Aus dem Unterricht des CAS Disruptive Technologies mit Marcel Blattner berichtet Claudia Bläuenstein.

Einführung Artificial Intelligence (AI)

Seit Menschengedenken bestrebt das menschliche Wesen einem unlebendigen Wesen – Leben einzuhauchen. Dieses Bestreben (im Sinne von Forschung) ist tief in uns verankert.

1956 wurde der Begriff AI anlässlich einer mehrwöchigen Konferenz (Summer Research Project on Artificial Intelligence) in Dartmouth durch den Informatiker John McCarthy erfunden.

Generell kann heute gesagt werden, dass AI zu wenig öffentlich diskutiert wird. Vor allem die Politik scheint die Augen vor diesem Thema zu verschliessen. AI ist für das politische Bestehen nicht unmittelbar von Relevanz. Hierzulande werden die Mittel anderweitig verwendet und  nicht unbedingt in die Forschung  von AI investiert.  AI soll nicht nur von der technischen Seite – sondern auch im Spannungsfeld Kultur und Wirtschaft betrachtet werden.

Definition

AI bedeutet eine Nachbildung der Intelligenz von Menschen. Maschinen werden befähigt menschliches Verhalten zu simulieren und Aufgaben annähernd so gut (oder teils auch besser) auszuführen als Menschen.

Dimensionen von AI

Die Grafik zeigt auf, dass AI nur rational funktioniert. Alle menschlichen kognitiven Fähigkeiten wie Kreativität, Empathie, Gefühle, Bewusstsein etc. kann AI nicht. AI denkt und lernt rational und ist somit befreit von Gefühlen. Die Maschine optimiert den Output. Die Maschine ist AI wenn sie gleich handelt wie ein Mensch. Vor allem die ethischen Werte sollte eine Maschine ebenfalls abhandeln können. Denn eine Gesellschaft funktioniert nicht nur rational.

Unterschied schwacher zu starker Künstlicher Intelligenz (KI)

Die starke KI soll alles schaffen was Menschen auch vollbringen (die gleiche Künstliche Intelligenz wie ein Mensch aufweist oder sogar übertrifft). Die schwache KI ist mit konkreten Anwendunsproblemen beauftragt wie Machine Learning, Representative Learninng. Innerhalb von Representative Learning ist Deep Learning von Bedeutung.

Deep Learning ist eine technische Methode des Machine Learning und die Prozesse laufen über neuronale Netzwerke und bilden die Funktionsweise des menschlichen Gehirns nach. Zwei aktuelle Beispiele sind die Sprach- und Bilderkennung. Diese funktionieren auch schon sehr gut.

Unterschied Menschliches Hirn und Maschine

Unser Hirn funktioniert fundamental anders als die Maschine.

Die Maschine weist eine stärkere Logik auf als der Mensch. Der Mensch hat im Gegensatz zu einer Maschine eine starke Intuition und kann Konzepte schnell transferieren. Der Konzepttransfer kann die Maschine nicht.  Regeln werden von Maschinen selbst generiert.

Neuronales Netzwerk

Neuronale Netze bestehen aus mehreren Neuronen (Datenpunkte). Diese nehmen Informationen auf und geben sie weiter. Dies könnte in etwa so geschehen:

Input Datenpunkte –> Hidden Layer (Neuronen)—> Funktion verrechnet diese Information  –> Ergebnis (Antwort/Output)

Fazit: schwache oder starke Verbindung wird eruiert

für einfache Fragen reichen einige Layer – für komplexe Fragestellungen braucht es tausende Layer (Neuronen)

1.Netz definieren – Verbindungen per Zufall definieren

2.Verbindungen werden gespielt

3.Antwort (mit 60% Sicherheit ist das Resultat so)

4.Wie muss Fehler behoben werden respektive berechnet werden

Daten werden eingegeben und trainiert. Genauigkeit wird getestet. Bilder z.B. Katzen oder Hunde werden der Maschine vorgelegt und verglichen, ob Aussage stimmt. Fehler werden evaluiert. Die Maschine baut so selbständig Wissen auf Basis ihrer Erfahrungen auf, und findet Lösungen für neue Probleme, bessere Algorithmen – und noch mehr Erfahrungswerte helfen das Resultat zu verbessern und genauere Lösungen zu finden.

Fazit

Eine wirkliche künstliche Intelligenz gibt es trotz viel Forschungsaufwand noch nicht. Jedoch besteht durchaus das Potential Disruption auszulösen.

Data are a mirror of our Society and machines learn from these data

Und…

https://quickdraw.withgoogle.com/#

Literatur zu AI:

Peter Norvig: Artificial Intelligende – A Modern Approach

Max Tegmark – Life 3.0 Being Human in the Age of Artificial Intelligence

Ben and Ted Goertzel, The End of the Beginning  (NZZ Artikel vor drei Wochen zu diesem Thema)

Nick Bostrom – Superintelligence

 

Filmtipp: Imitation Game

 

Quelle Grafiken (Folien): aus Unterricht mit M. Blattner