Nachahmung sich die sogenannte starke KI zum Ziel setzt: eine Intelligenz zu erschaffen, die das menschliche Denken mechanisieren soll[1], bzw. eine Maschine zu konstruieren und zu bauen, die intelligent reagiert oder sich eben wie ein Mensch verhält.Die Ziele der starken KI sind nach Jahrzehnten der Forschung weiterhin visionär.

Im Gegensatz zur starken KI geht es der schwachen KI darum, konkrete Anwendungsprobleme des menschlichen Denkens zu meistern. Das menschliche Denken soll hier in Einzelbereichen unterstützt werden.[1] Die Fähigkeit zu lernen ist eine Hauptanforderung an KI-Systeme und muss ein integraler Bestandteil sein, der nicht erst nachträglich hinzugefügt werden darf. Ein zweites Hauptkriterium ist die Fähigkeit eines KI-Systems, mit Unsicherheit und probabilistischen Informationen umzugehen.[2] Insbesondere sind solche Anwendungen von Interesse, zu deren Lösung nach allgemeinem Verständnis eine Form von „Intelligenz“ notwendig zu sein scheint. Letztlich geht es der schwachen KI somit um die Simulation intelligenten Verhaltens mit Mitteln der Mathematik und der Informatik, es geht ihr nicht um Schaffung von Bewusstsein oder um ein tieferes Verständnis von Intelligenz. Während die Schaffung starker KI an ihrer philosophischen Fragestellung bis heute scheiterte, sind auf der Seite der schwachen KI in den letzten Jahren bedeutende Fortschritte erzielt worden.

Ein starkes KI-System muss nicht viele Gemeinsamkeiten mit dem Menschen haben. Es wird wahrscheinlich eine andersartige kognitive Architektur aufweisen und in seinen Entwicklungsstadien ebenfalls nicht mit den evolutionären kognitiven Stadien des menschlichen Denkens vergleichbar sein (Evolution des Denkens). Vor allem ist nicht anzunehmen, dass eine Künstliche Intelligenz Gefühle wie Liebe, Hass, Angst oder Freude besitzt.[3] Es kann solchen Gefühlen entsprechendes Verhalten jedoch simulieren.

Neben den Forschungsergebnissen der Kerninformatik selbst sind in die Erforschung der KI Ergebnisse der Psychologie, Neurologie und Neurowissenschaften, der Mathematik und Logik, Kommunikationswissenschaft, Philosophie und Linguistik eingeflossen. Umgekehrt nahm die Erforschung KI auch ihrerseits Einfluss auf andere Gebiete, vor allem auf die Neurowissenschaften. Dies zeigt sich in der Ausbildung des Bereichs der Neuroinformatik, der der biologieorientierten Informatik zugeordnet ist, sowie der Computational Neuroscience. Bei künstlichen neuronalen Netzen handelt es sich um Techniken, die ab Mitte des 20. Jahrhunderts entwickelt wurden und auf der Neurophysiologie aufbauen.

KI stellt somit kein geschlossenes Forschungsgebiet dar. Vielmehr werden Techniken aus verschiedenen Disziplinen verwendet, ohne dass diese eine Verbindung miteinander haben müssen.

Eine wichtige Tagung ist die International Joint Conference on Artificial Intelligence (IJCAI), die seit 1969 stattfindet.

Geschichte[Bearbeiten | Quelltext bearbeiten]

Entwicklung[Bearbeiten | Quelltext bearbeiten]

Die Vereinigten Arabischen Emirate (VAE) richten Ende 2017 als erstes Land der Welt ein „Ministerium für künstliche Intelligenz“ ein.[4]

Teilgebiete[Bearbeiten | Quelltext bearbeiten]

Wissensbasierte Systeme[Bearbeiten | Quelltext bearbeiten]

Wissensbasierte Systeme modellieren eine Form rationaler Intelligenz für sogenannte Expertensysteme. Diese sind in der Lage, auf eine Frage des Anwenders auf Grundlage formalisierten Fachwissens und daraus gezogener logischer Schlüsse Antworten zu liefern. Beispielhafte Anwendungen finden sich in der Diagnose von Krankheiten oder der Suche und Beseitigung von Fehlern in technischen Systemen.

Beispiele für wissensbasierte Systeme sind Cyc und Watson.

Musteranalyse und Mustererkennung[Bearbeiten | Quelltext bearbeiten]

Visuelle Intelligenz ermöglicht es, Bilder beziehungsweise Formen zu erkennen und zu analysieren. Als Anwendungsbeispiele seien hier Handschrifterkennung, Identifikation von Personen durch Gesichtserkennung, Abgleich der Fingerabdrücke oder der Iris, industrielle Qualitätskontrolle und Fertigungsautomation (letzteres in Kombination mit Erkenntnissen der Robotik) genannt.

Mittels sprachlicher Intelligenz ist es beispielsweise möglich, einen geschriebenen Text in Sprache umzuwandeln (Sprachsynthese) und umgekehrt einen gesprochenen Text zu verschriftlichen (Spracherkennung). Diese automatische Sprachverarbeitung lässt sich ausbauen, so dass etwa durch latente semantische Analyse (kurz LSI) Wörtern und Texten Bedeutung beigemessen werden kann.

Beispiele für Systeme zur Mustererkennung sind Google Brain und Microsoft Adam.[5]

Mustervorhersage[Bearbeiten | Quelltext bearbeiten]

Die Mustervorhersage ist eine Erweiterung der Mustererkennung. Sie stellt etwa die Grundlage des von Jeff Hawkins definierten hierarchischen Temporalspeichers dar.

“Prediction is not just one of the things your brain does. It is the primary function of the neocortex, and the foundation of intelligence.”

Vorhersage ist nicht einfach nur eines der Dinge, die dein Gehirn tut. Sie ist die Hauptfunktion des Neocortex und das Fundament der Intelligenz.“

Jeff Hawkins: On Intelligence[6]

Solche Systeme bieten den Vorteil, dass z. B. nicht nur ein bestimmtes Objekt in einem einzelnen Bild erkannt wird (Mustererkennung), sondern auch anhand einer Bildserie vorhergesagt werden kann, wo sich das Objekt als nächstes aufhalten wird.

Robotik[Bearbeiten | Quelltext bearbeiten]

Die Robotik beschäftigt sich mit manipulativer Intelligenz. Mit Hilfe von Robotern können etwa gefährliche Tätigkeiten wie etwa die Minensuche oder auch immer gleiche Manipulationen, wie sie z. B. beim Schweißen oder Lackieren auftreten können, automatisiert werden.

Der Grundgedanke ist es, Systeme zu schaffen, die intelligente Verhaltensweisen von Lebewesen nachvollziehen können. Beispiele für derartige Roboter sind ASIMO und Atlas.

Modellierung anhand der Entropiekraft[Bearbeiten | Quelltext bearbeiten]

Basierend auf der Arbeit des Physikers Alexander Wissner-Gross kann ein intelligentes System durch die Entropiekraft modelliert werden. Dabei versucht ein intelligenter Agent seine Umgebung (Zustand X0), durch eine Handlung (Kraftfeld F) zu beeinflussen, um eine größtmögliche Handlungsfreiheit (Entropie S) in einem zukünftigen Zustand X zu erreichen.[7][8]

Künstliches Leben[Bearbeiten | Quelltext bearbeiten]

KI überlappt sich mit der Disziplin Künstliches Leben (Artificial life, AL),[9] wird als übergeordnete oder auch als eine Subdisziplin gesehen.[10] AL muss deren Erkenntnisse integrieren, da Kognition eine Kerneigenschaft von natürlichem Leben ist, nicht nur des Menschen.

Methoden[Bearbeiten | Quelltext bearbeiten]

Die Methoden der KI lassen sich grob in zwei Dimensionen einordnen: symbolische vs. neuronale KI und Simulationsmethode vs. phänomenologische Methode. Die Zusammenhänge veranschaulicht die folgende Grafik:

Die Neuronale KI verfolgt einen Bottom-up-Ansatz und möchte das menschliche Gehirn möglichst präzise nachbilden. Die symbolische KI verfolgt umgekehrt einen Top-down-Ansatz und nähert sich den Intelligenzleistungen von einer begrifflichen Ebene her. Die Simulationsmethode orientiert sich so nah wie möglich an den tatsächlichen kognitiven Prozessen des Menschen. Dagegen kommt es dem phänomenologischen Ansatz nur auf das Ergebnis an.

Viele ältere Methoden, die in der KI entwickelt wurden, basieren auf heuristischen Lösungsverfahren. In jüngerer Zeit spielen mathematisch fundierte Ansätze aus der Statistik, der mathematischen Programmierung und der Approximationstheorie eine bedeutende Rolle.

Die konkreten Techniken der KI lassen sich grob in Gruppen einteilen:

Suchen[Bearbeiten | Quelltext bearbeiten]

Die KI beschäftigt sich häufig mit Problemen, bei denen nach bestimmten Lösungen gesucht wird. Verschiedene Suchalgorithmen werden dabei eingesetzt. Ein Paradebeispiel für die Suche ist der Vorgang der Wegfindung, der in vielen Computerspielen eine zentrale Rolle einnimmt und auf Suchalgorithmen wie zum Beispiel dem A*-Algorithmus basiert.

Planen[Bearbeiten | Quelltext bearbeiten]

Neben dem Suchen von Lösungen stellt das Planen einen wichtigen Aspekt der KI dar. Der Vorgang des Planens unterteilt sich dabei in zwei Phasen:

  1. Die Zielformulierung: Ausgehend vom momentanen Umgebungs- bzw. Weltzustand wird ein Ziel definiert. Ein Ziel ist hierbei eine Menge von Weltzuständen bei der ein bestimmtes Zielprädikat erfüllt ist.
  2. Die Problemformulierung: Nachdem bekannt ist, welche Ziele angestrebt werden sollen, wird in der Problemformulierung festgelegt, welche Aktionen und Weltzustände betrachtet werden sollen. Es existieren hierbei verschiedene Problemtypen.

Planungssysteme planen und erstellen aus solchen Problembeschreibungen Aktionsfolgen, die Agentensysteme ausführen können, um ihre Ziele zu erreichen.

Optimierungsmethoden[Bearbeiten | Quelltext bearbeiten]

Oft führen Aufgabenstellungen der KI zu Optimierungsproblemen. Diese werden je nach Struktur entweder mit Suchalgorithmen aus der Informatik oder, zunehmend, mit Mitteln der mathematischen Programmierung gelöst. Bekannte heuristische Suchverfahren aus dem Kontext der KI sind evolutionäre Algorithmen.

Logisches Schließen[Bearbeiten | Quelltext bearbeiten]

Dieser Artikel oder nachfolgende Abschnitt ist nicht hinreichend mit Belegen (beispielsweise Einzelnachweisen) ausgestattet. Die fraglichen Angaben werden daher möglicherweise demnächst entfernt. Bitte hilf der Wikipedia, indem du die Angaben recherchierst und gute Belege einfügst.

Eine Fragestellung der KI ist die Erstellung von Wissensrepräsentationen,die dann für automatisches logisches Schließen benutzt werden können. Menschliches Wissen wird dabei – soweit möglich – formalisiert, um es in eine maschinenlesbare Form zu bringen. Diesem Ziel haben sich die Entwickler diverser Ontologien verschrieben.

Schon früh beschäftigte sich die KI damit, automatische Beweissysteme zu konstruieren, die Mathematikern und Informatikern beim Beweisen von Sätzen und beim Programmieren (Logikprogrammierung) behilflich wären. Zwei Schwierigkeiten zeichneten sich ab:

  1. Formuliert man Sätze in den natürlicher Sprache nahen, relativ bequemen Beschreibungssprachen, werden die entstehenden Suchprobleme allzu aufwändig. In der Praxis mussten Kompromisse geschlossen werden, bei denen die Beschreibungssprache für den Benutzer etwas umständlicher, die zugehörigen Optimierungsprobleme für den Rechner dafür jedoch einfacher zu handhaben waren (Prolog, Expertensysteme).
  2. Selbst mächtige Beschreibungssprachen werden unhandlich, wenn man versucht, unsicheres oder unvollständiges Wissen zu formulieren. Für praktische Probleme kann dies eine ernste Einschränkung sein. Die aktuelle Forschung untersucht daher Systeme, die die Regeln der Wahrscheinlichkeitsrechnung anwenden, um Unwissen und Unsicherheit explizit zu modellieren. Algorithmisch unterscheiden sich diese Methoden von den älteren Verfahren: neben Symbolen werden auch Wahrscheinlichkeitsverteilungen manipuliert.

Eine andere Form des logischen Schließens stellt die Induktion dar (Induktionsschluss, Induktionslogik), in der Beispiele zu Regeln verallgemeinert werden (maschinelles Lernen). Auch hier spielen Art und Mächtigkeit der Wissensrepräsentation eine wichtige Rolle. Man unterscheidet zwischen symbolischen Systemen, in denen das Wissen – sowohl die Beispiele als auch die induzierten Regeln – explizit repräsentiert ist, und subsymbolischen Systemen wie neuronalen Netzen, denen zwar ein berechenbares Verhalten „antrainiert“ wird, die jedoch keinen Einblick in die erlernten Lösungswege erlauben.

Approximationsmethoden[Bearbeiten | Quelltext bearbeiten]

In vielen Anwendungen geht es darum, aus einer Menge von Daten eine allgemeine Regel abzuleiten (maschinelles Lernen). Mathematisch führt dies zu einem Approximationsproblem. Im Kontext der KI wurden hierzu künstliche neuronale Netze vorgeschlagen. In praktischen Anwendungen verwendet man häufig alternative Verfahren, die mathematisch einfacher zu analysieren sind.

Anwendungen[Bearbeiten | Quelltext bearbeiten]

In der Vergangenheit sind Erkenntnisse der künstlichen Intelligenz mit der Zeit oft in die anderen Gebiete der Informatik übergegangen: Sobald ein Problem gut genug verstanden wurde, hat sich die KI neuen Aufgabenstellungen zugewandt. Zum Beispiel wurden der Compilerbau oder die Computeralgebra ursprünglich der künstlichen Intelligenz zugerechnet.

Zahlreiche Anwendungen schwacher KI wurden auf der Grundlage von Techniken entwickelt, die einst Forschungsgebiete der KI waren oder es noch sind. Einige Beispiele:

Turing-Test[Bearbeiten | Quelltext bearbeiten]

Hauptartikel: Turing-Test

Um ein Maß zu haben, wann eine Maschine eine dem Menschen gleichwertige Intelligenz simuliert, wurde von Alan Turing der nach ihm benannte Turing-Test vorgeschlagen. Dabei stellt ein Mensch per Terminal beliebige Fragen an einen anderen Menschen bzw. eine KI, ohne dabei zu wissen, wer jeweils antwortet. Der Fragesteller muss danach entscheiden, ob es sich beim Interviewpartner um eine Maschine oder einen Menschen handelte. Ist die Maschine nicht von dem Menschen zu unterscheiden, so ist laut Turing die Maschine intelligent.[12] Bisher konnte keine Maschine den Turing-Test zweifelsfrei bestehen. Seit 1991 existiert der Loebner-Preis für den Turing-Test.

Technologische Singularität[Bearbeiten | Quelltext bearbeiten]

Hauptartikel: Technologische Singularität

Grob wird darunter der Zeitpunkt verstanden, an dem künstliche Intelligenz die menschliche Intelligenz übertrifft. Von diesem Zeitpunkt wird die weitere Entwicklung hauptsächlich von der KI vorangetrieben und nicht mehr vom Menschen.

Superintelligenz[Bearbeiten | Quelltext bearbeiten]

Hauptartikel: Superintelligenz

Eine Superintelligenz bezeichnet ein Wesen oder eine Maschine mit einer dem Menschen in vielen oder allen Gebieten überlegenen Intelligenz. Der Begriff wird häufig im Bereich künstlicher Intelligenz angewendet.

Künstliches neuronales Netz[Bearbeiten | Quelltext bearbeiten]

Große Fortschritte erzielt die künstliche Intelligenz in jüngster Zeit im Bereich künstlicher neuronaler Netze auch unter dem Begriff Deep Learning bekannt. Dabei werden neuronale Netze aus dem Gehirn künstlich auf dem Computer simuliert. Die Grundlagen dafür wurden bereits in den 80er und 90er Jahren gelegt. Jedoch macht erst die Leistungsfähigkeit heutiger Computer es möglich, solche neuronalen Netzwerke in brauchbarer Größe zu simulieren. Viele der jüngsten Erfolge wie bei Handschrifterkennung, Spracherkennung, Gesichtserkennung, autonomem Fahren, maschineller Übersetzung, auch der Erfolg von AlphaGo usw. beruhen auf dieser Technik. Dabei werden diese Systeme nicht mehr programmiert, sondern ähnlich dem menschlichen Gehirn mit Hilfe von Daten trainiert. Man spricht auch von selbstlernenden Systemen oder Maschinellem Lernen.[13]

Vergleich künstlicher Intelligenz mit menschlicher Intelligenz[Bearbeiten | Quelltext bearbeiten]

Nach Wolfgang Wahlster[14] muss man die menschliche Intelligenz in verschiedene Bereiche unterteilen: die kognitive Intelligenz, die sensormotorische Intelligenz, die emotionale Intelligenz, die soziale Intelligenz.

Kognitive Intelligenz[Bearbeiten | Quelltext bearbeiten]

Bei der kognitiven Intelligenz ist die Maschine dem Menschen schon in vielen Bereichen überlegen. Zu diesem Bereich gehört das Schachspiel, das Spiel von Go und sonstige Brettspiele. Letztlich das Aufnehmen und Erlernen von Wissen, das Kombinieren aus diesem Wissen und das Schlussfolgern aus diesem Wissen. Das entspricht oft dem, was Menschen sich in einer akademischen Ausbildung aneignen.

Sensormotorische Intelligenz[Bearbeiten | Quelltext bearbeiten]

Bei dieser Intelligenz ist der Mensch der Maschine noch überlegen. Zwar sind Maschinen in den einzelnen Sensoren überlegen. Grundsätzlich ist das menschliche Auge sehr gut ausgebildet. Aber eine Videokamera kann auch im Infrarotbereich und UV-Bereich Wellenlängen wahrnehmen, wo ein Mensch dies nicht kann. Bei der Akustik können Mikrofone wesentlich besser aufnehmen als das menschliche Ohr. Viel stärker gilt dies noch bei Geruch- und Geschmackssinn, wo maschinelle Sensoren deutlich überlegen sind. Jedoch kann ein Mensch diese Sinneseindrücke kombinieren (Sensorfusion), was eine Maschine bislang nur wenig kann. Dies könnte sich jedoch innerhalb weniger Jahre ändern.

Emotionale Intelligenz[Bearbeiten | Quelltext bearbeiten]

Auf diesem Gebiet leistet die Maschine bislang fast nichts. Der Mensch kann sich in einen anderen Menschen hineinfühlen, Sympathie und Empathie, Mitgefühl, Mitleid, Trauer, Angst, Freude empfinden, Liebesgedichte schreiben, Zornausbrüche haben usw. Das menschliche Gehirn wird dazu stark von Hormonen gesteuert, also chemischen Prozessen. Bislang kann man aber nur die elektrischen Prozesse (neuronalen Netze) simulieren, nicht die chemischen (Hormone). Was Maschinen heute allerdings schon können, ist die sog. Sentimentanalyse, d. h. durch Beobachtung der menschlichen Körpersprache, also des Gesichts, der Gestik usw. die Emotionen eines Menschen „lesen“.

Soziale Intelligenz[Bearbeiten | Quelltext bearbeiten]

Das ist die Fähigkeit, die Stimmung in einer menschlichen Gruppe zu erkennen z. B. den Teamgeist. Eine Fähigkeit die meist bei Unternehmern aber auch Politikern stark ausgeprägt ist. Auf diesem Gebiet kann die Maschine bislang nichts leisten.

IQ-Test von KI[Bearbeiten | Quelltext bearbeiten]

Die chinesischen Forscher Feng Liu, Yong Shi und Ying Liu haben im Sommer 2017 Intelligenz-Tests mit öffentlich und kostenlos zugänglichen schwachen KIs wie etwa Google KI oder Apples Siri und weiteren durchgeführt. Im Maximum erreichten diese KIs einen Wert von etwa 47, was etwa einem sechsjährigem Kind in der ersten Klasse entspricht. Ein Erwachsener kommt etwa im Durchschnitt auf 100. Bereits 2014 wurden ähnliche Tests durchgeführt bei denen die KIs noch im Maximum den Wert 27 erreichten.[15]

Bewusstsein, Selbstbewusstsein, Seele, Geist[Bearbeiten | Quelltext bearbeiten]

Jürgen Schmidhuber meint, dass sich das Bewusstsein bei simulierten neuronalen Netzen automatisch einstellen werde, dass also künstliche Intelligenzen automatisch über Bewusstsein verfügen werden. Nach Meinung von Schmidhuber ist das Bewusstsein überbewertet und nur ein Nebenprodukt des Problemlösens, das ein Gehirn durchführt.[16] Auch in den Neurowissenschaften ist es eine Grundannahme, dass das Bewusstsein ein Produkt unseres Gehirns ist (s. Neuronales Korrelat des Bewusstseins). In der Philosophie des Geistes gibt es seit langer Zeit das Leib-Seele-Problem oder auch den Leib-Seele-Dualismus. Dabei gehen Philosophen wie Platon und Descartes davon aus, dass es sich zwischen Leib und Seele (bzw. Geist, Bewusstsein) um zwei verschiedene Substanzen handle. Anhänger dieses Dualismus neigen zur Ansicht, daß eine die menschlichen Gehirnfunktionen simulierende Künstliche Intelligenz keinen 'Geist' (weder eine Seele, noch ein Bewusstsein) haben kann (s.a. Philosophischer Zombie), wobei in den zugrundeliegenden Werken die naturwissenschaftlichen Bedingungen der Zuordnung von Geist zu Körper jedoch weitgehend ungeklärt bleiben. Im Global Consciousness Project, an dem weltweit etwa 100 Forscher arbeiten, werden mit Hilfe von in Princeton entwickelten Technologien seit 1998 über weltweit verteilte Messstationen Ausschläge registriert, die etwa bei emotionalen Ereignissen wie z.B. Terroranschlägen und Erdbeben zu verzeichnen sind. So habe es z.B. am 11. September 2001 erhebliche Ausschläge bei den Messinstrumenten gegeben. Im Bereich der Nahtod-Forschung (s. Nahtod-Studien) kommt es u.a. zu folgendem Phänomen: Beispielsweise während mancher Gehirnoperation wird das Gehirn künstlich und messbar deaktiviert. Dennoch berichten einige Patienten, während dieser Phase die Geschehnisse in der Umgebung wahrgenommen zu haben, also ein Bewusstsein gehabt zu haben. Ebenso berichten Patienten während eines Herzstillstands von Erlebnissen. Dabei gibt es folgende Problematik: Sobald das Gehirn nach einem Herzstillstand nicht mehr mit Blut und damit mit Sauerstoff versorgt wird, stellt das Gehirn nach etwa 15 Sekunden seinen normalen Betrieb ein, d. h., das Gehirn fällt in einen Zustand der Bewusstlosigkeit.[17] Wenn ein Mensch mit inaktivem Gehirn jedoch kein Bewusstseins besitzen soll, ist es schwierig, die genannten Erlebnisse und Wahrnehmungen zu erklären. [18] Einzelne Neurologen gehen davon aus, dass Bewusstsein unabhängig vom Gehirn existiert.[19] Weiterführende derartige Phänomene findet man auch unter Nachtodkontakte und Medium.[20]

Angrenzende Wissenschaften[Bearbeiten | Quelltext bearbeiten]

Sprachwissenschaft[Bearbeiten | Quelltext bearbeiten]

Die Interpretation menschlicher Sprache durch Maschinen besitzt bei der KI-Forschung eine entscheidende Rolle. So ergeben sich etwaige Ergebnisse des Turing-Tests vor allem in Dialogsituationen, die bewältigt werden müssen.

Die Sprachwissenschaft liefert mit ihren Grammatikmodellen und psycholinguistischen Semantikmodellen wie der Merkmals- oder der Prototypensemantik Grundlagen für das maschinelle „Verstehen“ komplexer natürlichsprachlicher Phrasen. Zentral ist die Frage, wie Sprachzeichen eine tatsächliche Bedeutung für eine künstliche Intelligenz haben können.[21] Das Chinese-Room-Argument des Philosophen John Searle sollte indes zeigen, dass es selbst dann möglich wäre, den Turing-Test zu bestehen, wenn den verwendeten Sprachzeichen dabei keinerlei Bedeutung beigemessen wird. Insbesondere Ergebnisse aus dem Bereich Embodiment betonen zudem die Relevanz von solchen Erfahrungen, die auf der Verkörperung eines Agenten beruhen sowie dessen Einbindung in eine sinnvolle Umgebung für jede Form von Kognition, also auch zur Konstruktion von Bedeutung durch eine Intelligenz.

Einen Teilbereich der Linguistik und zugleich eine Schnittstelle zwischen dieser und der Informatik bildet die Computerlinguistik, die sich unter anderem mit maschineller Sprachverarbeitung und künstlicher Intelligenz beschäftigt.

Psychologie[Bearbeiten | Quelltext bearbeiten]

Die Psychologie beschäftigt sich u.a. mit dem Intelligenzbegriff.

Psychotherapie[Bearbeiten | Quelltext bearbeiten]

In der Psychotherapieforschung existieren bereits seit geraumer Zeit experimentelle Anwendungen der Künstlichen Intelligenz, um Defizite und Engpässe in der psychotherapeutischen Versorgung zu überbrücken und Kosten zu sparen.[22]

Philosophie[Bearbeiten | Quelltext bearbeiten]

Die philosophischen Aspekte der KI-Problematik gehören zu den weitreichendsten der gesamten Informatik.

Die Antworten, die auf die zentralen Fragen dieses Bereiches gegeben werden, reichen weit in ontologische und erkenntnistheoretische Themen hinein, die das Denken des Menschen schon in den Anfängen der Philosophie beschäftigten. Wer solche Antworten gibt, muss die Konsequenzen daraus auch für den Menschen und sich selbst ziehen. Nicht selten möchte man umgekehrt vorgehen und die Antworten, die man vor der Entwicklung künstlicher Intelligenz gefunden hat, auf diese übertragen. Doch wie sich zeigte, hat die künstliche Intelligenz zahlreiche Forscher dazu veranlasst, Probleme wie das Verhältnis zwischen Materie und Geist, die Ursprünge des Bewusstseins, die Grenzen der Erkenntnis, das Problem der Emergenz, die Möglichkeit außermenschlicher Intelligenz usw. in einem neuen Licht zu betrachten und zum Teil neu zu bewerten.

Eine dem metaphysischen bzw. auch idealistischen Denken verpflichtete Sichtweise hält es (im Sinn einer schwachen KI) für unmöglich, dass Maschinen jemals mehr als nur simuliertes Bewusstsein mit wirklicher Erkenntnis und Freiheit besitzen könnten. Aus ontologischer Sicht kritisiert der amerikanische Philosoph Hubert Dreyfus die Auffassung der starken KI. Aufbauend auf der von Martin Heidegger in dessen Werk Sein und Zeit entwickelten Ontologie der „Weltlichkeit der Welt“ versucht Dreyfus zu zeigen, dass hinter das Phänomen der Welt als sinnhafte Bedeutungsganzheit nicht zurückgegangen werden kann: Sinn, d. h. Beziehungen der Dinge in der Welt aufeinander, sei ein Emergenzphänomen, denn es gibt nicht „etwas Sinn“ und dann „mehr Sinn“. Damit erweist sich jedoch auch die Aufgabe, die sinnhaften Beziehungen zwischen den Dingen der Welt in einen Computer einzuprogrammieren, als eigentlich unmögliches bzw. unendliches Vorhaben. Dies deshalb, weil Sinn nicht durch Addition von zunächst sinnlosen Elementen hergestellt werden kann.[23]

Eine evolutionär-progressive Denkrichtung sieht es hingegen (im Sinn einer starken KI) als möglich an, dass Systeme der künstlichen Intelligenz einmal den Menschen in dem übertreffen könnten, was derzeit noch als spezifisch menschlich gilt. Dies birgt zum einen die Gefahr, dass solche KI-Maschinen sich gegen die Interessen der Menschen wenden könnten. Andererseits birgt diese Technologie die Chance, Probleme zu lösen, deren Lösung dem Menschen wegen seiner limitierten Kapazitäten schwer fällt (siehe auch technologische Singularität).

Weitere Anknüpfungspunkte lassen sich in der analytischen Philosophie finden.

Informatik[Bearbeiten | Quelltext bearbeiten]

Selbstverständlich ist die KI mit den anderen Disziplinen der Informatik eng verzahnt. Ein Versuch der Abgrenzung könnte auf Grundlage der Bewertung der erzielten Ergebnisse hinsichtlich ihres Grades an Intelligenz erfolgen. Hierzu scheint es sinnvoll, verschiedene Dimensionen von Intelligenz zu unterscheiden. Im Folgenden sollen diese Dimensionen aufgeführt werden, die ersten drei scheinen als notwendige Bedingungen angesehen werden zu können.

  1. Die Fähigkeit zur Verarbeitung beliebiger Symbole (nicht nur Zahlen).
  2. Der Aufbau eines inneren Modells der äußeren Welt, eines Selbstmodells, sowie der jeweils aktuellen Beziehung von Selbst und Welt.
  3. Die Fähigkeit zu einer zweckentsprechenden Anwendung des Wissens.
  4. Die Fähigkeit, die im gespeicherten Wissen enthaltenen Zusammenhänge aufzudecken, d. h. logisch schlussfolgern zu können.
  5. Die Fähigkeit zur Verallgemeinerung (Abstraktion) und zur Spezialisierung (d. h. zu Anwendung allgemeiner Zusammenhänge auf konkrete Sachverhalte).
  6. Das Vermögen, erworbenes Wissen und vorhandene Erfahrung auf neue, bisher unbekannte Situationen zu übertragen.
  7. Die Fähigkeit, sich planvoll zu verhalten und entsprechende Strategien zum Erreichen der Ziele bilden zu können.
  8. Anpassungsfähigkeit an verschiedene, u.U. sich zeitlich ändernde Situationen und Problemumgebungen.
  9. Lernfähigkeit, verbunden mit dem Vermögen, partiellen Fortschritt oder Rückschritt einschätzen zu können.
  10. Die Fähigkeit, auch in unscharf bzw. unvollständig beschriebenen oder erkannten Situationen handeln zu können.
  11. Die Fähigkeit zur Mustererkennung (Besitz von Sensoren) und zur aktiven Auseinandersetzung mit der Umwelt (Besitz von Effektoren).
  12. Über ein Kommunikationsmittel von der Komplexität und Ausdrucksfähigkeit der menschlichen Sprache verfügen.

Je mehr dieser Merkmale eine Anwendung erfüllt, desto intelligenter ist sie. Eine Anwendung, die auf dieser Skala als intelligent eingestuft werden kann, wird eher der KI als einer anderen Disziplin der Informatik zugeordnet werden können.

Kritik an der KI-Forschung[Bearbeiten | Quelltext bearbeiten]

Elon Musk, der selbst finanziell an KI-Firmen beteiligt ist, warnte 2014: „Der Fortschritt bei künstlicher Intelligenz (ich meine nicht einfache künstliche Intelligenz) ist unglaublich schnell. […] Solange man nicht direkt Gruppen wie Deepmind ausgesetzt ist, kann man sich kaum vorstellen, wie schnell es voran geht. Es ist annähernd exponentiell. […] Es besteht das Risiko, dass binnen fünf Jahren etwas ernsthaft Gefährliches passiert.“ Er löse keinen falschen Alarm aus, denn ihm sei bewusst worüber er rede. „Ich bin nicht der Einzige der sagt, wir sollten uns Sorgen machen. […] Ihnen [den führenden Unternehmen auf diesem Gebiet] ist die Gefahr bewusst, aber sie glauben, sie könnten die digitale Superintelligenz formen und kontrollieren und verhindern, dass Schlechtes ins Internet strömt […] Das wird sich zeigen“.[24][25]

Auch Stephen Hawking warnte 2014 vor der KI und sieht darin eine Bedrohung für die Menschheit. Durch die KI könnte das Ende der Menschheit eingeleitet werden. Ob die Maschinen irgendwann die Kontrolle übernehmen werden, werde die Zukunft zeigen. Aber bereits heute sei klar, dass die Maschinen die Menschen zunehmend vom Arbeitsmarkt verdrängen.[26][27]

Im August 2017 forderten 116 Unternehmer und Experten aus der Technologiebranche (u.a. Mustafa Suleyman, Elon Musk, Yoshua Bengio, Stuart Russell, Jürgen Schmidhuber) in einem offenen Brief an die UN, dass autonome Waffen verboten werden sollten bzw. auf die seit 1983 bestehende CCW-Liste gesetzt werden sollen. Die Certain Conventional Weapons sind von der UN verboten und beinhalten unter anderem Chemiewaffen. Nach Schwarzpulver und der Atombombe drohe die dritte Revolution der Kriegsführung. Zitat aus dem Schreiben: „Wenn diese Büchse der Pandora einmal geöffnet ist, wird es schwierig, sie wieder zu schließen“ und „Einmal erfunden, könnten sie bewaffnete Konflikte erlauben in einem nie dagewesenen Ausmaß, und schneller, als Menschen sie begreifen können“. Terroristen und Despoten könnten die autonomen Waffen nutzen und sogar hacken.[28][29]

Argumentativ entgegengetreten sind solchen Positionen u. a. Rodney Brooks und Jean-Gabriel Ganascia.[30]

Darstellung in Film und Literatur[Bearbeiten | Quelltext bearbeiten]

Seit der Klassischen Moderne wird KI in Kunst, Film und Literatur behandelt.[31] Dabei geht es bei der künstlerischen Verarbeitung – im Gegensatz zur KI-Forschung, bei der die technische Realisierung im Vordergrund steht – vor Allem um die moralischen, ethischen und religiösen Aspekte und Folgen einer nicht-menschlichen, „maschinellen Intelligenz“.

In der Renaissance wurde der Begriff des Homunculus geprägt, eines künstlichen Miniaturmenschen ohne Seele.[32] Im 18. und 19. Jahrhundert erschienen in der Literatur menschenähnliche Automaten, beispielsweise in E. T. A. Hoffmanns Der Sandmann und Jean Pauls Der Maschinenmann.

Im 20. und 21. Jahrhundert greift die Science-Fiction in Film und Prosa das Thema mannigfach auf.[33] 1920 prägte der Schriftsteller Karel Čapek den Begriff in seinem Bühnenstück R.U.R.; 1926 thematisierte Fritz Lang in Metropolis Roboter, welche die Arbeit der Menschen übernehmen.[33]

Dem Filmpublikum wurden in den unterschiedlichen Werken die Roboter als intelligente und differenzierte Maschinen mit ganz unterschiedlichen Persönlichkeiten präsentiert: Sie werden entwickelt, um sie für gute Zwecke einzusetzen, wandeln sich aber häufig zu gefährlichen Maschinen, die feindselige Pläne gegen Menschen entwickeln.[34] Im Lauf der Filmgeschichte werden sie zunehmend zu selbstbewussten Wesen, die sich die Menschheit unterwerfen wollen.[34]

Beispiele (Auswahl)[Bearbeiten | Quelltext bearbeiten]

Soziale Auswirkungen[Bearbeiten | Quelltext bearbeiten]

Durch die industrielle Revolution wurde durch die Erfindung der Dampfmaschine die Muskelkraft von der Maschine ersetzt (PS durch Watt). Durch die digitale Revolution könnte die menschliche Denkleistung durch maschinelle KI ersetzt werden.[35]

Der amerikanische Unternehmer Elon Musk prognostiziert, dass es zukünftig immer weniger Erwerbsarbeit geben wird, die nicht von einer Maschine besser und günstiger gemacht werden kann, weshalb immer weniger Arbeitskräfte benötigt würden. Durch die weitgehend maschinelle Produktion würden die Produkte und Dienstleistungen sehr billig werden. In diesem Zusammenhang unterstützt er die Einführung eines bedingungslosen Grundeinkommens.[36] Der Physiker Stephen Hawking meint: Bereits heute sei klar, dass die Maschinen die Menschen zunehmend vom Arbeitsmarkt verdrängen.[37][38] Microsoft-Gründer Bill Gates sieht die Entwicklung ähnlich. Er fordert eine Robotersteuer, um die sozialen Aufgaben der Zukunft bewältigen zu können.[39] Bereits 1995 erschien das Buch „Das Ende der Arbeit“ von Jeremy Rifkin. Die Informatikerin Constanze Kurz meint: technischen Fortschritt gab es schon immer. Jedoch vollzog sich der technische Wandel in der Vergangenheit meist über Generationen, so dass genug Zeit blieb, sich für neue Aufgaben auszubilden. Heute verläuft der technische Wandel innerhalb von wenigen Jahren, so dass die Menschen nicht genug Zeit haben, sich für neue Aufgaben weiter zu bilden.[40] Der Sprecher des Chaos Computer Clubs, Frank Rieger, warnte in verschiedenen Publikationen (z. B. dem Buch Arbeitsfrei)[41] davor, dass durch die beschleunigte Automatisierung vieler Arbeitsbereiche in naher Zukunft immer mehr Menschen ihre Beschäftigung verlieren werden (z. B. LKW-Fahrer durch selbstfahrende Autos). Darin besteht unter anderem eine Gefahr der Schwächung von Gewerkschaften, die an Mitgliedern verlieren könnten. Rieger plädiert daher für eine „Vergesellschaftung der Automatiserungsdividende“, also einer Besteuerung von nichtmenschlicher Arbeit, damit durch das Wachstum der Wirtschaft in Form eines Grundeinkommens auch der allgemeine Wohlstand wächst und gerecht verteilt wird.[42]

Deutsch-schwedische Forscher haben 2015 ausgerechnet, dass Computer jeden zweiten Job übernehmen könnten.[43][44][45] Eine Oxford-Studie aus dem Jahr 2014 geht davon aus, dass in Deutschland innerhalb der nächsten 10 bis 20 Jahre jeder zweite Job durch Maschinen ersetzt wird. Schulen und Universitäten müssten ihre Ausbildung verändern, hin zu mehr kreativen und sozialen Kompetenzen, da Maschinen in diesen Bereichen bislang keine Fähigkeiten haben.[46]

Jack Ma, der Gründer des chinesischen Internetkonzerns Alibaba, mahnte in einem Vortrag, dass die Menschen sich auf erhebliche Umbrüche im Arbeitsmarkt vorbereiten sollten, weil die KI die Welt verändern werde. In den letzten 200 Jahren habe das produzierende Gewerbe und Dienstleistungen die Jobs geschaffen. Nun aber wegen der KIs und den Robotern, werden dort kaum noch Jobs entstehen. Jack Ma kritisierte die heutige Schulausbildung (er war früher Englischlehrer). Die Schüler würden nicht für die Notwendigkeiten von morgen ausgebildet, sondern immer noch auf eine Wirtschaft, die es bald nicht mehr gebe. Die Schulen würden die Arbeitslosen von morgen ausbilden. Es mache keinen Sinn, in Konkurrenz mit den KIs und Robotern treten zu wollen. Die Schüler sollten von den Schulen dazu ausgebildet werden, möglichst innovativ und kreativ zu sein. Jack Ma geht davon aus, dass die KIs viele Jobs zerstören, aber auch viele neue Jobs entstehen lassen würden. Die Frage sei, ob Schüler für diese neuen Jobs ausgebildet würden.[47]

Jürgen Schmidhuber antwortete auf die Frage, ob KIs uns bald den Rang ablaufen werden bzw. ob wir uns Sorgen um unsere Jobs machen müssten: "Künstliche Intelligenzen werden fast alles erlernen, was Menschen können – und noch viel mehr. Ihre neuronalen Netzwerke werden aus Erfahrung klüger und wegen der sich rasch verbilligenden Hardware alle zehn Jahre hundertmal mächtiger. Unsere formelle Theorie des Spaßes erlaubt sogar, Neugierde und Kreativität zu implementieren, um künstliche Wissenschaftler und Künstler zu bauen." und "Alle fünf Jahre wird das Rechnen 10-mal billiger. Hält der Trend an, werden kleine Rechner bald so viel rechnen können wie ein menschliches Gehirn, 50 Jahre später wie alle 10 Milliarden Hirne zusammen."[48] Als Konsequenz aus der aus seiner Sicht unabwendbar fortschreitenden Automatisierung und dem damit einhergehenden Wegfall von Erwerbsarbeitsplätzen sieht Schmidhuber die Notwendigkeit eines Bedingungslosen Grundeinkommens.[49]„Roboterbesitzer werden Steuern zahlen müssen, um die Mitglieder unserer Gesellschaft zu ernähren, die keine existenziell notwendigen Jobs mehr ausüben. Wer dies nicht bis zu einem gewissen Grad unterstützt, beschwört geradezu die Revolution Mensch gegen Maschine herauf.“[50]

Erik Brynjolfsson ist der Auffassung, dass das Aufkommen radikaler Parteien in den USA und Europa die Folge ist, dass viele Menschen heute schon nicht mehr mit dem technischen Fortschritt mithalten können. Wenn Menschen ihre Jobs verlieren, werden diese Menschen wütend, so Brynjolfsson. Auch er meint, dass in Zukunft die meisten Jobs von Maschinen erledigt werden.[51]

Mark Zuckerberg äußerte bei einer Rede vor Harvard-Absolventen, dass die Einführung eines bedingungslosen Grundeinkommen notwendig sei. Es könne etwas nicht mehr in Ordnung sein, wenn er als Harvard-Abbrecher innerhalb weniger Jahre Milliarden machen könne, während Millionen von Uni-Absolventen ihre Schulden nicht abbezahlen könnten. Es bräuchte eine Basis, auf der jeder innovativ und kreativ sein könne.[52][53]

Im November 2017 stellte der Deutsche Bank Chef John Cryan einen starken Stellenabbau in Aussicht. Das Unternehmen beschäftigt 97.000 Menschen. Bereits in den letzten 12 Monaten wurden 4000 Stellen abgebaut. In naher Zukunft sollen 9000 weitere Stellen abgebaut werden. Mittelfristig sollen die Hälfte aller Stellen abgebaut werden. Cryan begründete diesen Schritt damit, dass die Konkurrenz bereits heute mit etwa der Hälfte der Mitarbeiter vergleichbare Leistung erbringe. Cryan sagte: "Wir machen zu viel Handarbeit, was uns fehleranfällig und ineffizient macht". Vor allem durch das maschinelle Lernen bzw. künstliche Intelligenzen könnte das Unternehmen noch viel effizienter werden. Viele Banker arbeiteten ohnehin wie Roboter, so Cryan. An die Stelle qualifizierter Mitarbeiter sollen qualifizierte Maschinen treten, so Cryan.[54]

Der Zukunftsforscher Lars Thomson prognostizierte im November 2017 für die nächsten 10 Jahre gewaltige Umbrüche in Technologie, Arbeit, Werten und Gesellschaft. Im Jahr 2025 könne ein Haushalts-Roboter den Frühstückstisch decken, Fenster putzen, Pflegedienste übernehmen usw. wodurch Arbeitsplätze vernichtet werden. Heute schon gäbe es 181 Firmen weltweit, die an klugen Robotern arbeiten. Der Preis eines solchen Roboters betrage heute etwa 20.000 Euro. Der Markt der künstlichen Intelligenz werde in wenigen Jahren größer sein als der Automobilmarkt. Wie schnell 10 Jahre vergingen, würde man sehen, wenn man 10 Jahre zurückblicke, als das erste Smartphone auf den Markt kam. Er bedauert, dass in unserer Gesellschaft kaum jemand diese Entwicklung realisiere, die unsere Gesellschaft komplett verändern werde. In Hotels werden in 10 Jahren Roboter die Arbeiten der heutigen Zimmermädchen übernehmen. Der Vorteil für den Hotelmanager: Der Roboter will keinen Lohn, keine freien Tage, muss nicht versteuert und versichert werden. Der Nachteil: Der Staat erhält keine Steuern mehr und die Menschen sind arbeitslos. Deshalb werde man nicht an einem bedingungslosen Grundeinkommen vorbeikommen und der Einführung einer Robotersteuer. Thomson sieht die Gefahr einer Spaltung der Gesellschaft, wenn das Tempo der Veränderung die Wandlungsfähigkeit der Menschen übersteigt. Gleichzeitig werde die KI den Menschen von der Arbeit befreien. Die Gesellschaft müsse Leitplanken für die KIs definieren.[55]

Kreativität[Bearbeiten | Quelltext bearbeiten]

Forscher aus Tübingen haben neuronale Netze darauf trainiert, ein vorgegebenes Foto im Stil eines berühmten Künstlers zu malen z.B. Van Gogh oder Edvard Munch.[56] Forscher bei Google haben neuronale Netze darauf trainiert aus einer Art weißem Rauschen Bilder im Stil von Van Gogh und anderen Künstlern zu produzieren. Die Bilder wurden später auf einer Auktion versteigert.[57][58] Ähnliches machen auch die Apps Prisma oder Pikazo.[59]

Im Juli 2017 stellten Forscher der Rutgers Universität eine KI vor, die künstlerische Gemälde produziert. Die KI wurde trainiert mit vielen Gemälden berühmter Maler verschiedener Epochen. In einem Blindtest wurden die von der KI erstellten Gemälde mit von Künstlern für die Art Basel erstellten Gemälden vermischt und 18 Experten in einem Blindtest zur Beurteilung vorgelegt. Die Jury beurteilte die Gemälde von der KI insgesamt besser als die von den Künstlern für die Art Basel erstellten Gemälde.[60]

Der Autor George R. R. Martin schreibt derzeit an seinem sechsten Buch der Reihe Game of Thrones, das von der Fangemeinde ungeduldig erwartet wird. Der Programmierer Zack Thoutt trainierte nun eine KI (Recurrent Neural Net) mit den ersten fünf Büchern der Serie und ließ von der KI das sechste Buch schreiben. Das Ergebnis wurde im Sommer 2017 im Internet veröffentlicht. Dabei hat die KI einzelne Charaktere genauso weiterentwickelt, wie das in manchen Fan-Theorien erwartet wurde ohne dass die KI davon wusste. Mängel gibt es bei der Grammatik, einzelne Charaktere, die bereits verstorben waren, tauchen wieder auf und die Handlungsstränge sind nicht sehr spannend. Der Programmierer Zack Thoutt eignete sich die Kenntnisse über den kostenlosen Online-Kurs Udacity an.[61]

Sunspring ist der erste Kurzfilm (2016), dessen Drehbuch von einer KI geschrieben wurde.[62][63]

Google versucht in seinem Magenta-Projekt KIs zu erzeugen, die kreativ sind. So wurde im Sommer 2017 eine Klavier-Improvisation vorgestellt, die von einer KI komponiert wurde.[64] Bereits im Sommer 2016 veröffentlichte das Projekt Magenta einen kurzen Pop-Song, der von einer KI komponiert wurde.[65]

Die Musik des Albums "I am AI" der Sängerin Taryn Southern, vorgestellt im Herbst 2017, wurde von einer KI komponiert. Um einen Song mit Hilfe einer KI zu komponieren, wählt man eine Software wie "Amper Music" o. Jukedeck u.a., wählt das Genre und weitere Paramenter wie Länge des Songs, Instrumentierung usw. Innerhalb von Sekunden komponiert die KI dann einen einzigartigen Song. Ein Musiker kann dann Bruchstücke dieser Beispiele zu einem eigenen Song zusammenfügen. Somit kann jedermann professionelle Musik kreieren. Immer mehr Musiker geben zu, beim Komponieren KIs als Werkzeug zu benutzen.[66][67]

KI in der Medizin[Bearbeiten | Quelltext bearbeiten]

Im Sommer 2017 stellten Forscher der Universität Bari in Italien eine KI vor, die mit einer Wahrscheinlichkeit von 86 Prozent die Krankheit Alzheimer anhand von Gehirnscans - durchgeführt mit Magnetresonaztomographen - diagnostizieren kann, zehn Jahre bevor die ersten Symptome auftauchen.[68]

Im August 2016 konnte am Medical Institute der Tokyo Universität die KI Watson eine Fehldiagnose der Ärzte korrigieren. Die Ärzte diagnostizierten bei der Patientin eine akute myeloische Leukämie. Die Therapie blieb erfolglos, weswegen man die KI Watson zu Rate zog. Die KI benötigte 10 Minuten, um die DNA der Frau mit 20 Millionen Krebsstudien abzugleichen. Die KI Watson erkannte eine sehr seltene Form der Leukämie, die bislang nur 41 Patienten betraf und welche heilbar ist.[69] Grundsätzlich ist der Krebs so individuell wie die Patienten selbst. Das ist der Grund, weshalb eine Therapie bei einem Patienten hilft und bei einem anderen nicht. Hier können KIs die Genanalyse von Patienten innerhalb von Minuten mit Millionen Daten anderer Patientenakten, Behandlungsformen, Forschungsaufsätzen abgleichen und so zu einer sehr präzisen Diagnose kommen, was man Präzisionsmedizin nennt und ohne den Einsatz von Computern nicht möglich ist. Dies ist nicht nur auf die Krebsdiagnose beschränkt, sondern kann auch bei Herzinfarkten, Diabetes usw. eingesetzt werden. Wichtig dafür ist, dass die Daten in digitaler Form (anonymisiert) vorliegen. Google, IBM, Microsoft, Amazon usw. bieten dafür Plattformen, um derartige Daten hochzuladen und bereitzustellen.[70]

In einem wissenschaftlichen Wettbewerb wurden Forscher im Jahr 2016 weltweit eingeladen, eine Software zur Erkennung von Brustkrebszellen (Diagnose von Metastasen in Sentinel-Node-Biopsien) einzureichen. 32 Programme wurden von 23 Teams eingereicht. In einem Wettbewerb traten diese Programme dann gegen ein Team aus 11 Pathologen an, welche jeweils 2 Stunden zur Analyse von 129 Präparaten hatten. Eine Vergleichsgruppe bestand aus einem versierten Pathologen, der sich so viel Zeit nehmen durfte, wie er wollte, was allerdings nicht dem klinischen Alltag entspricht. Die Programme nutzten meist convolutional neural networks. Sieben der Programme lieferten bessere Ergebnisse als die Gruppe der Pathologen. Insbesondere die Programme der Harvard Medical School und des Massachusetts Institute of Technology stellten die Pathologen in den Schatten. Die menschlichen Pathologen übersahen häufig Mikrometastasen, was den besseren Programmen nur selten passierte. Fünf der Programme waren sogar besser als der versierte Pathologe, der sich 30 Stunden Zeit für die Analyse nahm. Selbst dieser versierte Pathologe übersah ein Viertel der Mikrometastasen.[71]

Die Gesundheitsapp Babylon Health kann mit Hilfe eines Sprachsystems (Chatbot), basierend auf einer KI, eine Diagnose im Gespräch mit dem Patienten erstellen, die laut Hersteller etwa 10 mal treffsicherer als die Diagnose eines Hausarztes ist. Die Entwicklung der App wurde auch mit Unterstützung des britischen Gesundheitssystems finanziert. Ziel war es, die Zahl der unnötigen Arztbesuche deutlich zu reduzieren und damit Kosten zu senken. Jedoch fanden die Patienten schnell heraus, wie man die App durch falsche Symptombeschreibungen austricksen kann, um so schneller an einen Arzttermin zu gelangen. Ursprünglich gab es Widerstand gegen diese App, weil Hausärzte befürchteten, dass die App die Zahl der sehr leicht behandelbaren und somit lukrativen Fälle für die Ärzte deutlich senken könnte.[72]

Eine an der Klinik der Oxford-Universität entwickelte KI soll Herz-Erkrankungen und Lungenkrebs deutlich besser diagnostizieren können als ein Mensch dies könnte. Dabei wird das Herz bzw. die Lunge gescannt und über diese Scans kann die KI Einzelheiten erkennen, die einem Menschen verborgen bleiben. Krankheiten können so früher erkannt und behandelt werden. Ein Kardiologe liegt bei der Diagnose von Herz-Erkrankungen nur bei einer Trefferwahrscheinlichkeit von 80 Prozent. 20 Prozent der Diagnosen eines Kardiologen sind falsch. Das führt u.a. zu vermeidbaren Herzinfarkten oder aber zu unnötigen Operationen. Die KI soll die Fähigkeit der Kardiologen deutlich übertreffen. Allein in Großbritannien schätzt man so dem Gesundheitssystem mehr als 1 Milliarde Pfund pro Jahr einsparen zu können. Die KI soll ab Sommer 2018 den Kliniken kostenfrei zur Verfügung stehen.[73]

KI in der Juristerei[Bearbeiten | Quelltext bearbeiten]

Ein großer Teil der Arbeit von Juristen besteht in der Analyse von vielen Akten z.B. von Präzedenzfällen, um daraus Argumente zu entwickeln. Derartige Arbeit kann mittlerweile von KIs übernommen werden. Die Beratungsfirma McKinsey schätzt, dass derzeit (2017) etwa 22 Prozent der Arbeit von Anwälten und 35 Prozent der Arbeit von Rechtshelfern mit Hilfe von KIs automatisiert werden könnte. Die KIs werden anhand von Millionen von Dokumenten und Fallbeispielen und juristischen Anträgen trainiert. Danach kann eine KI diejenigen Dokumente markieren, die ein Jurist für seinen Fall braucht, oft besser, als dies ein Mensch könnte. JPMorgan gab bekannt, die KI Contract Intelligence einzusetzen, welche nach Aussagen von JPMorgan eine Menge von Daten in Sekunden analysieren kann, wofür Juristen und Rechtshelfer 360.000 Stunden benötigen würden.[74]

KI in sonstigen Bereichen[Bearbeiten | Quelltext bearbeiten]

Im November 2017 stellten Wissenschaftler der Universität Edinburgh eine von ihnen trainierte KI vor, die in der Lage ist, bei einem Fernsehkrimi den Mörder mit hoher Wahrscheinlichkeit noch vor der Auflösung vorauszusagen. Dabei haben die Forscher die KI anhand von 39 Folgen der Fernsehserie "CSI: Las Vegas" trainiert. Diese Fernsehserie hat 337 Folgen. Ab der 39. Folge war es der KI möglich, den Täter relativ häufig vorauszusagen und mit jeder weiteren Folge wurde die Treffsicherheit der KI höher. Am Ende lag die Treffsicherheit bei 60 Prozent nachdem 90 Prozent einer Episode von der KI "geschaut" wurde.[75]

Am 28. August 2017 wurde ein maschineller Übersetzer namens DeepL auf Basis künstlicher neuronaler Netze von einem Kölner Start-Up online gestellt, der auf der gesammelten Datenbank von Linguee trainiert wurde. Der neue Dienst soll in Blindtests die Angebote der Konkurrenz u. a. von Google, Microsoft und Facebook übertreffen.[76][77]

Im November 2017 stellte Boston Dynamics ein neues Video zur aktuellen Entwicklung ihres humanoiden Roboters Atlas ins Internet. Seit 2016 kann Atlas gehen, Türen öffnen, Kisten aufheben und in Regale einsortieren sowie nach dem Umfallen alleine wieder aufstehen. Seit 2017 kann Atlas nunmehr athletisch von Kiste zu Kiste springen, um 180 Grad Sprünge und einen Rückwärtssalto durchführen.[78][79]

Im Dezember 2017 stellte die Google-Firma DeepMind die KI AlphaZero vor. Diese erlernte innerhalb weniger Stunden nacheinander die Spiele Schach, Go und Shogi und war dann besser als jede Software, die bislang entwickelt wurde und damit weit übermenschlich. AlphaZero wird nur trainiert durch das Einprogrammieren der Spielregeln. Daraufhin trainiert AlphaZero gegen sich selbst einige Stunden. Menschliche Spielstrategien werden der KI nicht gezeigt. Die KI entwickelt alle Spielstrategien eigenständig. Die Schach-Website chess24 kommentierte dies mit: die Zeit der ausgefeilten Schachprogramme sei wohl vorüber.[80][81][82] Der ehemalige Schachweltmeister Garri Kasparow meinte, er sei erstaunt darüber „was man von AlphaZero und grundsätzlich von KI-Programmen lernen kann, die Regeln und Wege erkennen können, die Menschen bisher verborgen geblieben sind.“ und „Die Auswirkungen sind offenbar wunderbar und weit jenseits von Schach und anderen Spielen. Die Fähigkeit einer Maschine menschliches Wissen aus Jahrhunderten in einem komplexen, geschlossenen System zu kopieren und zu überflügeln, ist ein Werkzeug, das die Welt verändern wird.“[83]

Im Dezember 2017 stellte Google eine KI mit Namen AutoML vor, die eigenständig KIs kreiert, die dann wiederum leistungsfähiger sind, als KIs, die von Menschen auf dem speziellen Gebiet kreiert wurden.[84]

KIs können Ende 2017 Videos von einer Tagszene in eine Nachtszene umrechnen, oder von einer Sommerlandschaft in eine Winterlandschaft verwandeln und umgekehrt, ein Video von einem Sonnentag in einen Regentag verwandeln, oder eine Katze in einem Video in eine Großkatze umrechnen usw. Weiterhin können KIs menschliche Gesichter entwickeln, die es gar nicht gibt, die aber menschlich aussehen.[85]

Ein Programmierer demonstrierte Ende 2017 die Produktion eines Fake-Videos mit einfachen und kostenlosen Mitteln. Dazu nahm er ein Pornovideo und die Gesichter berühmter Frauen u.a. Gal Gadot. Mit Hilfe einer KI legte er dann das Gesicht der berühmten Schauspielerinnen über das Gesicht der Pornodarstellerin, so dass ein glaubwürdiges Video entstand. Dabei verwendete der Programmierer einfachste Mittel die im Internet frei verfügbar sind und deren Handhabung leicht erlernbar sind.[86] Die Techniken wurden bereits 2016 von Wissenschaftlern des Max-Planck-Instituts für Informatik in Online-Videos demonstriert.[87]

Forscher der Universität von Maryland sowie vom Dartmouth College haben eine KI entwickelt, die mit 92 prozentiger Wahrscheinlichkeit an der Stimme und dem Gesichtsausdruck eines Menschen erkennen kann, ob dieser lügt. Die KI wurde mit 104 Videos trainiert, die Personen zeigen, die vor Gericht sowohl die Wahrheit als auch die Unwahrheit sagen. Die KI lernte so, minimale Änderungen im Gesichtsausdruck und der Stimme zu erkennen, um so den Wahrheitsgehalt des Gesagten zu deuten. Das System könne durch bessere Audiodaten und mehr Videomaterial noch stark verbessert werden.[88]

Im Januar 2017 schlug die KI Libratus vier der besten Pokerspieler der Welt. Die Spieler Daniel McAulay, Jimmy Chou, Jason Les und Dong Kim spielten in insgesamt 120.000 Spielen (Heads-Up No-Limit Texas Hold’em) an 20 Tagen gegen die KI.[89]

Forscher der Stanford Universität entwickelten eine KI, die anhand der Bilder von Google Street View (d.h. Bilder von einem Wohnviertel) das Wahlverhalten, den Bildungsgrad und die ethnische Zusammensetzung von Menschen in einem bestimmten Wohngebiet ermitteln kann. Ein wesentliches Erkennungsmerkmal für die KI sind die Autos, die in einem Wohngebiet geparkt sind. Nicht ermitteln konnte die KI bislang den Anteil der Kinder in dem Wohnviertel und die Zuordnung zu dominanten Wirtschaftssektoren. Die Erhebung der Daten ist deutlich kostengünstiger als bei Umfragen.[90]

Die KI NIMA, entwickelt von Google, kann Bilder ästhetisch bewerten, d.h. erkennen, ob Menschen ein Bild schön oder nicht schön finden. Dabei trainierte die KI mit Bildern, die von 200 Menschen auf einer Skala von 1 bis 10 bewertet wurden. Danach konnte die KI mit hoher Treffsicherheit erkennen, mit welchem Wert die Menschen ein Bild einstufen werden.[91]

Das britische Start-up Tractable stellte Anfang Januar 2018 eine KI vor, die mittels Fotos von einem Autoschaden innerhalb von Sekunden einen Kostenvoranschlag für die Reparatur anfertigen kann. Autofahrer müssen zukünftig nur noch Fotos vom Schaden aufnehmen und an die Versicherung übermitteln - der Rest wird dann maschinell erledigt. Die KI wurde mit Millionen Fotos von Autoschäden trainiert. Die Fotos müssen nicht von hoher Qualität sein. In Deutschland gab es im Jahr 2017 mehr als 2,6 Millionen Verkehrsunfälle, die meisten davon Blechschäden.[92]

Bei einem standardisierten Leseverständnistest der Stanford Universität haben KIs erstmals im Januar 2018 besser abgeschnitten als Menschen dies können. Bei dem Test wird ein Text gelesen und danach sehr detaillierte Fragen zum Inhalt des Textes gestellt. Menschen konnten im Maximum bislang 82,304 Prozent der Fragen korrekt beantworten. Eine KI von Alibaba konnte diesen Wert mit 82,44 Prozent übertreffen. Nur wenige Stunden später konnte eine KI von Microsoft den Test mit 82,65 Prozent bestehen. Allerdings je komplexer und mehrdeutiger die Fragen werden, desto mehr Probleme bekommen die KIs. Die KIs sind eher ein exaktes Rechercheinstrument, während ein Mensch das Gelesene in einen größeren Kontext stellen kann.[93][94]

Vier Wissenschaftler der japanischen Universität in Kyoto haben im Januar 2018 eine KI vorgestellt, die aus den gemessenen Gehirnaktivitäten (Magnetresonanzscans) eines Menschen in etwa erkennen kann, welches Bild sich der Mensch gerade ansieht oder sogar nur ausdenkt. Die KI visualisiert die Bilder dann auf einem Bildschirm. Die Bilder sind nicht akkurat, aber Formen und Farben sind schemenhaft erkennbar. Auch Symbole und Buchstaben kann die KI so identifizieren. Die KI wurde über 10 Monate mit drei Probanden und 1000 Bildern, die wiederholt angeschaut wurden, trainiert. Dies stellt erste Ansätze von Telepathie zwischen Mensch und Maschine dar, was für die Maschinensteuerung nützlich sein kann.[95][96]

Filmische Dokumentationen[Bearbeiten | Quelltext bearbeiten]

Literatur[Bearbeiten | Quelltext bearbeiten]

Belletristik[Bearbeiten | Quelltext bearbeiten]

Weblinks[Bearbeiten | Quelltext bearbeiten]

Deutsch[Bearbeiten | Quelltext bearbeiten]

Englisch[Bearbeiten | Quelltext bearbeiten]

Einzelnachweise[Bearbeiten | Quelltext bearbeiten]

  1. ab Nilsson, Nils J. The Quest for Artificial Intelligence. A History of Ideas and Achievements. New York. Cambridge University Press. 2009.
  2. Bostrom, Nick. Superintelligenz. Szenarien einer kommenden Revolution. Suhrkamp 2016. S. 42.
  3. Bostrom, Nick. Superintelligenz. Szenarien einer kommenden Revolution. Suhrkamp 2016. S. 50f.
  4. heise.de, 20. Oktober 2017: Emirate richten Ministerium für Künstliche Intelligenz ein (31. Oktober 2017)
  5. Daniela Hernandez: Microsoft Challenges Google’s Artificial Brain With ‘Project Adam’. In: Wired. 14. Juli 2014, abgerufen am 5. August 2014 (englisch).
  6. Jeff Hawkins, Sandra Blakeslee: On Intelligence. Owl Books, 2005, ISBN 978-0-8050-7853-4, S. 89.
  7. Alexander D. Wissner-Gross, C. E. Freer: Causal Entropic Forces. In: Physical Review Letters. Institute for Applied Computational Science (Harvard University), The Media Laboratory (MIT), Department of Mathematics (University of Hawaiʻi at Mānoa), 19. April 2013, abgerufen am 8. August 2014 (PDF, englisch).
  8. Alex Wissner-Gross: A new equation for intelligence. In: YouTube. TED, 6. Februar 2014, abgerufen am 5. August 2014 (englisch).
  9. Marc A. Bedau: Artificial life: organization, adaptation and complexity from the bottom up. TRENDS in Cognitive Sciences Vol.7 No.11 November 2003 PDF.
  10. Wolfgang Banzhaf, Barry McMullin: Artificial LIfe in Grzegorz Rozenberg, Thomas Bäck, Joost N. Kok (Eds.): Handbook of Natural Computing. Springer 2012. ISBN 978-3-540-92909-3 (Print) 978-3-540-92910-9 (Online).
  11. Künstliche Intelligenz revolutioniert die Astronomie orf.at, 15. Dezember 2017, abgerufen 15. Dezember 2017.
  12. Alan Turing: Computing Machinery and Intelligence. Aus: Mind No. 236. Oktober 1950.
  13. Vortrag Jürgen Schmidhuber.
  14. Künstliche Intelligenz: Overhyped oder unterschätzt? - CeBIT future talk, 14. März 2016.
  15. Google-KI doppelt so schlau wie Siri – aber ein Sechsjähriger schlägt beide, 5. Oktober 2017.
  16. Roboter müssen Steuern zahlen Interview mit Jürgen Schmidhuber In: wiwo.de, 31. Januar 2016.
  17. J. M. Luce: Chronic disorders of consciousness following coma: Part one: medical issues. In: Chest. Band 144, Nummer 4, Oktober 2013, S. 1381–1387, doi:10.1378/chest.13-0395, PMID 24081351 (Review).
  18. [1]
  19. Neurologe Wilfried Kuhn über mögliche Unabhängigkeit des Bewusstseins vom Gehirn, 2017.
  20. Neurologe Wilfried Kuhn über mögliche Unabhängigkeit des Bewusstseins vom Gehirn, 2017.
  21. Stevan Harnad (1990): The Symbol Grounding Problem. Physica D 42, S. 335–346.
  22. Franz-Josef Hücker: Die Pygmalion-Mythologie in der Psychotherapie. In: Psychotherapie Forum. Vol. 16, Nr. 3, 2008 (Springer Wien), S. 128–135.
  23. Vgl. Hubert Dreyfus: In-der-Welt-sein und Weltlichkeit: Heideggers Kritik des Cartesianismus. in: Thomas Rentsch: Sein und Zeit. Akademie Verlag, Berlin 2001, S. 69ff.
  24. Andrea Rungg: Elon Musk fürchtet künstliche Intelligenz. In: Manager Magazin, 17. November 2014.
  25. Künstliche Intelligenz: Gefährlicher als Atomwaffen. In: Chip, 4. August 2014.
  26. Hilal Kalafat: Physiker warnt vor künstlicher Intelligenz. In: Handelsblatt, 3. Dezember 2014.
  27. Stephen Hawking warnt vor Künstlicher Intelligenz, gulli.com.
  28. Elon Musk und 116 Experten fordern Verbot von Killer-Robotern, t3n.de.
  29. Elon Musk und Co. warnen vor Killer-Robotern, faz.net.
  30. Gero von Randow: Künstliche Intelligenz: Zu intelligent fürs Leben. In: Die Zeit. 14. September 2017, abgerufen am 27. September 2017.
  31. Lisa Xanke, Elisabeth Bärenz: Künstliche Intelligenz in Literatur und Film – Fiktion oder Realität?, Online-Artikel der Universität Karlsruhe, abgerufen am 20. Juli 2012; S. 1.
  32. Xanke, Bärenz, S. 37
  33. ab Xanke, Bärenz, S. 38.
  34. ab Xanke, Bärenz, S. 39.
  35. ARD Quarks und Co: Außer Kontrolle - Wenn Computer die Macht übernehmen , 2016 Minute 16:30, 6. September 2016.
  36. video: Interview with Elon Musk: Elon Musk says Universal Basic Income is “going to be necessary.” 19. Februar 2017.
  37. Hilal Kalafat: Physiker warnt vor künstlicher Intelligenz. In: Handelsblatt, 3. Dezember 2014.
  38. Stephen Hawking warnt vor Künstlicher Intelligenz, gulli.com.
  39. Elon Musk: Bedingungsloses Grundeinkommen ist unvermeidlich 19. Februar 2017.
  40. ARD alpha: Constanze Kurz: Die totale Automatisierung, 2014
  41. Frank Rieger, Constanze Kurz: Arbeitsfrei: Eine Entdeckungsreise zu den Maschinen, die uns ersetzen.
  42. Frank Rieger: Roboter müssen unsere Rente sichern. In: FAZ, 18. Mai 2012.
  43. welt.de
  44. qz.com
  45. futuretech.ox.ac.uk (PDF).
  46. Technik wird jeden Zweiten in Deutschland ersetzen 26. Juli 2014.
  47. Jack Ma says 'stop training kids for manufacturing jobs' 21. September 2017.
  48. Schmidhuber: «Unsere Roboter zeigen Gefühle» 1. Oktober 2017.
  49. Presseagentur APA/sda: Roboter-Forscher befürwortet bedingungsloses Grundeinkommen In: diepresse.com, 15.01.2017. Abgerufen am 7. April 2017.
  50. Jürgen Schmidhuber: Wir müssen Roboter erziehen wie Kinder. Interview durch Vinzenz Greiner, 15.01.2017.
  51. ARD: Quarks: Außer Kontrolle? Wenn Computer die Macht übernehmen Minute 16:50 und 19:30, In: ard.de, 6.09.2016. Abgerufen am 1. Oktober 2017.
  52. Mark Zuckerberg erklärt, warum jeder ein bedingungsloses Grundeinkommen erhalten sollte , In: businessinsider.de, 26.05.2017. Abgerufen am 15. Oktober 2017.
  53. Mark Zuckerberg's Commencement address at Harvard , In: news.harvard.edu, 25.05.2017. Abgerufen am 15. Oktober 2017.
  54. Maschinen statt Mitarbeiter : Deutsche-Bank-Chef stellt erheblichen Stellenabbau in Aussicht , In: faz.net, 9.11.2017. Abgerufen am 10. November 2017.
  55. Forscher sagt dramatischen Wandel voraus , In: schwaebische.de, 9.11.2017. Abgerufen am 10. November 2017.
  56. New Neural Algorithm Can ‘Paint’ Photos In Style Of Any Artist From Van Gogh To Picasso 2016.
  57. Google’s Artificial Brain Creates Its Own Artworks and They Are Freaky 2015
  58. Google’s ‘Inceptionism’ Art Sells Big at San Francisco Auction 2015.
  59. App Pikazo 2017.
  60. "Humans Prefer Computer-Generated Paintings to Those at Art Basel"In: hyperallergic.com, 31. Juli 2017.
  61. "Computer schreibt sechstes Buch von Game of Thrones" In: faz.net, 30. August 2017.
  62. Schmidhuber: «Unsere Roboter zeigen Gefühle» 1. Oktober 2017.
  63. video Sunspring, Drehbuch geschrieben von KI 1. Oktober 2017.
  64. Google will Computern das Komponieren und Witzemachen beibringen 24. September 2017.
  65. Google Magenta-Team veröffentlicht erstes KI-komponiertes Musikstück 4. Juni 2016.
  66. Mit künstlicher Intelligenz kann jeder komponieren deutschlandfunkkultur.de vom 21. Dezember 2017.
  67. KI will rock you zeit.de vom 26. Dezember 2017.
  68. "KI kann Alzheimer zehn Jahre vor Krankheitsausbruch erkennen" In: heilpraxisnet.de, 20. September 2017.
  69. KI rettet Patientin das Leben, weil sie die Fehldiagnose der Ärzte korrigiert vice.com vom 10. August 2016
  70. Diagnosen von Watson faz.net vom 10. Juni 2017
  71. Arzt versus Computer: Wer erkennt Brustkrebsmetastasen am besten? aerzteblatt.de vom 13. Dezember 2017
  72. Diese App sollte den Arztbesuch überflüssig machen – doch die Nutzer bewirkten das Gegenteil t3n.de vom 17. Dezember 2017
  73. Diagnoseverfahren mit Künstlicher Intelligenz sollen Milliarden sparen vrodo.de vom 4. Januar 2018
  74. Künstliche Intelligenz verdrängt menschliche Arbeit in juristischen Berufen heise.de vom 20. Dezember 2017
  75. Künstliche Intelligenz: Wenn der Computer den Mörder errät faz.net vom 23. November 2017
  76. heise online: Maschinelle Übersetzer: DeepL macht Google Translate Konkurrenz. Abgerufen am 30. August 2017.
  77. Online-Übersetzer im Vergleich "Ich will den Hals langsam atmen" 2017
  78. humanoider Roboter Atlas, 2016
  79. humanoider Roboter, 2017
  80. Künstliche Intelligenz: AlphaZero meistert Schach, Shogi und Go, heise.de vom 7. Dezember 2017
  81. Schlauer Computer spielt Weltklasse-Schach – nach nur vier Stunden, faz.net vom 8. Dezember 2017
  82. Nach nur vier Stunden üben: Künstliche Intelligenz schlägt besten Schachcomputer der Welt, spektrum.de vom 6. Dezember 2017
  83. Künstliche Intelligenz beendet menschliche Dominanz, welt.de vom 13. Dezember 2017
  84. Künstliche Intelligenz: Google-KI AutoML kreiert neue, effizientere KI, vrodo.de vom 4. Dezember 2017
  85. Diese KI erzeugt Bilder, die echt aussehen – es aber nicht sind, gruenderszene.de vom 12. Dezember 2017
  86. Künstliche Intelligenz generiert glaubwürdige Fake-Pornos von Promis, vrodo.de vom 12. Dezember 2017
  87. Face2Face: Real-time Face Capture and Reenactment of RGB Videos, mpi-inf.mpg.de von 2016
  88. Vor Gericht: Künstliche Intelligenz soll Lügner entlarven, futurezone.de vom 25. Dezember 2017
  89. Künstliche Intelligenz schlägt Top Pokerspieler, casinoonline.de vom 26. Dezember 2017
  90. Künstliche Intelligenz erkennt am Auto das Wahlverhalten, futurezone.de vom 22. Dezember 2017
  91. Google: KI kann jetzt vorhersagen, ob Menschen ein Bild schön finden oder nicht, t3n.de vom 22. Dezember 2017
  92. Der vollautomatische Kfz-Sachverständige, faz.net vom 5. Januar 2018
  93. Daniel Berger: KI kann besser lesen als Menschen. heise online, 16. Januar 2018, abgerufen am 17. Januar 2018 (deutsch).
  94. Künstliche Intelligenz antwortet erstmals präziser als der Mensch, vrodo.de vom 16. Januar 2018
  95. Künstliche Intelligenz: KI-System sieht Bilder im Gehirn und rekonstruiert sie, vrodo.de vom 12. Januar 2018
  96. Japanische KI macht Gedanken sichtbar, futurezone.de vom 16. Januar 2018
  97. sehr ausführliche Bibliographie; Text und Bilder historisch bis ins 16. Jh. zurückreichend. Bezug über die Bibliothek

Künstliche Intelligenz (KI, auch Artifizielle Intelligenz (AI bzw. A. I.), englisch artificial intelligence, AI) ist ein Teilgebiet der Informatik, welches sich mit der Automatisierung intelligenten Verhaltens befasst. Der Begriff ist insofern nicht eindeutig abgrenzbar, als es bereits an einer genauen Definition von „Intelligenz“ mangelt. Dennoch wird er in Forschung und Entwicklung verwendet.

Im Allgemeinen bezeichnet künstliche Intelligenz den Versuch, eine menschenähnliche Intelligenz nachzubilden, d. h., einen Computer so zu bauen oder zu programmieren, dass er eigenständig Probleme bearbeiten kann. Oftmals wird damit aber auch eine nachgeahmte Intelligenz bezeichnet, wobei durch meist einfache Algorithmen ein „intelligentes Verhalten“ simuliert werden soll, besonders bei Computerspielen.

Überblick[Bearbeiten | Quelltext bearbeiten]

Im Verständnis des Begriffs künstliche Intelligenz spiegelt sich oft die aus der Aufklärung stammende Vorstellung vom „Menschen als Maschine“ wider, dessen Nachahmung sich die sogenannte starke KI zum Ziel setzt: eine Intelligenz zu erschaffen, die das menschliche Denken mechanisieren soll[1], bzw. eine Maschine zu konstruieren und zu bauen, die intelligent reagiert oder sich eben wie ein Mensch verhält.Die Ziele der starken KI sind nach Jahrzehnten der Forschung weiterhin visionär.

Im Gegensatz zur starken KI geht es der schwachen KI darum, konkrete Anwendungsprobleme des menschlichen Denkens zu meistern. Das menschliche Denken soll hier in Einzelbereichen unterstützt werden.[1] Die Fähigkeit zu lernen ist eine Hauptanforderung an KI-Systeme und muss ein integraler Bestandteil sein, der nicht erst nachträglich hinzugefügt werden darf. Ein zweites Hauptkriterium ist die Fähigkeit eines KI-Systems, mit Unsicherheit und probabilistischen Informationen umzugehen.[2] Insbesondere sind solche Anwendungen von Interesse, zu deren Lösung nach allgemeinem Verständnis eine Form von „Intelligenz“ notwendig zu sein scheint. Letztlich geht es der schwachen KI somit um die Simulation intelligenten Verhaltens mit Mitteln der Mathematik und der Informatik, es geht ihr nicht um Schaffung von Bewusstsein oder um ein tieferes Verständnis von Intelligenz. Während die Schaffung starker KI an ihrer philosophischen Fragestellung bis heute scheiterte, sind auf der Seite der schwachen KI in den letzten Jahren bedeutende Fortschritte erzielt worden.

Ein starkes KI-System muss nicht viele Gemeinsamkeiten mit dem Menschen haben. Es wird wahrscheinlich eine andersartige kognitive Architektur aufweisen und in seinen Entwicklungsstadien ebenfalls nicht mit den evolutionären kognitiven Stadien des menschlichen Denkens vergleichbar sein (Evolution des Denkens). Vor allem ist nicht anzunehmen, dass eine Künstliche Intelligenz Gefühle wie Liebe, Hass, Angst oder Freude besitzt.[3] Es kann solchen Gefühlen entsprechendes Verhalten jedoch simulieren.

Neben den Forschungsergebnissen der Kerninformatik selbst sind in die Erforschung der KI Ergebnisse der Psychologie, Neurologie und Neurowissenschaften, der Mathematik und Logik, Kommunikationswissenschaft, Philosophie und Linguistik eingeflossen. Umgekehrt nahm die Erforschung KI auch ihrerseits Einfluss auf andere Gebiete, vor allem auf die Neurowissenschaften. Dies zeigt sich in der Ausbildung des Bereichs der Neuroinformatik, der der biologieorientierten Informatik zugeordnet ist, sowie der Computational Neuroscience. Bei künstlichen neuronalen Netzen handelt es sich um Techniken, die ab Mitte des 20. Jahrhunderts entwickelt wurden und auf der Neurophysiologie aufbauen.

KI stellt somit kein geschlossenes Forschungsgebiet dar. Vielmehr werden Techniken aus verschiedenen Disziplinen verwendet, ohne dass diese eine Verbindung miteinander haben müssen.

Eine wichtige Tagung ist die International Joint Conference on Artificial Intelligence (IJCAI), die seit 1969 stattfindet.

Geschichte[Bearbeiten | Quelltext bearbeiten]

Entwicklung[Bearbeiten | Quelltext bearbeiten]

Die Vereinigten Arabischen Emirate (VAE) richten Ende 2017 als erstes Land der Welt ein „Ministerium für künstliche Intelligenz“ ein.[4]

Teilgebiete[Bearbeiten | Quelltext bearbeiten]

Wissensbasierte Systeme[Bearbeiten | Quelltext bearbeiten]

Wissensbasierte Systeme modellieren eine Form rationaler Intelligenz für sogenannte Expertensysteme. Diese sind in der Lage, auf eine Frage des Anwenders auf Grundlage formalisierten Fachwissens und daraus gezogener logischer Schlüsse Antworten zu liefern. Beispielhafte Anwendungen finden sich in der Diagnose von Krankheiten oder der Suche und Beseitigung von Fehlern in technischen Systemen.

Beispiele für wissensbasierte Systeme sind Cyc und Watson.

Musteranalyse und Mustererkennung[Bearbeiten | Quelltext bearbeiten]

Visuelle Intelligenz ermöglicht es, Bilder beziehungsweise Formen zu erkennen und zu analysieren. Als Anwendungsbeispiele seien hier Handschrifterkennung, Identifikation von Personen durch Gesichtserkennung, Abgleich der Fingerabdrücke oder der Iris, industrielle Qualitätskontrolle und Fertigungsautomation (letzteres in Kombination mit Erkenntnissen der Robotik) genannt.

Mittels sprachlicher Intelligenz ist es beispielsweise möglich, einen geschriebenen Text in Sprache umzuwandeln (Sprachsynthese) und umgekehrt einen gesprochenen Text zu verschriftlichen (Spracherkennung). Diese automatische Sprachverarbeitung lässt sich ausbauen, so dass etwa durch latente semantische Analyse (kurz LSI) Wörtern und Texten Bedeutung beigemessen werden kann.

Beispiele für Systeme zur Mustererkennung sind Google Brain und Microsoft Adam.[5]

Mustervorhersage[Bearbeiten | Quelltext bearbeiten]

Die Mustervorhersage ist eine Erweiterung der Mustererkennung. Sie stellt etwa die Grundlage des von Jeff Hawkins definierten hierarchischen Temporalspeichers dar.

“Prediction is not just one of the things your brain does. It is the primary function of the neocortex, and the foundation of intelligence.”

Vorhersage ist nicht einfach nur eines der Dinge, die dein Gehirn tut. Sie ist die Hauptfunktion des Neocortex und das Fundament der Intelligenz.“

Jeff Hawkins: On Intelligence[6]

Solche Systeme bieten den Vorteil, dass z. B. nicht nur ein bestimmtes Objekt in einem einzelnen Bild erkannt wird (Mustererkennung), sondern auch anhand einer Bildserie vorhergesagt werden kann, wo sich das Objekt als nächstes aufhalten wird.

Robotik[Bearbeiten | Quelltext bearbeiten]

Die Robotik beschäftigt sich mit manipulativer Intelligenz. Mit Hilfe von Robotern können etwa gefährliche Tätigkeiten wie etwa die Minensuche oder auch immer gleiche Manipulationen, wie sie z. B. beim Schweißen oder Lackieren auftreten können, automatisiert werden.

Der Grundgedanke ist es, Systeme zu schaffen, die intelligente Verhaltensweisen von Lebewesen nachvollziehen können. Beispiele für derartige Roboter sind ASIMO und Atlas.

Modellierung anhand der Entropiekraft[Bearbeiten | Quelltext bearbeiten]

Basierend auf der Arbeit des Physikers Alexander Wissner-Gross kann ein intelligentes System durch die Entropiekraft modelliert werden. Dabei versucht ein intelligenter Agent seine Umgebung (Zustand X0), durch eine Handlung (Kraftfeld F) zu beeinflussen, um eine größtmögliche Handlungsfreiheit (Entropie S) in einem zukünftigen Zustand X zu erreichen.[7][8]

Künstliches Leben[Bearbeiten | Quelltext bearbeiten]

KI überlappt sich mit der Disziplin Künstliches Leben (Artificial life, AL),[9] wird als übergeordnete oder auch als eine Subdisziplin gesehen.[10] AL muss deren Erkenntnisse integrieren, da Kognition eine Kerneigenschaft von natürlichem Leben ist, nicht nur des Menschen.

Methoden[Bearbeiten | Quelltext bearbeiten]

Die Methoden der KI lassen sich grob in zwei Dimensionen einordnen: symbolische vs. neuronale KI und Simulationsmethode vs. phänomenologische Methode. Die Zusammenhänge veranschaulicht die folgende Grafik:

Die Neuronale KI verfolgt einen Bottom-up-Ansatz und möchte das menschliche Gehirn möglichst präzise nachbilden. Die symbolische KI verfolgt umgekehrt einen Top-down-Ansatz und nähert sich den Intelligenzleistungen von einer begrifflichen Ebene her. Die Simulationsmethode orientiert sich so nah wie möglich an den tatsächlichen kognitiven Prozessen des Menschen. Dagegen kommt es dem phänomenologischen Ansatz nur auf das Ergebnis an.

Viele ältere Methoden, die in der KI entwickelt wurden, basieren auf heuristischen Lösungsverfahren. In jüngerer Zeit spielen mathematisch fundierte Ansätze aus der Statistik, der mathematischen Programmierung und der Approximationstheorie eine bedeutende Rolle.

Die konkreten Techniken der KI lassen sich grob in Gruppen einteilen:

Suchen[Bearbeiten | Quelltext bearbeiten]

Die KI beschäftigt sich häufig mit Problemen, bei denen nach bestimmten Lösungen gesucht wird. Verschiedene Suchalgorithmen werden dabei eingesetzt. Ein Paradebeispiel für die Suche ist der Vorgang der Wegfindung, der in vielen Computerspielen eine zentrale Rolle einnimmt und auf Suchalgorithmen wie zum Beispiel dem A*-Algorithmus basiert.

Planen[Bearbeiten | Quelltext bearbeiten]

Neben dem Suchen von Lösungen stellt das Planen einen wichtigen Aspekt der KI dar. Der Vorgang des Planens unterteilt sich dabei in zwei Phasen:

  1. Die Zielformulierung: Ausgehend vom momentanen Umgebungs- bzw. Weltzustand wird ein Ziel definiert. Ein Ziel ist hierbei eine Menge von Weltzuständen bei der ein bestimmtes Zielprädikat erfüllt ist.
  2. Die Problemformulierung: Nachdem bekannt ist, welche Ziele angestrebt werden sollen, wird in der Problemformulierung festgelegt, welche Aktionen und Weltzustände betrachtet werden sollen. Es existieren hierbei verschiedene Problemtypen.

Planungssysteme planen und erstellen aus solchen Problembeschreibungen Aktionsfolgen, die Agentensysteme ausführen können, um ihre Ziele zu erreichen.

Optimierungsmethoden[Bearbeiten | Quelltext bearbeiten]

Oft führen Aufgabenstellungen der KI zu Optimierungsproblemen. Diese werden je nach Struktur entweder mit Suchalgorithmen aus der Informatik oder, zunehmend, mit Mitteln der mathematischen Programmierung gelöst. Bekannte heuristische Suchverfahren aus dem Kontext der KI sind evolutionäre Algorithmen.

Logisches Schließen[Bearbeiten | Quelltext bearbeiten]

Dieser Artikel oder nachfolgende Abschnitt ist nicht hinreichend mit Belegen (beispielsweise Einzelnachweisen) ausgestattet. Die fraglichen Angaben werden daher möglicherweise demnächst entfernt. Bitte hilf der Wikipedia, indem du die Angaben recherchierst und gute Belege einfügst.

Eine Fragestellung der KI ist die Erstellung von Wissensrepräsentationen,die dann für automatisches logisches Schließen benutzt werden können. Menschliches Wissen wird dabei – soweit möglich – formalisiert, um es in eine maschinenlesbare Form zu bringen. Diesem Ziel haben sich die Entwickler diverser Ontologien verschrieben.

Schon früh beschäftigte sich die KI damit, automatische Beweissysteme zu konstruieren, die Mathematikern und Informatikern beim Beweisen von Sätzen und beim Programmieren (Logikprogrammierung) behilflich wären. Zwei Schwierigkeiten zeichneten sich ab:

  1. Formuliert man Sätze in den natürlicher Sprache nahen, relativ bequemen Beschreibungssprachen, werden die entstehenden Suchprobleme allzu aufwändig. In der Praxis mussten Kompromisse geschlossen werden, bei denen die Beschreibungssprache für den Benutzer etwas umständlicher, die zugehörigen Optimierungsprobleme für den Rechner dafür jedoch einfacher zu handhaben waren (Prolog, Expertensysteme).
  2. Selbst mächtige Beschreibungssprachen werden unhandlich, wenn man versucht, unsicheres oder unvollständiges Wissen zu formulieren. Für praktische Probleme kann dies eine ernste Einschränkung sein. Die aktuelle Forschung untersucht daher Systeme, die die Regeln der Wahrscheinlichkeitsrechnung anwenden, um Unwissen und Unsicherheit explizit zu modellieren. Algorithmisch unterscheiden sich diese Methoden von den älteren Verfahren: neben Symbolen werden auch Wahrscheinlichkeitsverteilungen manipuliert.

Eine andere Form des logischen Schließens stellt die Induktion dar (Induktionsschluss, Induktionslogik), in der Beispiele zu Regeln verallgemeinert werden (maschinelles Lernen). Auch hier spielen Art und Mächtigkeit der Wissensrepräsentation eine wichtige Rolle. Man unterscheidet zwischen symbolischen Systemen, in denen das Wissen – sowohl die Beispiele als auch die induzierten Regeln – explizit repräsentiert ist, und subsymbolischen Systemen wie neuronalen Netzen, denen zwar ein berechenbares Verhalten „antrainiert“ wird, die jedoch keinen Einblick in die erlernten Lösungswege erlauben.

Approximationsmethoden[Bearbeiten | Quelltext bearbeiten]

In vielen Anwendungen geht es darum, aus einer Menge von Daten eine allgemeine Regel abzuleiten (maschinelles Lernen). Mathematisch führt dies zu einem Approximationsproblem. Im Kontext der KI wurden hierzu künstliche neuronale Netze vorgeschlagen. In praktischen Anwendungen verwendet man häufig alternative Verfahren, die mathematisch einfacher zu analysieren sind.

Anwendungen[Bearbeiten | Quelltext bearbeiten]

In der Vergangenheit sind Erkenntnisse der künstlichen Intelligenz mit der Zeit oft in die anderen Gebiete der Informatik übergegangen: Sobald ein Problem gut genug verstanden wurde, hat sich die KI neuen Aufgabenstellungen zugewandt. Zum Beispiel wurden der Compilerbau oder die Computeralgebra ursprünglich der künstlichen Intelligenz zugerechnet.

Zahlreiche Anwendungen schwacher KI wurden auf der Grundlage von Techniken entwickelt, die einst Forschungsgebiete der KI waren oder es noch sind. Einige Beispiele:

Turing-Test[Bearbeiten | Quelltext bearbeiten]

Hauptartikel: Turing-Test

Um ein Maß zu haben, wann eine Maschine eine dem Menschen gleichwertige Intelligenz simuliert, wurde von Alan Turing der nach ihm benannte Turing-Test vorgeschlagen. Dabei stellt ein Mensch per Terminal beliebige Fragen an einen anderen Menschen bzw. eine KI, ohne dabei zu wissen, wer jeweils antwortet. Der Fragesteller muss danach entscheiden, ob es sich beim Interviewpartner um eine Maschine oder einen Menschen handelte. Ist die Maschine nicht von dem Menschen zu unterscheiden, so ist laut Turing die Maschine intelligent.[12] Bisher konnte keine Maschine den Turing-Test zweifelsfrei bestehen. Seit 1991 existiert der Loebner-Preis für den Turing-Test.

Technologische Singularität[Bearbeiten | Quelltext bearbeiten]

Hauptartikel: Technologische Singularität

Grob wird darunter der Zeitpunkt verstanden, an dem künstliche Intelligenz die menschliche Intelligenz übertrifft. Von diesem Zeitpunkt wird die weitere Entwicklung hauptsächlich von der KI vorangetrieben und nicht mehr vom Menschen.

Superintelligenz[Bearbeiten | Quelltext bearbeiten]

Hauptartikel: Superintelligenz

Eine Superintelligenz bezeichnet ein Wesen oder eine Maschine mit einer dem Menschen in vielen oder allen Gebieten überlegenen Intelligenz. Der Begriff wird häufig im Bereich künstlicher Intelligenz angewendet.

Künstliches neuronales Netz[Bearbeiten | Quelltext bearbeiten]

Große Fortschritte erzielt die künstliche Intelligenz in jüngster Zeit im Bereich künstlicher neuronaler Netze auch unter dem Begriff Deep Learning bekannt. Dabei werden neuronale Netze aus dem Gehirn künstlich auf dem Computer simuliert. Die Grundlagen dafür wurden bereits in den 80er und 90er Jahren gelegt. Jedoch macht erst die Leistungsfähigkeit heutiger Computer es möglich, solche neuronalen Netzwerke in brauchbarer Größe zu simulieren. Viele der jüngsten Erfolge wie bei Handschrifterkennung, Spracherkennung, Gesichtserkennung, autonomem Fahren, maschineller Übersetzung, auch der Erfolg von AlphaGo usw. beruhen auf dieser Technik. Dabei werden diese Systeme nicht mehr programmiert, sondern ähnlich dem menschlichen Gehirn mit Hilfe von Daten trainiert. Man spricht auch von selbstlernenden Systemen oder Maschinellem Lernen.[13]

Vergleich künstlicher Intelligenz mit menschlicher Intelligenz[Bearbeiten | Quelltext bearbeiten]

Nach Wolfgang Wahlster[14] muss man die menschliche Intelligenz in verschiedene Bereiche unterteilen: die kognitive Intelligenz, die sensormotorische Intelligenz, die emotionale Intelligenz, die soziale Intelligenz.

Kognitive Intelligenz[Bearbeiten | Quelltext bearbeiten]

Bei der kognitiven Intelligenz ist die Maschine dem Menschen schon in vielen Bereichen überlegen. Zu diesem Bereich gehört das Schachspiel, das Spiel von Go und sonstige Brettspiele. Letztlich das Aufnehmen und Erlernen von Wissen, das Kombinieren aus diesem Wissen und das Schlussfolgern aus diesem Wissen. Das entspricht oft dem, was Menschen sich in einer akademischen Ausbildung aneignen.

Sensormotorische Intelligenz[Bearbeiten | Quelltext bearbeiten]

Bei dieser Intelligenz ist der Mensch der Maschine noch überlegen. Zwar sind Maschinen in den einzelnen Sensoren überlegen. Grundsätzlich ist das menschliche Auge sehr gut ausgebildet. Aber eine Videokamera kann auch im Infrarotbereich und UV-Bereich Wellenlängen wahrnehmen, wo ein Mensch dies nicht kann. Bei der Akustik können Mikrofone wesentlich besser aufnehmen als das menschliche Ohr. Viel stärker gilt dies noch bei Geruch- und Geschmackssinn, wo maschinelle Sensoren deutlich überlegen sind. Jedoch kann ein Mensch diese Sinneseindrücke kombinieren (Sensorfusion), was eine Maschine bislang nur wenig kann. Dies könnte sich jedoch innerhalb weniger Jahre ändern.

Emotionale Intelligenz[Bearbeiten | Quelltext bearbeiten]

Auf diesem Gebiet leistet die Maschine bislang fast nichts. Der Mensch kann sich in einen anderen Menschen hineinfühlen, Sympathie und Empathie, Mitgefühl, Mitleid, Trauer, Angst, Freude empfinden, Liebesgedichte schreiben, Zornausbrüche haben usw. Das menschliche Gehirn wird dazu stark von Hormonen gesteuert, also chemischen Prozessen. Bislang kann man aber nur die elektrischen Prozesse (neuronalen Netze) simulieren, nicht die chemischen (Hormone). Was Maschinen heute allerdings schon können, ist die sog. Sentimentanalyse, d. h. durch Beobachtung der menschlichen Körpersprache, also des Gesichts, der Gestik usw. die Emotionen eines Menschen „lesen“.

Soziale Intelligenz[Bearbeiten | Quelltext bearbeiten]

Das ist die Fähigkeit, die Stimmung in einer menschlichen Gruppe zu erkennen z. B. den Teamgeist. Eine Fähigkeit die meist bei Unternehmern aber auch Politikern stark ausgeprägt ist. Auf diesem Gebiet kann die Maschine bislang nichts leisten.

IQ-Test von KI[Bearbeiten | Quelltext bearbeiten]

Die chinesischen Forscher Feng Liu, Yong Shi und Ying Liu haben im Sommer 2017 Intelligenz-Tests mit öffentlich und kostenlos zugänglichen schwachen KIs wie etwa Google KI oder Apples Siri und weiteren durchgeführt. Im Maximum erreichten diese KIs einen Wert von etwa 47, was etwa einem sechsjährigem Kind in der ersten Klasse entspricht. Ein Erwachsener kommt etwa im Durchschnitt auf 100. Bereits 2014 wurden ähnliche Tests durchgeführt bei denen die KIs noch im Maximum den Wert 27 erreichten.[15]

Bewusstsein, Selbstbewusstsein, Seele, Geist[Bearbeiten | Quelltext bearbeiten]

Jürgen Schmidhuber meint, dass sich das Bewusstsein bei simulierten neuronalen Netzen automatisch einstellen werde, dass also künstliche Intelligenzen automatisch über Bewusstsein verfügen werden. Nach Meinung von Schmidhuber ist das Bewusstsein überbewertet und nur ein Nebenprodukt des Problemlösens, das ein Gehirn durchführt.[16] Auch in den Neurowissenschaften ist es eine Grundannahme, dass das Bewusstsein ein Produkt unseres Gehirns ist (s. Neuronales Korrelat des Bewusstseins). In der Philosophie des Geistes gibt es seit langer Zeit das Leib-Seele-Problem oder auch den Leib-Seele-Dualismus. Dabei gehen Philosophen wie Platon und Descartes davon aus, dass es sich zwischen Leib und Seele (bzw. Geist, Bewusstsein) um zwei verschiedene Substanzen handle. Anhänger dieses Dualismus neigen zur Ansicht, daß eine die menschlichen Gehirnfunktionen simulierende Künstliche Intelligenz keinen 'Geist' (weder eine Seele, noch ein Bewusstsein) haben kann (s.a. Philosophischer Zombie), wobei in den zugrundeliegenden Werken die naturwissenschaftlichen Bedingungen der Zuordnung von Geist zu Körper jedoch weitgehend ungeklärt bleiben. Im Global Consciousness Project, an dem weltweit etwa 100 Forscher arbeiten, werden mit Hilfe von in Princeton entwickelten Technologien seit 1998 über weltweit verteilte Messstationen Ausschläge registriert, die etwa bei emotionalen Ereignissen wie z.B. Terroranschlägen und Erdbeben zu verzeichnen sind. So habe es z.B. am 11. September 2001 erhebliche Ausschläge bei den Messinstrumenten gegeben. Im Bereich der Nahtod-Forschung (s. Nahtod-Studien) kommt es u.a. zu folgendem Phänomen: Beispielsweise während mancher Gehirnoperation wird das Gehirn künstlich und messbar deaktiviert. Dennoch berichten einige Patienten, während dieser Phase die Geschehnisse in der Umgebung wahrgenommen zu haben, also ein Bewusstsein gehabt zu haben. Ebenso berichten Patienten während eines Herzstillstands von Erlebnissen. Dabei gibt es folgende Problematik: Sobald das Gehirn nach einem Herzstillstand nicht mehr mit Blut und damit mit Sauerstoff versorgt wird, stellt das Gehirn nach etwa 15 Sekunden seinen normalen Betrieb ein, d. h., das Gehirn fällt in einen Zustand der Bewusstlosigkeit.[17] Wenn ein Mensch mit inaktivem Gehirn jedoch kein Bewusstseins besitzen soll, ist es schwierig, die genannten Erlebnisse und Wahrnehmungen zu erklären. [18] Einzelne Neurologen gehen davon aus, dass Bewusstsein unabhängig vom Gehirn existiert.[19] Weiterführende derartige Phänomene findet man auch unter Nachtodkontakte und Medium.[20]

Angrenzende Wissenschaften[Bearbeiten | Quelltext bearbeiten]

Sprachwissenschaft[Bearbeiten | Quelltext bearbeiten]

Die Interpretation menschlicher Sprache durch Maschinen besitzt bei der KI-Forschung eine entscheidende Rolle. So ergeben sich etwaige Ergebnisse des Turing-Tests vor allem in Dialogsituationen, die bewältigt werden müssen.

Die Sprachwissenschaft liefert mit ihren Grammatikmodellen und psycholinguistischen Semantikmodellen wie der Merkmals- oder der Prototypensemantik Grundlagen für das maschinelle „Verstehen“ komplexer natürlichsprachlicher Phrasen. Zentral ist die Frage, wie Sprachzeichen eine tatsächliche Bedeutung für eine künstliche Intelligenz haben können.[21] Das Chinese-Room-Argument des Philosophen John Searle sollte indes zeigen, dass es selbst dann möglich wäre, den Turing-Test zu bestehen, wenn den verwendeten Sprachzeichen dabei keinerlei Bedeutung beigemessen wird. Insbesondere Ergebnisse aus dem Bereich Embodiment betonen zudem die Relevanz von solchen Erfahrungen, die auf der Verkörperung eines Agenten beruhen sowie dessen Einbindung in eine sinnvolle Umgebung für jede Form von Kognition, also auch zur Konstruktion von Bedeutung durch eine Intelligenz.

Einen Teilbereich der Linguistik und zugleich eine Schnittstelle zwischen dieser und der Informatik bildet die Computerlinguistik, die sich unter anderem mit maschineller Sprachverarbeitung und künstlicher Intelligenz beschäftigt.

Psychologie[Bearbeiten | Quelltext bearbeiten]

Die Psychologie beschäftigt sich u.a. mit dem Intelligenzbegriff.

Psychotherapie[Bearbeiten | Quelltext bearbeiten]

In der Psychotherapieforschung existieren bereits seit geraumer Zeit experimentelle Anwendungen der Künstlichen Intelligenz, um Defizite und Engpässe in der psychotherapeutischen Versorgung zu überbrücken und Kosten zu sparen.[22]

Philosophie[Bearbeiten | Quelltext bearbeiten]

Die philosophischen Aspekte der KI-Problematik gehören zu den weitreichendsten der gesamten Informatik.

Die Antworten, die auf die zentralen Fragen dieses Bereiches gegeben werden, reichen weit in ontologische und erkenntnistheoretische Themen hinein, die das Denken des Menschen schon in den Anfängen der Philosophie beschäftigten. Wer solche Antworten gibt, muss die Konsequenzen daraus auch für den Menschen und sich selbst ziehen. Nicht selten möchte man umgekehrt vorgehen und die Antworten, die man vor der Entwicklung künstlicher Intelligenz gefunden hat, auf diese übertragen. Doch wie sich zeigte, hat die künstliche Intelligenz zahlreiche Forscher dazu veranlasst, Probleme wie das Verhältnis zwischen Materie und Geist, die Ursprünge des Bewusstseins, die Grenzen der Erkenntnis, das Problem der Emergenz, die Möglichkeit außermenschlicher Intelligenz usw. in einem neuen Licht zu betrachten und zum Teil neu zu bewerten.

Eine dem metaphysischen bzw. auch idealistischen Denken verpflichtete Sichtweise hält es (im Sinn einer schwachen KI) für unmöglich, dass Maschinen jemals mehr als nur simuliertes Bewusstsein mit wirklicher Erkenntnis und Freiheit besitzen könnten. Aus ontologischer Sicht kritisiert der amerikanische Philosoph Hubert Dreyfus die Auffassung der starken KI. Aufbauend auf der von Martin Heidegger in dessen Werk Sein und Zeit entwickelten Ontologie der „Weltlichkeit der Welt“ versucht Dreyfus zu zeigen, dass hinter das Phänomen der Welt als sinnhafte Bedeutungsganzheit nicht zurückgegangen werden kann: Sinn, d. h. Beziehungen der Dinge in der Welt aufeinander, sei ein Emergenzphänomen, denn es gibt nicht „etwas Sinn“ und dann „mehr Sinn“. Damit erweist sich jedoch auch die Aufgabe, die sinnhaften Beziehungen zwischen den Dingen der Welt in einen Computer einzuprogrammieren, als eigentlich unmögliches bzw. unendliches Vorhaben. Dies deshalb, weil Sinn nicht durch Addition von zunächst sinnlosen Elementen hergestellt werden kann.[23]

Eine evolutionär-progressive Denkrichtung sieht es hingegen (im Sinn einer starken KI) als möglich an, dass Systeme der künstlichen Intelligenz einmal den Menschen in dem übertreffen könnten, was derzeit noch als spezifisch menschlich gilt. Dies birgt zum einen die Gefahr, dass solche KI-Maschinen sich gegen die Interessen der Menschen wenden könnten. Andererseits birgt diese Technologie die Chance, Probleme zu lösen, deren Lösung dem Menschen wegen seiner limitierten Kapazitäten schwer fällt (siehe auch technologische Singularität).

Weitere Anknüpfungspunkte lassen sich in der analytischen Philosophie finden.

Informatik[Bearbeiten | Quelltext bearbeiten]

Selbstverständlich ist die KI mit den anderen Disziplinen der Informatik eng verzahnt. Ein Versuch der Abgrenzung könnte auf Grundlage der Bewertung der erzielten Ergebnisse hinsichtlich ihres Grades an Intelligenz erfolgen. Hierzu scheint es sinnvoll, verschiedene Dimensionen von Intelligenz zu unterscheiden. Im Folgenden sollen diese Dimensionen aufgeführt werden, die ersten drei scheinen als notwendige Bedingungen angesehen werden zu können.

  1. Die Fähigkeit zur Verarbeitung beliebiger Symbole (nicht nur Zahlen).
  2. Der Aufbau eines inneren Modells der äußeren Welt, eines Selbstmodells, sowie der jeweils aktuellen Beziehung von Selbst und Welt.
  3. Die Fähigkeit zu einer zweckentsprechenden Anwendung des Wissens.
  4. Die Fähigkeit, die im gespeicherten Wissen enthaltenen Zusammenhänge aufzudecken, d. h. logisch schlussfolgern zu können.
  5. Die Fähigkeit zur Verallgemeinerung (Abstraktion) und zur Spezialisierung (d. h. zu Anwendung allgemeiner Zusammenhänge auf konkrete Sachverhalte).
  6. Das Vermögen, erworbenes Wissen und vorhandene Erfahrung auf neue, bisher unbekannte Situationen zu übertragen.
  7. Die Fähigkeit, sich planvoll zu verhalten und entsprechende Strategien zum Erreichen der Ziele bilden zu können.
  8. Anpassungsfähigkeit an verschiedene, u.U. sich zeitlich ändernde Situationen und Problemumgebungen.
  9. Lernfähigkeit, verbunden mit dem Vermögen, partiellen Fortschritt oder Rückschritt einschätzen zu können.
  10. Die Fähigkeit, auch in unscharf bzw. unvollständig beschriebenen oder erkannten Situationen handeln zu können.
  11. Die Fähigkeit zur Mustererkennung (Besitz von Sensoren) und zur aktiven Auseinandersetzung mit der Umwelt (Besitz von Effektoren).
  12. Über ein Kommunikationsmittel von der Komplexität und Ausdrucksfähigkeit der menschlichen Sprache verfügen.

Je mehr dieser Merkmale eine Anwendung erfüllt, desto intelligenter ist sie. Eine Anwendung, die auf dieser Skala als intelligent eingestuft werden kann, wird eher der KI als einer anderen Disziplin der Informatik zugeordnet werden können.

Kritik an der KI-Forschung[Bearbeiten | Quelltext bearbeiten]

Elon Musk, der selbst finanziell an KI-Firmen beteiligt ist, warnte 2014: „Der Fortschritt bei künstlicher Intelligenz (ich meine nicht einfache künstliche Intelligenz) ist unglaublich schnell. […] Solange man nicht direkt Gruppen wie Deepmind ausgesetzt ist, kann man sich kaum vorstellen, wie schnell es voran geht. Es ist annähernd exponentiell. […] Es besteht das Risiko, dass binnen fünf Jahren etwas ernsthaft Gefährliches passiert.“ Er löse keinen falschen Alarm aus, denn ihm sei bewusst worüber er rede. „Ich bin nicht der Einzige der sagt, wir sollten uns Sorgen machen. […] Ihnen [den führenden Unternehmen auf diesem Gebiet] ist die Gefahr bewusst, aber sie glauben, sie könnten die digitale Superintelligenz formen und kontrollieren und verhindern, dass Schlechtes ins Internet strömt […] Das wird sich zeigen“.[24][25]

Auch Stephen Hawking warnte 2014 vor der KI und sieht darin eine Bedrohung für die Menschheit. Durch die KI könnte das Ende der Menschheit eingeleitet werden. Ob die Maschinen irgendwann die Kontrolle übernehmen werden, werde die Zukunft zeigen. Aber bereits heute sei klar, dass die Maschinen die Menschen zunehmend vom Arbeitsmarkt verdrängen.[26][27]

Im August 2017 forderten 116 Unternehmer und Experten aus der Technologiebranche (u.a. Mustafa Suleyman, Elon Musk, Yoshua Bengio, Stuart Russell, Jürgen Schmidhuber) in einem offenen Brief an die UN, dass autonome Waffen verboten werden sollten bzw. auf die seit 1983 bestehende CCW-Liste gesetzt werden sollen. Die Certain Conventional Weapons sind von der UN verboten und beinhalten unter anderem Chemiewaffen. Nach Schwarzpulver und der Atombombe drohe die dritte Revolution der Kriegsführung. Zitat aus dem Schreiben: „Wenn diese Büchse der Pandora einmal geöffnet ist, wird es schwierig, sie wieder zu schließen“ und „Einmal erfunden, könnten sie bewaffnete Konflikte erlauben in einem nie dagewesenen Ausmaß, und schneller, als Menschen sie begreifen können“. Terroristen und Despoten könnten die autonomen Waffen nutzen und sogar hacken.[28][29]

Argumentativ entgegengetreten sind solchen Positionen u. a. Rodney Brooks und Jean-Gabriel Ganascia.[30]

Darstellung in Film und Literatur[Bearbeiten | Quelltext bearbeiten]

Seit der Klassischen Moderne wird KI in Kunst, Film und Literatur behandelt.[31] Dabei geht es bei der künstlerischen Verarbeitung – im Gegensatz zur KI-Forschung, bei der die technische Realisierung im Vordergrund steht – vor Allem um die moralischen, ethischen und religiösen Aspekte und Folgen einer nicht-menschlichen, „maschinellen Intelligenz“.

In der Renaissance wurde der Begriff des Homunculus geprägt, eines künstlichen Miniaturmenschen ohne Seele.[32] Im 18. und 19. Jahrhundert erschienen in der Literatur menschenähnliche Automaten, beispielsweise in E. T. A. Hoffmanns Der Sandmann und Jean Pauls Der Maschinenmann.

Im 20. und 21. Jahrhundert greift die Science-Fiction in Film und Prosa das Thema mannigfach auf.[33] 1920 prägte der Schriftsteller Karel Čapek den Begriff in seinem Bühnenstück R.U.R.; 1926 thematisierte Fritz Lang in Metropolis Roboter, welche die Arbeit der Menschen übernehmen.[33]

Dem Filmpublikum wurden in den unterschiedlichen Werken die Roboter als intelligente und differenzierte Maschinen mit ganz unterschiedlichen Persönlichkeiten präsentiert: Sie werden entwickelt, um sie für gute Zwecke einzusetzen, wandeln sich aber häufig zu gefährlichen Maschinen, die feindselige Pläne gegen Menschen entwickeln.[34] Im Lauf der Filmgeschichte werden sie zunehmend zu selbstbewussten Wesen, die sich die Menschheit unterwerfen wollen.[34]

Beispiele (Auswahl)[Bearbeiten | Quelltext bearbeiten]

Soziale Auswirkungen[Bearbeiten | Quelltext bearbeiten]

Durch die industrielle Revolution wurde durch die Erfindung der Dampfmaschine die Muskelkraft von der Maschine ersetzt (PS durch Watt). Durch die digitale Revolution könnte die menschliche Denkleistung durch maschinelle KI ersetzt werden.[35]

Der amerikanische Unternehmer Elon Musk prognostiziert, dass es zukünftig immer weniger Erwerbsarbeit geben wird, die nicht von einer Maschine besser und günstiger gemacht werden kann, weshalb immer weniger Arbeitskräfte benötigt würden. Durch die weitgehend maschinelle Produktion würden die Produkte und Dienstleistungen sehr billig werden. In diesem Zusammenhang unterstützt er die Einführung eines bedingungslosen Grundeinkommens.[36] Der Physiker Stephen Hawking meint: Bereits heute sei klar, dass die Maschinen die Menschen zunehmend vom Arbeitsmarkt verdrängen.[37][38] Microsoft-Gründer Bill Gates sieht die Entwicklung ähnlich. Er fordert eine Robotersteuer, um die sozialen Aufgaben der Zukunft bewältigen zu können.[39] Bereits 1995 erschien das Buch „Das Ende der Arbeit“ von Jeremy Rifkin. Die Informatikerin Constanze Kurz meint: technischen Fortschritt gab es schon immer. Jedoch vollzog sich der technische Wandel in der Vergangenheit meist über Generationen, so dass genug Zeit blieb, sich für neue Aufgaben auszubilden. Heute verläuft der technische Wandel innerhalb von wenigen Jahren, so dass die Menschen nicht genug Zeit haben, sich für neue Aufgaben weiter zu bilden.[40] Der Sprecher des Chaos Computer Clubs, Frank Rieger, warnte in verschiedenen Publikationen (z. B. dem Buch Arbeitsfrei)[41] davor, dass durch die beschleunigte Automatisierung vieler Arbeitsbereiche in naher Zukunft immer mehr Menschen ihre Beschäftigung verlieren werden (z. B. LKW-Fahrer durch selbstfahrende Autos). Darin besteht unter anderem eine Gefahr der Schwächung von Gewerkschaften, die an Mitgliedern verlieren könnten. Rieger plädiert daher für eine „Vergesellschaftung der Automatiserungsdividende“, also einer Besteuerung von nichtmenschlicher Arbeit, damit durch das Wachstum der Wirtschaft in Form eines Grundeinkommens auch der allgemeine Wohlstand wächst und gerecht verteilt wird.[42]

Deutsch-schwedische Forscher haben 2015 ausgerechnet, dass Computer jeden zweiten Job übernehmen könnten.[43][44][45] Eine Oxford-Studie aus dem Jahr 2014 geht davon aus, dass in Deutschland innerhalb der nächsten 10 bis 20 Jahre jeder zweite Job durch Maschinen ersetzt wird. Schulen und Universitäten müssten ihre Ausbildung verändern, hin zu mehr kreativen und sozialen Kompetenzen, da Maschinen in diesen Bereichen bislang keine Fähigkeiten haben.[46]

Jack Ma, der Gründer des chinesischen Internetkonzerns Alibaba, mahnte in einem Vortrag, dass die Menschen sich auf erhebliche Umbrüche im Arbeitsmarkt vorbereiten sollten, weil die KI die Welt verändern werde. In den letzten 200 Jahren habe das produzierende Gewerbe und Dienstleistungen die Jobs geschaffen. Nun aber wegen der KIs und den Robotern, werden dort kaum noch Jobs entstehen. Jack Ma kritisierte die heutige Schulausbildung (er war früher Englischlehrer). Die Schüler würden nicht für die Notwendigkeiten von morgen ausgebildet, sondern immer noch auf eine Wirtschaft, die es bald nicht mehr gebe. Die Schulen würden die Arbeitslosen von morgen ausbilden. Es mache keinen Sinn, in Konkurrenz mit den KIs und Robotern treten zu wollen. Die Schüler sollten von den Schulen dazu ausgebildet werden, möglichst innovativ und kreativ zu sein. Jack Ma geht davon aus, dass die KIs viele Jobs zerstören, aber auch viele neue Jobs entstehen lassen würden. Die Frage sei, ob Schüler für diese neuen Jobs ausgebildet würden.[47]

Jürgen Schmidhuber antwortete auf die Frage, ob KIs uns bald den Rang ablaufen werden bzw. ob wir uns Sorgen um unsere Jobs machen müssten: "Künstliche Intelligenzen werden fast alles erlernen, was Menschen können – und noch viel mehr. Ihre neuronalen Netzwerke werden aus Erfahrung klüger und wegen der sich rasch verbilligenden Hardware alle zehn Jahre hundertmal mächtiger. Unsere formelle Theorie des Spaßes erlaubt sogar, Neugierde und Kreativität zu implementieren, um künstliche Wissenschaftler und Künstler zu bauen." und "Alle fünf Jahre wird das Rechnen 10-mal billiger. Hält der Trend an, werden kleine Rechner bald so viel rechnen können wie ein menschliches Gehirn, 50 Jahre später wie alle 10 Milliarden Hirne zusammen."[48] Als Konsequenz aus der aus seiner Sicht unabwendbar fortschreitenden Automatisierung und dem damit einhergehenden Wegfall von Erwerbsarbeitsplätzen sieht Schmidhuber die Notwendigkeit eines Bedingungslosen Grundeinkommens.[49]„Roboterbesitzer werden Steuern zahlen müssen, um die Mitglieder unserer Gesellschaft zu ernähren, die keine existenziell notwendigen Jobs mehr ausüben. Wer dies nicht bis zu einem gewissen Grad unterstützt, beschwört geradezu die Revolution Mensch gegen Maschine herauf.“[50]

Erik Brynjolfsson ist der Auffassung, dass das Aufkommen radikaler Parteien in den USA und Europa die Folge ist, dass viele Menschen heute schon nicht mehr mit dem technischen Fortschritt mithalten können. Wenn Menschen ihre Jobs verlieren, werden diese Menschen wütend, so Brynjolfsson. Auch er meint, dass in Zukunft die meisten Jobs von Maschinen erledigt werden.[51]

Mark Zuckerberg äußerte bei einer Rede vor Harvard-Absolventen, dass die Einführung eines bedingungslosen Grundeinkommen notwendig sei. Es könne etwas nicht mehr in Ordnung sein, wenn er als Harvard-Abbrecher innerhalb weniger Jahre Milliarden machen könne, während Millionen von Uni-Absolventen ihre Schulden nicht abbezahlen könnten. Es bräuchte eine Basis, auf der jeder innovativ und kreativ sein könne.[52][53]

Im November 2017 stellte der Deutsche Bank Chef John Cryan einen starken Stellenabbau in Aussicht. Das Unternehmen beschäftigt 97.000 Menschen. Bereits in den letzten 12 Monaten wurden 4000 Stellen abgebaut. In naher Zukunft sollen 9000 weitere Stellen abgebaut werden. Mittelfristig sollen die Hälfte aller Stellen abgebaut werden. Cryan begründete diesen Schritt damit, dass die Konkurrenz bereits heute mit etwa der Hälfte der Mitarbeiter vergleichbare Leistung erbringe. Cryan sagte: "Wir machen zu viel Handarbeit, was uns fehleranfällig und ineffizient macht". Vor allem durch das maschinelle Lernen bzw. künstliche Intelligenzen könnte das Unternehmen noch viel effizienter werden. Viele Banker arbeiteten ohnehin wie Roboter, so Cryan. An die Stelle qualifizierter Mitarbeiter sollen qualifizierte Maschinen treten, so Cryan.[54]

Der Zukunftsforscher Lars Thomson prognostizierte im November 2017 für die nächsten 10 Jahre gewaltige Umbrüche in Technologie, Arbeit, Werten und Gesellschaft. Im Jahr 2025 könne ein Haushalts-Roboter den Frühstückstisch decken, Fenster putzen, Pflegedienste übernehmen usw. wodurch Arbeitsplätze vernichtet werden. Heute schon gäbe es 181 Firmen weltweit, die an klugen Robotern arbeiten. Der Preis eines solchen Roboters betrage heute etwa 20.000 Euro. Der Markt der künstlichen Intelligenz werde in wenigen Jahren größer sein als der Automobilmarkt. Wie schnell 10 Jahre vergingen, würde man sehen, wenn man 10 Jahre zurückblicke, als das erste Smartphone auf den Markt kam. Er bedauert, dass in unserer Gesellschaft kaum jemand diese Entwicklung realisiere, die unsere Gesellschaft komplett verändern werde. In Hotels werden in 10 Jahren Roboter die Arbeiten der heutigen Zimmermädchen übernehmen. Der Vorteil für den Hotelmanager: Der Roboter will keinen Lohn, keine freien Tage, muss nicht versteuert und versichert werden. Der Nachteil: Der Staat erhält keine Steuern mehr und die Menschen sind arbeitslos. Deshalb werde man nicht an einem bedingungslosen Grundeinkommen vorbeikommen und der Einführung einer Robotersteuer. Thomson sieht die Gefahr einer Spaltung der Gesellschaft, wenn das Tempo der Veränderung die Wandlungsfähigkeit der Menschen übersteigt. Gleichzeitig werde die KI den Menschen von der Arbeit befreien. Die Gesellschaft müsse Leitplanken für die KIs definieren.[55]

Kreativität[Bearbeiten | Quelltext bearbeiten]

Forscher aus Tübingen haben neuronale Netze darauf trainiert, ein vorgegebenes Foto im Stil eines berühmten Künstlers zu malen z.B. Van Gogh oder Edvard Munch.[56] Forscher bei Google haben neuronale Netze darauf trainiert aus einer Art weißem Rauschen Bilder im Stil von Van Gogh und anderen Künstlern zu produzieren. Die Bilder wurden später auf einer Auktion versteigert.[57][58] Ähnliches machen auch die Apps Prisma oder Pikazo.[59]

Im Juli 2017 stellten Forscher der Rutgers Universität eine KI vor, die künstlerische Gemälde produziert. Die KI wurde trainiert mit vielen Gemälden berühmter Maler verschiedener Epochen. In einem Blindtest wurden die von der KI erstellten Gemälde mit von Künstlern für die Art Basel erstellten Gemälden vermischt und 18 Experten in einem Blindtest zur Beurteilung vorgelegt. Die Jury beurteilte die Gemälde von der KI insgesamt besser als die von den Künstlern für die Art Basel erstellten Gemälde.[60]

Der Autor George R. R. Martin schreibt derzeit an seinem sechsten Buch der Reihe Game of Thrones, das von der Fangemeinde ungeduldig erwartet wird. Der Programmierer Zack Thoutt trainierte nun eine KI (Recurrent Neural Net) mit den ersten fünf Büchern der Serie und ließ von der KI das sechste Buch schreiben. Das Ergebnis wurde im Sommer 2017 im Internet veröffentlicht. Dabei hat die KI einzelne Charaktere genauso weiterentwickelt, wie das in manchen Fan-Theorien erwartet wurde ohne dass die KI davon wusste. Mängel gibt es bei der Grammatik, einzelne Charaktere, die bereits verstorben waren, tauchen wieder auf und die Handlungsstränge sind nicht sehr spannend. Der Programmierer Zack Thoutt eignete sich die Kenntnisse über den kostenlosen Online-Kurs Udacity an.[61]

Sunspring ist der erste Kurzfilm (2016), dessen Drehbuch von einer KI geschrieben wurde.[62][63]

Google versucht in seinem Magenta-Projekt KIs zu erzeugen, die kreativ sind. So wurde im Sommer 2017 eine Klavier-Improvisation vorgestellt, die von einer KI komponiert wurde.[64] Bereits im Sommer 2016 veröffentlichte das Projekt Magenta einen kurzen Pop-Song, der von einer KI komponiert wurde.[65]

Die Musik des Albums "I am AI" der Sängerin Taryn Southern, vorgestellt im Herbst 2017, wurde von einer KI komponiert. Um einen Song mit Hilfe einer KI zu komponieren, wählt man eine Software wie "Amper Music" o. Jukedeck u.a., wählt das Genre und weitere Paramenter wie Länge des Songs, Instrumentierung usw. Innerhalb von Sekunden komponiert die KI dann einen einzigartigen Song. Ein Musiker kann dann Bruchstücke dieser Beispiele zu einem eigenen Song zusammenfügen. Somit kann jedermann professionelle Musik kreieren. Immer mehr Musiker geben zu, beim Komponieren KIs als Werkzeug zu benutzen.[66][67]

KI in der Medizin[Bearbeiten | Quelltext bearbeiten]

Im Sommer 2017 stellten Forscher der Universität Bari in Italien eine KI vor, die mit einer Wahrscheinlichkeit von 86 Prozent die Krankheit Alzheimer anhand von Gehirnscans - durchgeführt mit Magnetresonaztomographen - diagnostizieren kann, zehn Jahre bevor die ersten Symptome auftauchen.[68]

Im August 2016 konnte am Medical Institute der Tokyo Universität die KI Watson eine Fehldiagnose der Ärzte korrigieren. Die Ärzte diagnostizierten bei der Patientin eine akute myeloische Leukämie. Die Therapie blieb erfolglos, weswegen man die KI Watson zu Rate zog. Die KI benötigte 10 Minuten, um die DNA der Frau mit 20 Millionen Krebsstudien abzugleichen. Die KI Watson erkannte eine sehr seltene Form der Leukämie, die bislang nur 41 Patienten betraf und welche heilbar ist.[69] Grundsätzlich ist der Krebs so individuell wie die Patienten selbst. Das ist der Grund, weshalb eine Therapie bei einem Patienten hilft und bei einem anderen nicht. Hier können KIs die Genanalyse von Patienten innerhalb von Minuten mit Millionen Daten anderer Patientenakten, Behandlungsformen, Forschungsaufsätzen abgleichen und so zu einer sehr präzisen Diagnose kommen, was man Präzisionsmedizin nennt und ohne den Einsatz von Computern nicht möglich ist. Dies ist nicht nur auf die Krebsdiagnose beschränkt, sondern kann auch bei Herzinfarkten, Diabetes usw. eingesetzt werden. Wichtig dafür ist, dass die Daten in digitaler Form (anonymisiert) vorliegen. Google, IBM, Microsoft, Amazon usw. bieten dafür Plattformen, um derartige Daten hochzuladen und bereitzustellen.[70]

In einem wissenschaftlichen Wettbewerb wurden Forscher im Jahr 2016 weltweit eingeladen, eine Software zur Erkennung von Brustkrebszellen (Diagnose von Metastasen in Sentinel-Node-Biopsien) einzureichen. 32 Programme wurden von 23 Teams eingereicht. In einem Wettbewerb traten diese Programme dann gegen ein Team aus 11 Pathologen an, welche jeweils 2 Stunden zur Analyse von 129 Präparaten hatten. Eine Vergleichsgruppe bestand aus einem versierten Pathologen, der sich so viel Zeit nehmen durfte, wie er wollte, was allerdings nicht dem klinischen Alltag entspricht. Die Programme nutzten meist convolutional neural networks. Sieben der Programme lieferten bessere Ergebnisse als die Gruppe der Pathologen. Insbesondere die Programme der Harvard Medical School und des Massachusetts Institute of Technology stellten die Pathologen in den Schatten. Die menschlichen Pathologen übersahen häufig Mikrometastasen, was den besseren Programmen nur selten passierte. Fünf der Programme waren sogar besser als der versierte Pathologe, der sich 30 Stunden Zeit für die Analyse nahm. Selbst dieser versierte Pathologe übersah ein Viertel der Mikrometastasen.[71]

Die Gesundheitsapp Babylon Health kann mit Hilfe eines Sprachsystems (Chatbot), basierend auf einer KI, eine Diagnose im Gespräch mit dem Patienten erstellen, die laut Hersteller etwa 10 mal treffsicherer als die Diagnose eines Hausarztes ist. Die Entwicklung der App wurde auch mit Unterstützung des britischen Gesundheitssystems finanziert. Ziel war es, die Zahl der unnötigen Arztbesuche deutlich zu reduzieren und damit Kosten zu senken. Jedoch fanden die Patienten schnell heraus, wie man die App durch falsche Symptombeschreibungen austricksen kann, um so schneller an einen Arzttermin zu gelangen. Ursprünglich gab es Widerstand gegen diese App, weil Hausärzte befürchteten, dass die App die Zahl der sehr leicht behandelbaren und somit lukrativen Fälle für die Ärzte deutlich senken könnte.[72]

Eine an der Klinik der Oxford-Universität entwickelte KI soll Herz-Erkrankungen und Lungenkrebs deutlich besser diagnostizieren können als ein Mensch dies könnte. Dabei wird das Herz bzw. die Lunge gescannt und über diese Scans kann die KI Einzelheiten erkennen, die einem Menschen verborgen bleiben. Krankheiten können so früher erkannt und behandelt werden. Ein Kardiologe liegt bei der Diagnose von Herz-Erkrankungen nur bei einer Trefferwahrscheinlichkeit von 80 Prozent. 20 Prozent der Diagnosen eines Kardiologen sind falsch. Das führt u.a. zu vermeidbaren Herzinfarkten oder aber zu unnötigen Operationen. Die KI soll die Fähigkeit der Kardiologen deutlich übertreffen. Allein in Großbritannien schätzt man so dem Gesundheitssystem mehr als 1 Milliarde Pfund pro Jahr einsparen zu können. Die KI soll ab Sommer 2018 den Kliniken kostenfrei zur Verfügung stehen.[73]

KI in der Juristerei[Bearbeiten | Quelltext bearbeiten]

Ein großer Teil der Arbeit von Juristen besteht in der Analyse von vielen Akten z.B. von Präzedenzfällen, um daraus Argumente zu entwickeln. Derartige Arbeit kann mittlerweile von KIs übernommen werden. Die Beratungsfirma McKinsey schätzt, dass derzeit (2017) etwa 22 Prozent der Arbeit von Anwälten und 35 Prozent der Arbeit von Rechtshelfern mit Hilfe von KIs automatisiert werden könnte. Die KIs werden anhand von Millionen von Dokumenten und Fallbeispielen und juristischen Anträgen trainiert. Danach kann eine KI diejenigen Dokumente markieren, die ein Jurist für seinen Fall braucht, oft besser, als dies ein Mensch könnte. JPMorgan gab bekannt, die KI Contract Intelligence einzusetzen, welche nach Aussagen von JPMorgan eine Menge von Daten in Sekunden analysieren kann, wofür Juristen und Rechtshelfer 360.000 Stunden benötigen würden.[74]

KI in sonstigen Bereichen[Bearbeiten | Quelltext bearbeiten]

Im November 2017 stellten Wissenschaftler der Universität Edinburgh eine von ihnen trainierte KI vor, die in der Lage ist, bei einem Fernsehkrimi den Mörder mit hoher Wahrscheinlichkeit noch vor der Auflösung vorauszusagen. Dabei haben die Forscher die KI anhand von 39 Folgen der Fernsehserie "CSI: Las Vegas" trainiert. Diese Fernsehserie hat 337 Folgen. Ab der 39. Folge war es der KI möglich, den Täter relativ häufig vorauszusagen und mit jeder weiteren Folge wurde die Treffsicherheit der KI höher. Am Ende lag die Treffsicherheit bei 60 Prozent nachdem 90 Prozent einer Episode von der KI "geschaut" wurde.[75]

Am 28. August 2017 wurde ein maschineller Übersetzer namens DeepL auf Basis künstlicher neuronaler Netze von einem Kölner Start-Up online gestellt, der auf der gesammelten Datenbank von Linguee trainiert wurde. Der neue Dienst soll in Blindtests die Angebote der Konkurrenz u. a. von Google, Microsoft und Facebook übertreffen.[76][77]

Im November 2017 stellte Boston Dynamics ein neues Video zur aktuellen Entwicklung ihres humanoiden Roboters Atlas ins Internet. Seit 2016 kann Atlas gehen, Türen öffnen, Kisten aufheben und in Regale einsortieren sowie nach dem Umfallen alleine wieder aufstehen. Seit 2017 kann Atlas nunmehr athletisch von Kiste zu Kiste springen, um 180 Grad Sprünge und einen Rückwärtssalto durchführen.[78][79]

Im Dezember 2017 stellte die Google-Firma DeepMind die KI AlphaZero vor. Diese erlernte innerhalb weniger Stunden nacheinander die Spiele Schach, Go und Shogi und war dann besser als jede Software, die bislang entwickelt wurde und damit weit übermenschlich. AlphaZero wird nur trainiert durch das Einprogrammieren der Spielregeln. Daraufhin trainiert AlphaZero gegen sich selbst einige Stunden. Menschliche Spielstrategien werden der KI nicht gezeigt. Die KI entwickelt alle Spielstrategien eigenständig. Die Schach-Website chess24 kommentierte dies mit: die Zeit der ausgefeilten Schachprogramme sei wohl vorüber.[80][81][82] Der ehemalige Schachweltmeister Garri Kasparow meinte, er sei erstaunt darüber „was man von AlphaZero und grundsätzlich von KI-Programmen lernen kann, die Regeln und Wege erkennen können, die Menschen bisher verborgen geblieben sind.“ und „Die Auswirkungen sind offenbar wunderbar und weit jenseits von Schach und anderen Spielen. Die Fähigkeit einer Maschine menschliches Wissen aus Jahrhunderten in einem komplexen, geschlossenen System zu kopieren und zu überflügeln, ist ein Werkzeug, das die Welt verändern wird.“[83]

Im Dezember 2017 stellte Google eine KI mit Namen AutoML vor, die eigenständig KIs kreiert, die dann wiederum leistungsfähiger sind, als KIs, die von Menschen auf dem speziellen Gebiet kreiert wurden.[84]

KIs können Ende 2017 Videos von einer Tagszene in eine Nachtszene umrechnen, oder von einer Sommerlandschaft in eine Winterlandschaft verwandeln und umgekehrt, ein Video von einem Sonnentag in einen Regentag verwandeln, oder eine Katze in einem Video in eine Großkatze umrechnen usw. Weiterhin können KIs menschliche Gesichter entwickeln, die es gar nicht gibt, die aber menschlich aussehen.[85]

Ein Programmierer demonstrierte Ende 2017 die Produktion eines Fake-Videos mit einfachen und kostenlosen Mitteln. Dazu nahm er ein Pornovideo und die Gesichter berühmter Frauen u.a. Gal Gadot. Mit Hilfe einer KI legte er dann das Gesicht der berühmten Schauspielerinnen über das Gesicht der Pornodarstellerin, so dass ein glaubwürdiges Video entstand. Dabei verwendete der Programmierer einfachste Mittel die im Internet frei verfügbar sind und deren Handhabung leicht erlernbar sind.[86] Die Techniken wurden bereits 2016 von Wissenschaftlern des Max-Planck-Instituts für Informatik in Online-Videos demonstriert.[87]

Forscher der Universität von Maryland sowie vom Dartmouth College haben eine KI entwickelt, die mit 92 prozentiger Wahrscheinlichkeit an der Stimme und dem Gesichtsausdruck eines Menschen erkennen kann, ob dieser lügt. Die KI wurde mit 104 Videos trainiert, die Personen zeigen, die vor Gericht sowohl die Wahrheit als auch die Unwahrheit sagen. Die KI lernte so, minimale Änderungen im Gesichtsausdruck und der Stimme zu erkennen, um so den Wahrheitsgehalt des Gesagten zu deuten. Das System könne durch bessere Audiodaten und mehr Videomaterial noch stark verbessert werden.[88]

Im Januar 2017 schlug die KI Libratus vier der besten Pokerspieler der Welt. Die Spieler Daniel McAulay, Jimmy Chou, Jason Les und Dong Kim spielten in insgesamt 120.000 Spielen (Heads-Up No-Limit Texas Hold’em) an 20 Tagen gegen die KI.[89]

Forscher der Stanford Universität entwickelten eine KI, die anhand der Bilder von Google Street View (d.h. Bilder von einem Wohnviertel) das Wahlverhalten, den Bildungsgrad und die ethnische Zusammensetzung von Menschen in einem bestimmten Wohngebiet ermitteln kann. Ein wesentliches Erkennungsmerkmal für die KI sind die Autos, die in einem Wohngebiet geparkt sind. Nicht ermitteln konnte die KI bislang den Anteil der Kinder in dem Wohnviertel und die Zuordnung zu dominanten Wirtschaftssektoren. Die Erhebung der Daten ist deutlich kostengünstiger als bei Umfragen.[90]

Die KI NIMA, entwickelt von Google, kann Bilder ästhetisch bewerten, d.h. erkennen, ob Menschen ein Bild schön oder nicht schön finden. Dabei trainierte die KI mit Bildern, die von 200 Menschen auf einer Skala von 1 bis 10 bewertet wurden. Danach konnte die KI mit hoher Treffsicherheit erkennen, mit welchem Wert die Menschen ein Bild einstufen werden.[91]

Das britische Start-up Tractable stellte Anfang Januar 2018 eine KI vor, die mittels Fotos von einem Autoschaden innerhalb von Sekunden einen Kostenvoranschlag für die Reparatur anfertigen kann. Autofahrer müssen zukünftig nur noch Fotos vom Schaden aufnehmen und an die Versicherung übermitteln - der Rest wird dann maschinell erledigt. Die KI wurde mit Millionen Fotos von Autoschäden trainiert. Die Fotos müssen nicht von hoher Qualität sein. In Deutschland gab es im Jahr 2017 mehr als 2,6 Millionen Verkehrsunfälle, die meisten davon Blechschäden.[92]

Bei einem standardisierten Leseverständnistest der Stanford Universität haben KIs erstmals im Januar 2018 besser abgeschnitten als Menschen dies können. Bei dem Test wird ein Text gelesen und danach sehr detaillierte Fragen zum Inhalt des Textes gestellt. Menschen konnten im Maximum bislang 82,304 Prozent der Fragen korrekt beantworten. Eine KI von Alibaba konnte diesen Wert mit 82,44 Prozent übertreffen. Nur wenige Stunden später konnte eine KI von Microsoft den Test mit 82,65 Prozent bestehen. Allerdings je komplexer und mehrdeutiger die Fragen werden, desto mehr Probleme bekommen die KIs. Die KIs sind eher ein exaktes Rechercheinstrument, während ein Mensch das Gelesene in einen größeren Kontext stellen kann.[93][94]

Vier Wissenschaftler der japanischen Universität in Kyoto haben im Januar 2018 eine KI vorgestellt, die aus den gemessenen Gehirnaktivitäten (Magnetresonanzscans) eines Menschen in etwa erkennen kann, welches Bild sich der Mensch gerade ansieht oder sogar nur ausdenkt. Die KI visualisiert die Bilder dann auf einem Bildschirm. Die Bilder sind nicht akkurat, aber Formen und Farben sind schemenhaft erkennbar. Auch Symbole und Buchstaben kann die KI so identifizieren. Die KI wurde über 10 Monate mit drei Probanden und 1000 Bildern, die wiederholt angeschaut wurden, trainiert. Dies stellt erste Ansätze von Telepathie zwischen Mensch und Maschine dar, was für die Maschinensteuerung nützlich sein kann.[95][96]

Filmische Dokumentationen[Bearbeiten | Quelltext bearbeiten]

Literatur[Bearbeiten | Quelltext bearbeiten]

Belletristik[Bearbeiten | Quelltext bearbeiten]

Weblinks[Bearbeiten | Quelltext bearbeiten]

Deutsch[Bearbeiten | Quelltext bearbeiten]

Englisch[Bearbeiten | Quelltext bearbeiten]

Einzelnachweise[Bearbeiten | Quelltext bearbeiten]

  1. ab Nilsson, Nils J. The Quest for Artificial Intelligence. A History of Ideas and Achievements. New York. Cambridge University Press. 2009.
  2. Bostrom, Nick. Superintelligenz. Szenarien einer kommenden Revolution. Suhrkamp 2016. S. 42.
  3. Bostrom, Nick. Superintelligenz. Szenarien einer kommenden Revolution. Suhrkamp 2016. S. 50f.
  4. heise.de, 20. Oktober 2017: Emirate richten Ministerium für Künstliche Intelligenz ein (31. Oktober 2017)
  5. Daniela Hernandez: Microsoft Challenges Google’s Artificial Brain With ‘Project Adam’. In: Wired. 14. Juli 2014, abgerufen am 5. August 2014 (englisch).
  6. Jeff Hawkins, Sandra Blakeslee: On Intelligence. Owl Books, 2005, ISBN 978-0-8050-7853-4, S. 89.
  7. Alexander D. Wissner-Gross, C. E. Freer: Causal Entropic Forces. In: Physical Review Letters. Institute for Applied Computational Science (Harvard University), The Media Laboratory (MIT), Department of Mathematics (University of Hawaiʻi at Mānoa), 19. April 2013, abgerufen am 8. August 2014 (PDF, englisch).
  8. Alex Wissner-Gross: A new equation for intelligence. In: YouTube. TED, 6. Februar 2014, abgerufen am 5. August 2014 (englisch).
  9. Marc A. Bedau: Artificial life: organization, adaptation and complexity from the bottom up. TRENDS in Cognitive Sciences Vol.7 No.11 November 2003 PDF.
  10. Wolfgang Banzhaf, Barry McMullin: Artificial LIfe in Grzegorz Rozenberg, Thomas Bäck, Joost N. Kok (Eds.): Handbook of Natural Computing. Springer 2012. ISBN 978-3-540-92909-3 (Print) 978-3-540-92910-9 (Online).
  11. Künstliche Intelligenz revolutioniert die Astronomie orf.at, 15. Dezember 2017, abgerufen 15. Dezember 2017.
  12. Alan Turing: Computing Machinery and Intelligence. Aus: Mind No. 236. Oktober 1950.
  13. Vortrag Jürgen Schmidhuber.
  14. Künstliche Intelligenz: Overhyped oder unterschätzt? - CeBIT future talk, 14. März 2016.
  15. Google-KI doppelt so schlau wie Siri – aber ein Sechsjähriger schlägt beide, 5. Oktober 2017.
  16. Roboter müssen Steuern zahlen Interview mit Jürgen Schmidhuber In: wiwo.de, 31. Januar 2016.
  17. J. M. Luce: Chronic disorders of consciousness following coma: Part one: medical issues. In: Chest. Band 144, Nummer 4, Oktober 2013, S. 1381–1387, doi:10.1378/chest.13-0395, PMID 24081351 (Review).
  18. [1]
  19. Neurologe Wilfried Kuhn über mögliche Unabhängigkeit des Bewusstseins vom Gehirn, 2017.
  20. Neurologe Wilfried Kuhn über mögliche Unabhängigkeit des Bewusstseins vom Gehirn, 2017.
  21. Stevan Harnad (1990): The Symbol Grounding Problem. Physica D 42, S. 335–346.
  22. Franz-Josef Hücker: Die Pygmalion-Mythologie in der Psychotherapie. In: Psychotherapie Forum. Vol. 16, Nr. 3, 2008 (Springer Wien), S. 128–135.
  23. Vgl. Hubert Dreyfus: In-der-Welt-sein und Weltlichkeit: Heideggers Kritik des Cartesianismus. in: Thomas Rentsch: Sein und Zeit. Akademie Verlag, Berlin 2001, S. 69ff.
  24. Andrea Rungg: Elon Musk fürchtet künstliche Intelligenz. In: Manager Magazin, 17. November 2014.
  25. Künstliche Intelligenz: Gefährlicher als Atomwaffen. In: Chip, 4. August 2014.
  26. Hilal Kalafat: Physiker warnt vor künstlicher Intelligenz. In: Handelsblatt, 3. Dezember 2014.
  27. Stephen Hawking warnt vor Künstlicher Intelligenz, gulli.com.
  28. Elon Musk und 116 Experten fordern Verbot von Killer-Robotern, t3n.de.
  29. Elon Musk und Co. warnen vor Killer-Robotern, faz.net.
  30. Gero von Randow: Künstliche Intelligenz: Zu intelligent fürs Leben. In: Die Zeit. 14. September 2017, abgerufen am 27. September 2017.
  31. Lisa Xanke, Elisabeth Bärenz: Künstliche Intelligenz in Literatur und Film – Fiktion oder Realität?, Online-Artikel der Universität Karlsruhe, abgerufen am 20. Juli 2012; S. 1.
  32. Xanke, Bärenz, S. 37
  33. ab Xanke, Bärenz, S. 38.
  34. ab Xanke, Bärenz, S. 39.
  35. ARD Quarks und Co: Außer Kontrolle - Wenn Computer die Macht übernehmen , 2016 Minute 16:30, 6. September 2016.
  36. video: Interview with Elon Musk: Elon Musk says Universal Basic Income is “going to be necessary.” 19. Februar 2017.
  37. Hilal Kalafat: Physiker warnt vor künstlicher Intelligenz. In: Handelsblatt, 3. Dezember 2014.
  38. Stephen Hawking warnt vor Künstlicher Intelligenz, gulli.com.
  39. Elon Musk: Bedingungsloses Grundeinkommen ist unvermeidlich 19. Februar 2017.
  40. ARD alpha: Constanze Kurz: Die totale Automatisierung, 2014
  41. Frank Rieger, Constanze Kurz: Arbeitsfrei: Eine Entdeckungsreise zu den Maschinen, die uns ersetzen.
  42. Frank Rieger: Roboter müssen unsere Rente sichern. In: FAZ, 18. Mai 2012.
  43. welt.de
  44. qz.com
  45. futuretech.ox.ac.uk (PDF).
  46. Technik wird jeden Zweiten in Deutschland ersetzen 26. Juli 2014.
  47. Jack Ma says 'stop training kids for manufacturing jobs' 21. September 2017.
  48. Schmidhuber: «Unsere Roboter zeigen Gefühle» 1. Oktober 2017.
  49. Presseagentur APA/sda: Roboter-Forscher befürwortet bedingungsloses Grundeinkommen In: diepresse.com, 15.01.2017. Abgerufen am 7. April 2017.
  50. Jürgen Schmidhuber: Wir müssen Roboter erziehen wie Kinder. Interview durch Vinzenz Greiner, 15.01.2017.
  51. ARD: Quarks: Außer Kontrolle? Wenn Computer die Macht übernehmen Minute 16:50 und 19:30, In: ard.de, 6.09.2016. Abgerufen am 1. Oktober 2017.
  52. Mark Zuckerberg erklärt, warum jeder ein bedingungsloses Grundeinkommen erhalten sollte , In: businessinsider.de, 26.05.2017. Abgerufen am 15. Oktober 2017.
  53. Mark Zuckerberg's Commencement address at Harvard , In: news.harvard.edu, 25.05.2017. Abgerufen am 15. Oktober 2017.
  54. Maschinen statt Mitarbeiter : Deutsche-Bank-Chef stellt erheblichen Stellenabbau in Aussicht , In: faz.net, 9.11.2017. Abgerufen am 10. November 2017.
  55. Forscher sagt dramatischen Wandel voraus , In: schwaebische.de, 9.11.2017. Abgerufen am 10. November 2017.
  56. New Neural Algorithm Can ‘Paint’ Photos In Style Of Any Artist From Van Gogh To Picasso 2016.
  57. Google’s Artificial Brain Creates Its Own Artworks and They Are Freaky 2015
  58. Google’s ‘Inceptionism’ Art Sells Big at San Francisco Auction 2015.
  59. App Pikazo 2017.
  60. "Humans Prefer Computer-Generated Paintings to Those at Art Basel"In: hyperallergic.com, 31. Juli 2017.
  61. "Computer schreibt sechstes Buch von Game of Thrones" In: faz.net, 30. August 2017.
  62. Schmidhuber: «Unsere Roboter zeigen Gefühle» 1. Oktober 2017.
  63. video Sunspring, Drehbuch geschrieben von KI 1. Oktober 2017.
  64. Google will Computern das Komponieren und Witzemachen beibringen 24. September 2017.
  65. Google Magenta-Team veröffentlicht erstes KI-komponiertes Musikstück 4. Juni 2016.
  66. Mit künstlicher Intelligenz kann jeder komponieren deutschlandfunkkultur.de vom 21. Dezember 2017.
  67. KI will rock you zeit.de vom 26. Dezember 2017.
  68. "KI kann Alzheimer zehn Jahre vor Krankheitsausbruch erkennen" In: heilpraxisnet.de, 20. September 2017.
  69. KI rettet Patientin das Leben, weil sie die Fehldiagnose der Ärzte korrigiert vice.com vom 10. August 2016
  70. Diagnosen von Watson faz.net vom 10. Juni 2017
  71. Arzt versus Computer: Wer erkennt Brustkrebsmetastasen am besten? aerzteblatt.de vom 13. Dezember 2017
  72. Diese App sollte den Arztbesuch überflüssig machen – doch die Nutzer bewirkten das Gegenteil t3n.de vom 17. Dezember 2017
  73. Diagnoseverfahren mit Künstlicher Intelligenz sollen Milliarden sparen vrodo.de vom 4. Januar 2018
  74. Künstliche Intelligenz verdrängt menschliche Arbeit in juristischen Berufen heise.de vom 20. Dezember 2017
  75. Künstliche Intelligenz: Wenn der Computer den Mörder errät faz.net vom 23. November 2017
  76. heise online: Maschinelle Übersetzer: DeepL macht Google Translate Konkurrenz. Abgerufen am 30. August 2017.
  77. Online-Übersetzer im Vergleich "Ich will den Hals langsam atmen" 2017
  78. humanoider Roboter Atlas, 2016
  79. humanoider Roboter, 2017
  80. Künstliche Intelligenz: AlphaZero meistert Schach, Shogi und Go, heise.de vom 7. Dezember 2017
  81. Schlauer Computer spielt Weltklasse-Schach – nach nur vier Stunden, faz.net vom 8. Dezember 2017
  82. Nach nur vier Stunden üben: Künstliche Intelligenz schlägt besten Schachcomputer der Welt, spektrum.de vom 6. Dezember 2017
  83. Künstliche Intelligenz beendet menschliche Dominanz, welt.de vom 13. Dezember 2017
  84. Künstliche Intelligenz: Google-KI AutoML kreiert neue, effizientere KI, vrodo.de vom 4. Dezember 2017
  85. Diese KI erzeugt Bilder, die echt aussehen – es aber nicht sind, gruenderszene.de vom 12. Dezember 2017
  86. Künstliche Intelligenz generiert glaubwürdige Fake-Pornos von Promis, vrodo.de vom 12. Dezember 2017
  87. Face2Face: Real-time Face Capture and Reenactment of RGB Videos, mpi-inf.mpg.de von 2016
  88. Vor Gericht: Künstliche Intelligenz soll Lügner entlarven, futurezone.de vom 25. Dezember 2017
  89. Künstliche Intelligenz schlägt Top Pokerspieler, casinoonline.de vom 26. Dezember 2017
  90. Künstliche Intelligenz erkennt am Auto das Wahlverhalten, futurezone.de vom 22. Dezember 2017
  91. Google: KI kann jetzt vorhersagen, ob Menschen ein Bild schön finden oder nicht, t3n.de vom 22. Dezember 2017
  92. Der vollautomatische Kfz-Sachverständige, faz.net vom 5. Januar 2018
  93. Daniel Berger: KI kann besser lesen als Menschen. heise online, 16. Januar 2018, abgerufen am 17. Januar 2018 (deutsch).
  94. Künstliche Intelligenz antwortet erstmals präziser als der Mensch, vrodo.de vom 16. Januar 2018
  95. Künstliche Intelligenz: KI-System sieht Bilder im Gehirn und rekonstruiert sie, vrodo.de vom 12. Januar 2018
  96. Japanische KI macht Gedanken sichtbar, futurezone.de vom 16. Januar 2018
  97. sehr ausführliche Bibliographie; Text und Bilder historisch bis ins 16. Jh. zurückreichend. Bezug über die Bibliothek
Dieser Artikel basiert auf dem Artikel Künstliche Intelligenz aus der freien Enzyklopädie Wikipedia und steht unter der Doppellizenz GNU-Lizenz für freie Dokumentation und Creative Commons CC-BY-SA 3.0 Unported (Kurzfassung). In der Wikipedia ist eine Liste der Autoren verfügbar.