Von einfachen Algorithmen bis zur fortschrittlichsten KI

Ob Sie es glauben oder nicht, den intelligenten Roboter, den Sie in den Filmen sehen, gibt es wirklich. Auch wenn es wie Science-Fiction klingt, arbeiten Wissenschaftler seit Jahren an der Entwicklung fortschrittlicher Künstliche Intelligenz (KI). Und heute sieht es sehr vielversprechend aus: KI wird durch Algorithmen und maschinelle Lerntechniken zur Realität. Sie arbeitet daran, Krankheiten zu diagnostizieren und Bilder zu verstehen. Bevor wir über die fortschrittlichste KI sprechen, die wir heute haben, sollten wir uns ansehen, wie es dazu kam.

Der Aufstieg des maschinellen Lernens

Maschinelles Lernen ist ein Teilbereich der Künstlichen Intelligenz. Der Begriff "maschinelles Lernen" wurde 1959 geprägt, aber das Konzept geht auf die Zeit vor der Erfindung von Computern zurück, als Wissenschaftler versuchten, Maschinen zu bauen, die Entscheidungen treffen und Aufgaben ausführen können, ohne explizit programmiert zu werden.

Forscher arbeiten schon seit Jahrzehnten an maschinellem Lernen. Heute ist es eines der heißesten Felder der KI. Algorithmen für maschinelles Lernen können aus Erfahrungen lernen und ihre Leistung im Laufe der Zeit verbessern, ohne dass ihnen jemand sagen muss, wie sie das tun sollen.

Algorithmen für maschinelles Lernen, die als Vorhersagemodelle funktionieren

Unternehmen wie Amazon, Netflix oder Google verwenden Algorithmen des maschinellen Lernens, um das Verhalten von Nutzern auf der Grundlage früherer Aktionen vorherzusagen (und somit Empfehlungen zu geben). Diese Algorithmen haben auch komplexe Probleme wie Bilderkennung, automatische Übersetzung oder das Spielen von Spielen gelöst.

KI und Robotik

KI und Robotik sind zwei verschiedene Dinge. KI ist die Intelligenz eines Computers, während Robotik die Verwendung von Computern zum Bau von Maschinen ist. KI bezieht sich auf virtuelle und physische künstliche Intelligenzsysteme, die wie Menschen denken und handeln können.

Der Roboter ist ein Automat, der durch Sensoren, programmierte Anweisungen oder Fernbedienungsgeräte gesteuert wird und automatisch menschenähnliche Aufgaben oder Funktionen ausführt. Die Idee, intelligente Roboter zu bauen, gibt es schon seit der griechischen Mythologie (Atlas). Moderne Versuche, sie zu bauen, begannen jedoch in den späten 1950er Jahren mit der Finanzierung durch die US-Regierung im Rahmen des "Project Cybersyn" während der Regierung von Präsident Nixon, das auf militärische Anwendungen wie unbemannte Waffensysteme abzielte.

KI ist zu einem beliebten Thema in den Medien geworden. In vielen Nachrichten wird darüber berichtet, wie man mithilfe von KI Roboter erschaffen kann, die intelligenter sind als Menschen. Das ist zwar durchaus möglich, aber die meisten Technologien, die derzeit für KI-Anwendungen eingesetzt werden, konzentrieren sich darauf, Computer effizienter bei der Ausführung von Aufgaben zu machen, anstatt etwas zu schaffen, das wie wir denken kann.

Der Aufstieg des Deep Learning

Deep Learning ist eine Form des maschinellen Lernens, d.h. die Fähigkeit von Computersystemen zu lernen, ohne explizit programmiert zu werden. Die Entwicklung begann in den 1950er Jahren, als der Informatiker John McCarthy eine Arbeit darüber veröffentlichte, wie man Computern das Schachspielen beibringen kann. Im Jahr 1958 schuf Arthur Samuel eines der ersten selbstlernenden Programme, indem er sein Wissen mit Verstärkungslernen kombinierte - bei dem ein Algorithmus durch Versuch und Irrtum lernt.

1959 gründeten Marvin Minsky und Seymour Papert ihr Artificial Intelligence Laboratory am MIT (Massachusetts Institute of Technology). Sie arbeiteten an zwei Projekten: Roboterarme, die durch neuronale Netze gesteuert wurden, und Programme, die Probleme durch logisches Denken lösen sollten. Das Labor brachte viele weitere bahnbrechende Projekte hervor, darunter Shakey - ein mobiler Roboter, der mit Hilfe von Techniken der künstlichen Intelligenz wie Pfadplanung (er entscheidet, wohin er sich bewegen soll) und Objekterkennung (er identifiziert Objekte in seiner Umgebung) selbständig denken konnte. Damit waren wir der Entwicklung von Maschinen, die wie Menschen sehen können, einen Schritt näher gekommen!

Fortschritte bei der Verarbeitung natürlicher Sprache

Natürliche Sprachverarbeitung (NLP) ist die Fähigkeit einer Maschine, menschliche Sprache zu verstehen, und ist ein Teilbereich der KI. Fortgeschrittenes NLP wird durch Deep Learning erreicht, das es einem Computer ermöglicht, aus Daten zu lernen und selbständig Entscheidungen zu treffen.

Deep Learning hat den Bereich NLP seit seinen Anfängen im Jahr 2014 mit Googles AlphaGo-Programm, das Lee Sedol bei Go, einem alten chinesischen Brettspiel, besiegte, enorm vorangebracht. Heutzutage können Sie Ihr Telefon als Dolmetscher einsetzen, indem Sie es Fremdsprachen übersetzen lassen oder Sprachnachrichten über WhatsApp mit Hilfe von Spracherkennungstechnologie versenden.

Dank Deep Learning haben wir außerdem Maschinen, die das Wetter besser vorhersagen können als Meteorologen. Es hilft Blinden, wieder sehen zu können, und unterstützt Doktoranden beim Lesen von Forschungsarbeiten - alles Dinge, die früher ohne menschliches Zutun als undurchführbar galten!

Fortschritte bei der Computer Vision

Die Fortschritte in der Computer Vision sind enorm. Computer Vision ist die Wissenschaft und Technologie von Maschinen, die sehen können. Sie wird in der Robotik, bei fahrerlosen Autos und vielen anderen Anwendungen eingesetzt. Obwohl es diesen Bereich schon fast so lange gibt wie Computer, hat er erst vor kurzem dank Deep Learning und Faltungsneuronaler Netze (CNNs) große Wellen geschlagen.

Der erste Durchbruch war die Entwicklung von CNNs durch Yann LeCun im Jahr 1998 für Aufgaben der Handschrifterkennung. Diese Netzwerke waren bei der Erkennung handgeschriebener Ziffern viel effektiver als frühere Methoden. Da sie besser verallgemeinern konnten, als jeweils nur ein bestimmtes Beispiel zu betrachten, lernten sie auf der Grundlage früherer Beispiele, die sie gesehen hatten, wie alles aussah - selbst wenn diese Bilder nicht genau gleich waren! Das gab den Menschen Hoffnung, dass Computer nach ähnlichen Prinzipien trainiert werden könnten, wie Menschen neue Dinge lernen: durch Erfahrung im Laufe der Zeit mit vielen verschiedenen Beispielen und nicht nur durch Auswendiglernen aus einer Quelle.

Fortschritte bei generativen Modellen

Generative Modelle sind Algorithmen des maschinellen Lernens, die sich auf die Erstellung neuer Daten aus vorhandenen Daten konzentrieren. Als eine der einfachsten Arten von generativen Modellen können Sie diese verwenden, um neue Bilder, Töne oder sogar Text zu erstellen. Wenn Sie z.B. ein Bild erstellen möchten, das wie das Bild einer anderen Person aussieht, aber keine Kopie davon ist (z.B. wenn Sie ein Bild erstellen möchten, das wie ein Gemälde aussieht). Dann könnten Sie ein generatives Modell verwenden, um das Modell mit zufällig generierten Bildern zu trainieren und dann diese Informationen nutzen, um realistischere Bilder zu erzeugen.

Das Gleiche gilt für die Generierung anderer Medientypen: Wenn Sie Ihren Song haben wollen, ohne dass ihn jemand anderes zuerst aufnimmt (oder ohne ihm Lizenzgebühren zu zahlen!). Dann müssen Sie nur Ihr eigenes KI-System auf bestehende Songs trainieren, damit es weiß, wie sie zusammen und einzeln gespielt klingen - und voila! Sie haben nun eine originelle Melodie, die von künstlicher Intelligenz komponiert wurde.

Die Auswirkungen der fortschrittlichsten KI

Die Auswirkungen dieser fortschrittlichsten KI sind bereits in vielen Branchen zu spüren. KI macht unser Leben einfacher, indem sie Aufgaben und Prozesse automatisiert, aber sie verändert auch, wie wir leben und arbeiten. Sehen wir uns ein paar Beispiele an:

• Selbstfahrende Autos sind schon seit einiger Zeit in den Nachrichten, aber wussten Sie, dass es sie bereits gibt? Das Unternehmen Waymo von Google betreibt derzeit selbstfahrende Taxis in Arizona. Stellen Sie sich vor, Sie könnten lesen oder fernsehen, während Sie zur Arbeit pendeln!
• Auch die medizinische Diagnostik ist auf dem Vormarsch, dank maschineller Lernalgorithmen, die auf der Grundlage Ihrer Symptome und genetischen Daten Krankheiten vorhersagen können. Dies könnte bedeuten, dass Krebs und andere Krankheiten früher erkannt werden und weltweit Leben gerettet werden.
• Die Spracherkennung hat sich in den letzten zehn Jahren dank der Fortschritte bei Deep-Learning-Modellen wie neuronalen Netzwerken - die von Google Assistant (und Siri) verwendet werden - enorm verbessert. Die Geschwindigkeit, mit der sich diese Technologie verbessert, ist vielleicht sogar höher als bei der Bilderkennung!
• Chatbots sind ein weiteres Beispiel für KI in Aktion. Sie haben es Unternehmen ermöglicht, ihre Kunden über Messaging-Apps wie Facebook Messenger und WhatsApp einfacher und effizienter zu erreichen. Wir erleben auch den Aufstieg von Chatbot-basierten persönlichen Assistenten wie Alexa (Amazon Echo), Siri (Apple HomePod) und Google Assistant.

Dies sind nur einige Beispiele dafür, wie KI unser Leben im letzten Jahrzehnt verbessert hat. Wie Sie sehen können, verbessert sie bereits viele Dinge und hilft den Menschen, Zeit, Geld und Mühe zu sparen.

Die Herausforderungen der KI

KI ist kein Allheilmittel. Es hat einige aufregende Fortschritte in der KI gegeben, aber es gibt auch ernsthafte Herausforderungen, die angegangen werden müssen. KI ist nicht perfekt und kann zum Guten oder zum Bösen eingesetzt werden.

KI kann voreingenommen sein: Wir haben gesehen, wie KI-Systeme rassistische Vorurteile von ihren menschlichen Schöpfern erlernt haben, und Polizeidienststellen verwenden dieselben Systeme, um vorherzusagen, wer in Zukunft Verbrechen begehen wird. Nehmen wir an, ein System wird mit einer Reihe von Werten programmiert (wie die, die mit Rassismus in Verbindung gebracht werden). In diesem Fall könnte es uns auf einen sehr gefährlichen Weg führen, auf dem wir eine autoritäre Gesellschaft schaffen, in der Menschen, die nicht in dieses enge Weltbild passen, aufgrund ihrer Rasse oder ihrer vermeintlichen ethnischen Zugehörigkeit ausgegrenzt und diskriminiert werden.

KI kann gehackt werden: Wie bei jedem anderen Computerprogramm könnte jemand versuchen, Ihr KI-System zu hacken, um es dazu zu bringen, etwas Unbeabsichtigtes zu tun - z.B. sich für Sie auszugeben! Stellen Sie sich vor, jemand könnte sich in einen Ihrer Assistenten einhacken und jeden, der ihn anruft, davon überzeugen. Sie würden direkt mit Ihnen sprechen und nicht mit einem weiteren Callcenter-Mitarbeiter eines Drittanbieters (Sie wissen nur zu gut, wie ärgerlich diese Erfahrung wäre!).

Die Zukunft der KI

Die KI steckt noch in den Kinderschuhen, aber sie hat bereits Auswirkungen auf unser Leben. Da wir weiterhin neue Techniken für den Aufbau von KI entwickeln und diese in immer mehr Bereiche unseres Lebens integrieren, können wir davon ausgehen, dass diese Technologie unser Leben und unsere Arbeit noch mehr verändern wird.

In Zukunft könnte KI sowohl im Privat- als auch im Berufsleben immer wichtiger werden. Zum Beispiel:

• Sie könnten Ihre Smart Glasses verwenden, um eine Restaurantkarte oder eine Reisebroschüre anzusehen, während Sie mit einem Freund zu Mittag essen, ohne dass dieser sie erst ausdrucken muss, um sie zu lesen (oder wenn er sie nicht in Papierform haben möchte).
• Ihr Auto könnte sich selbst fahren, wenn Sie in der Hauptverkehrszeit auf der Autobahn unterwegs sind, damit jeder so effizient wie möglich durch den Verkehr kommt.
• Ihr Kühlschrank kann Lebensmittel für Sie bestellen, wenn Ihnen die frischen Lebensmittel ausgehen, wenn ein Einkauf nicht möglich ist.

Fazit

Sie fragen sich vielleicht, ob die fortschrittlichsten KI-Systeme echte Intelligenz erreichen werden. Auch wenn dies noch eine offene Frage ist, so scheint es doch, dass die Forscher in den letzten Jahren große Fortschritte gemacht haben.

Die KI-Revolution ist noch lange nicht vorbei. Die KI hat zwar beeindruckende Fortschritte gemacht, aber es bleibt noch viel zu tun, wenn wir wollen, dass diese Systeme dem menschlichen Geist wirklich ebenbürtig sind. Diese Revolution hat gerade erst begonnen, und es bleibt abzuwarten, wie weit dieser Bereich gehen wird. Aber eines scheint schon jetzt sicher: Wir stehen an der Schwelle zu einer KI-gestützten Zukunft, und Sie wollen nicht zurückbleiben.