Aus dem Unterricht des CAS Digital Finance mit Dr. Marcel Blattner zum Thema Artificial Intelligence (AI) berichten Andreas Tobler und Boris Unger:

Künstliche Intelligenz ist weder gut noch böse. Obwohl oft zu lesen oder hören ist, welche Gefahren sie doch birgt. Filme wie iRobot oder Terminator haben das gezeigt. Andere wiederum sehen nur das Gute darin. Wie intelligente Roboter bei der Pflege helfen oder eine Verbesserung der körperlichen Leistungsfähigkeit durch Implantate.

Benutzt ihr AI? Eine der Eröffnungsfragen von Marcel Blattner. Und das Feedback der Klasse? Wage… Ja, nein, vielleicht, ein wenig. Dabei liegt die Antwort auf – oder in – der Hand. AI steckt bereits in sehr vielen Geräten oder Anwendungen, die wir täglich brauchen.

Geschichte von Artificial Intelligence

Bereits vor einigen hundert Jahren gab es Unterstützung durch Technologie für hauptsächlich mathematische Aufgabestellungen. Der Begriff der AI wurde jedoch erst Mitte der 1950er Jahre durch John McCarthy aus den USA geprägt. Schon in den 60er Jahren wurde darüber spekuliert, ob Maschinen bald die Arbeit der Menschen wegnehmen würden. Es kam anders.

die Geschicht von Artificial Intelligence

Geschichte von AI und Machine Learning

Beispielsweise könnte der empfehlenswerte Film The Thinking Machine heute noch ähnlich ausgestrahlt werden. Die Fortschritte seit den 60er Jahren bis heute sind überschaubar. Die Technologie hat sich grundsätzlich weiterentwickelt. Vor allem aber die Computerleistung und  Datenverfügbarkeit. An der Basis, dem eigentlichen Problem, hat sich wenig verändert. Gegen Ende des Films sticht der folgende Dialog heraus – die Antwort ist sicherlich nicht ganz ernst gemeint. Wohl heute noch eine der eine der meist gestellten Fragen:

“If fabulous machines like this are being developed everywhere, what’s going to happen to us all tomorrow? Who’s going to be in charge? Machines or man?”
“Man, I hope. You know, you can always pull the plug.”

Wahrnehmung und Definitionsversuch

Momentan gibt es einen Hype um Artificial Intelligence. Und je grösser der Hype, desto mehr Schwachsinn wird darüber erzählt. Wie zum Beispiel, dass Maschinen bald wie Menschen denken können. Doch man weiss ja kaum, wie Menschen denken. Oder, dass uns intelligente Maschinen die Arbeit wegnehmen werden. Nur hat jede technologische Revolution bisher zu mehr Jobs geführt. Doch was versteht man nun wirklich unter Künstlicher Intelligenz?

Es gibt keine allgemein gültige Definition für AI. Nicht einmal eine anerkannte Definition für Intelligenz gibt es. AI ist zum Beispiel die Fähigkeit einer Maschine, menschliches Verhalten mittels Algorithmen nachzuahmen und komplexe Probleme zu lösen. Aber auch nach jahrzehntelanger Forschung ist man nicht ansatzweise in der Lage, die ganzheitliche Komplexität des menschlichen Gehirns zu simulieren. Die intelligenten Maschinen sollen die Menschen unterstützen, nicht ersetzen.

Maschinen sind für einzelne Aufgaben hochspezialisiert und viel leistungsfähiger. Beispielsweise wird kein Mensch jemals wieder die beste Maschine im Schach schlagen. Die Menschen sind der Maschine jedoch deutlich überlegen wenn es darum geht das Wissen und die gelernten Fähigkeiten auf ein anderes Gebiet zu adaptieren.

Starke und schwache AI

Es gibt grundsätzlich zwei Klassifizierungen von Artificial Intelligence. Strong AI und Weak AI.

Bei Weak AI oder Narrow AI handelt es um ein AI Programm, das mittels vorprogrammierter Algorithmen ein bestimmtes Problem sehr gut lösen kann. Ein Beispiel hierfür ist die Nutzung von Siri für das Finden eines Restaurants in der Nähe. Mit den Schlagwörtern “Nähe” und “Restaurant” macht Siri basierend auf vorhandenen Informationen einen Vorschlag und wirkt dadurch intelligent.

Die Strong AI hingegen kopiert die kognitiven Fähigkeiten des Gehirns. Solch eine starke Maschine benutzt dazu Clustering und Assoziationen, um Daten zu verarbeiten. Genauso schwer zu sagen wie genau das Gehirn eines Menschen funktioniert, ist es schwer zu sagen, wie starke künstliche Intelligenz, basierend auf bestimmten Schlüsselwörtern, eine unabhängige Entscheidung trifft. Man kann somit eine Strategie ein Problem zu lösen auf ein anderes Problemfeld anwenden. Beispielsweise kann starke KI eine Strategie, wie sie Katzen auf Bildern erkennt, entsprechend adaptieren und diese ebenfalls anwenden um Hunde zu erkennen.

Einteilung AI

AI Einteilung

Wirkliche Gefahren

Die Behauptung: Technologie ist nicht neutral. Technologie befindet sich immer in einer bestimmten Kultur und einem Ökosystem. Das steuert einerseits die Wahrnehmung von Artificial Intelligence aber auch die Entwicklung von AI, die bereits im Einsatz ist.

Die Wahrnehmung von AI kann in unterschiedlichen Kulturen einfach beobachtet werden. Im asiatischen Raum werden künstliche Intelligenz und Roboter grundsätzlich positiv wahrgenommen. Nicht überraschend zu sehen, dass in Altersheimen in Japan Pflegeroboter (iendly) auf breite Akzeptanz stossen. Das nicht bei Millenials, sondern bei einer Generation, die nicht mit digitalen Inhalten aufgewachsen ist. Die westliche Welt dagegen scheint eher skeptisch gegenüber AI und Robotern. Die Wahrnehmung hat sich in Filmen wie “Terminator” und “I, Robot” manifestiert.

Bias

Die Behauptung, dass Technologie nicht neutral ist, lässt sich nicht gänzlich von der Hand weisen. Das Problem steckt im Bias, respektive der Beeinflussung durch den Menschen. Das bedeutet, AI ist nur so gut, wie die Daten die wir einspeisen oder die Erfahrungen, die mit der Interaktion gesammelt werden. Die nachfolgenden Beispiele veranschaulichen dies eindrücklich.

Interaction Bias: Die Beeinflussung von AI durch Interaktion. Ein Selbstversuch für die Leser: Gehe auf Google Images uns suche nach “professioneller Haarschnitt” und vergleiche das Resultat mit der Suche auf Google Images nach “unprofessioneller Haarschnitt”. Ähnliche Resultate können mit anderen Suchanfragen erzielt werden.

Latent Bias: Der Algorithmus korreliert Ideen mit Gruppen wie Geschlecht, Sexualität, Einkommen, Wohnort, etc. Zum Beispiel korreliert der Begriff “Arzt” stark mit dem männlichen Geschlecht. Dies, weil die Mehrheit der Bilder männliche Ärzte abbilden.

Ein berühmtes Beispiel von menschlicher Beeinflussung ist der AI Chatbot “Tay” von Microsoft. Dieser ging via Twitter live und fing durch die Interaktion rasch an rassistische oder extremistische Tweets abzusetzen, sodass er nach 16 Stunden Betrieb wieder abgeschaltet werden musste. 

Die Zukunft von Artificial Intelligence

Wohin geht die Reise? Die Zukunft der Künstlichen Intelligenz vorauszusagen ist ähnlich schwierig wie in vielen anderen Bereichen. Wenn man den Trend der letzten Jahre betrachtet, zeigt sich, dass Mensch und Maschine näher zusammenrücken. Während wir früher hauptsächlich über Maus und Tastatur mit Computern interagierten, steuern wir Geräte heute über Touchscreens. Wir bewegen uns über Voice Interfaces, Augmented- und Virtual-Reality hin zu einer Verschmelzung zwischen Mensch und Maschine.

Annäherung der Technologie zum Menschen

Die Zukunftsaussichten von AI

Beispiele hierzu gibt es heute schon im Einsatz und es ist davon auszugehen, dass einige dieser Gebiete weiter an Einfluss gewinnen – auch für die Masse.

Konkrete Beispiele

Transhumanismus / Bio Hacking: Die Verschmelzung zwischen Mensch und Technologie mit dem Ziel die menschlichen Fähigkeiten zu erweitern (Night-Vision, Chip-Implantate, Farbenblindheit, etc.). Mehr Beispiele zu diesem Thema im Videoverzeichnis.

Mind Uploading: Die Idee, die Struktur eines Gehirns auf einen Computer zu laden und diese abzubilden. Dadurch soll es möglich sein die Gedankengänge einer Person darzustellen. In den USA gibt es beispielsweise Unternehmen wie das Cryonics Institute, die daran arbeiten Menschen einzufrieren um sie später wieder zu beleben, sobald die Mind Uploading Technologie reif ist. Das Ganze erscheint uns noch wie Science Fiction, jedoch werden Teile dieser Idee schon heute angewendet. Kryonik wird heute bereits eingesetzt, um während Operationen Gewebe zu kühlen. Andererseits gibt es bereits Durchbrüche bei Brain-Scans wobei gelähmte Menschen ihre Extremitäten mittels Hirnimpulsen wieder steuern können.

Fazit

Diese erfreulichen Themen müssten viel mehr in der Presse vertreten sein. Das sind die wirklichen Benefits von AI.

Heutzutage beherrschen AI Systeme eine bestimmte Sache sehr gut. Diese weiter zu integrieren bedeutet jedoch sehr viel Arbeit. Finanzstarke Unternehmen, die in diesem Gebiet Fuss fassen möchten, sei empfohlen eine interen Expertengruppe aufzustellen. Der Grund dafür ist vor allem, dass externe Entwicklungen langfristig an ihre Grenzen stossen und zu teurer werden.

Die Berichterstattung in den Medien hat Potential die Wahrnehmung von Artificial Intelligence zu beeinflussen. Um die Chancen von intelligenten Systemen voll auszuschöpfen, wäre es hilfreich positive Projekte wie beispielsweise das Steuern von gelähmten Extremitäten zu vermarkten, anstatt vorwiegend über mögliche Gefahren zu berichten.

Wichtig ist zu verstehen, dass hinter dem Bias keine böse Absicht steht. Es braucht allenfalls Regulierung oder Qualitätszertifizierungen um Standards zu definieren. Die Politik hat sich dem bereits angenommen und es entstehen Ethikkommissionen zum Thema.

Weiterführende Literatur, Videos und Artikel