Sie sind hier: Startseite > Blog > Was ist denn nun eigentlich künstliche Intelligenz?

Deep Learning und Co.

Was ist denn nun eigentlich künstliche Intelligenz?

Derzeit scheint es kaum eine Schlagzeile in der (IT-)Presse zu geben, die nicht den Hinweis auf „Künstliche Intelligenz“ enthält. Da gerät in der Berichterstattung auch schnell einmal etwas durcheinander. Wir klären auf.

Unser Bild von KI (oder in der englischen Entsprechung AI) ist natürlich stark von der Fantasie Hollywoods geprägt. Im Klassiker „War Games“ steht eine wildgewordene, intelligente Maschine kurz davor, den dritten Weltkrieg auszulösen, Grundlage der Terminator-Reihe ist die Fiktion, Maschinen hätten ein Bewusstsein entwickelt und würden sich nun gegen die Menschheit wehren. Ein Motiv, das auch in Matrix wiederkehrte. Aktuell müssen Menschen offenbar Angst um ihre Jobs haben. Schließlich lässt sich auf Websites jetzt schon einmal die Wahrscheinlichkeit dafür berechnen, wann Roboter und Computer den eigenen Job erledigen. „Künstliche Intelligenz“ ist das Buzzword schlechthin.

Künstliche Intelligenz – ist nur ein Oberbegriff.

Wenn jemand den Ausdruck KI benutzt, hält er es wahrscheinlich für nicht nötig, weiter in die Tiefe zu gehen. Oder er hat das, worüber er spricht, selbst noch nicht so recht verstanden. Denn unter dem Begriff KI fassen die Wissenschaften, die sich mit Computer beschäftigen, verschiedene Modelle und Ansätze zusammen. Und vorweg: Wir sind noch weit entfernt davon, Maschinen mit einem Bewusstsein zu entwickeln oder zu beobachten. Denn dazu wissen die Menschen selbst viel zu wenig darüber, was das Bewusstsein eigentlich ist und wie es entsteht. Fakt ist nur, dass es so etwas zu geben scheint. Die ultimative künstliche Intelligenz wäre in der Lage, all das zu tun, wozu auch ein Mensch in der Lage ist. Sie bildet die Grundlage für die erwähnten filmischen Blockbuster. Maschinen, die autark handeln und sogar perfide Strategien entwickeln, um Gegner zu überraschen und zu täuschen. Das ist zwar eine durchaus faszinierende Idee, aber konkret arbeitet derzeit kein Unternehmen daran.

Aktuell geht es darum, einzeln Fähigkeiten des Menschen auf Maschinen zu übertragen. Autofahren ist dafür ein gutes Beispiel. Was vielen von Ihnen in Fleisch und Blut übergegangen ist, erweist sich als durchaus anspruchsvoll, um es auf Computer und selbstfahrende Autos zu übertragen.

Maschinelles Lernen.

Was die Autoren der Artikel eher meinen, sind Techniken des so genannten maschinellen Lernens. Das sind auf Mathematik basierende Systeme, die es einer Maschine ermöglicht, aus Erfahrungen eigenes Wissen zu generieren. Im Prinzip funktioniert das wie bei Kindern. Dazu hangeln sich die Programme an von den Entwicklern definierten Entscheidungsbäumen entlang. Das System wird zwar immer „intelligenter“ und seine Vorhersagen, Prognosen und Entscheidungen besser, aber alles spielt sich doch in einem engen Rahmen ab. Ein Programm, das auf Basis von maschinellem Lernen Kunden in einem Online-Shop Vorschläge macht, in welcher Größe die Person am besten eine Hose bestellen sollte, damit die Wahrscheinlichkeit hoch ist, dass das Produkt nicht wieder zurückgeschickt wird, kann nicht plötzlich anfangen, Musik zu komponieren.

Doch erst durch den Einsatz von maschinellem Lernen werden nicht nur die Vorhersagen in Online-Shops immer besser. Damit gelang erst das, was für viele von uns selbstverständlich ist. Wir laden ein Dokument bei einem Service in der Cloud hoch und die Datei ist plötzlich durchsuchbar. Die optische Zeichenerkennung ist zumindest statistisch nicht mehr schlechter als die des Menschen. Oder, obwohl jeder Mensch über eine individuelle Aussprache und Stimmlage verfügt, können wir Siri & Co einfach etwas diktieren. Und sind erstaunt, wie wenig Fehler das System macht.

Deep Learning und neuronale Netze.

Spannend wird das Konzept des maschinellen Lernens durch den Einsatz von sogenannten künstlichen neuronalen Netzen, dem Deep Learning. Diese Technik sorgt für die aktuellen Schlagzeilen, wenn plötzlich Computer in der Lage sind, die weltbesten Go-Spieler zu schlagen oder aus dem Stand heraus, Schachgroßmeister in die Knie zu zwingen. Deep Learning basiert auf einem Schichtenmodell und stellt damit die Art und Weise, wie Menschen lernen, nach. Jede Schicht nutzt die Erfolge der vorhergehenden Schicht. Das System ist in der Lage, durch mehrfache Durchläufe immer besser zu werden.

Deep Learning kommt immer dann zum Einsatz, wenn es keine allgemeinen Regeln gibt. Im Kern basiert es auf großen Datenmengen. Wenn ein Programm zur Bilderkennung etwa zuverlässig Handtaschen auf Fotos erkennen soll, werden jede Menge Abbildungen von Handtaschen benötigt. Nicht nur unterschiedliche Formen und Farben, sondern eben auch aus verschiedenen Perspektiven und Lichtverhältnissen. Durch positive Rückkopplung wird das System langsam immer besser werden. Dies ist der initiale Schritt.

Im zweiten Schritt wird dann Material eingespielt, das nicht Bestandteil des initialen Prozesses gewesen ist. Hier wird nun kontrolliert, welche Ergebnisse das System bereits liefert. So lernt auch ein Kind: Wenn es freudig auf ein Pferd zeigt, und dann „Kuh“ sagt, korrigieren die Eltern. Nun sind Computer eben deutlich schneller als wir Menschen, weswegen der Lernprozess, oder allgemeiner gesprochen, die Datenanalysen deutlich schneller verlaufen.

Deep Learning nutzt die zur Verfügung gestellten Datenquellen, um daraus dann etwa Trends oder Abweichungen, Muster und Korrelationen zu erkennen. Dazu ein letztes einfaches, aber nicht einfach umzusetzendes, Beispiel. Besitzt das Programm die Erfahrung, dass der Verkauf von Schirmen in einem Shop immer dann ansteigt, wenn die Wetterprognose eine Schlechtwetterperiode vorhersagt, kann das System dann automatisch den Kunden aus einer Region, für die eine solche Prognose vorliegt, Schirme auf der Shopseite präsentieren. Ohne, dass ein Mensch eingreifen müsste. Spannend wird es nun, wenn es aus anderen Quellen die Vermutung anstellt, dass die Nachfrage nach der Farbe grün bei Schirmen besonders hoch sein wird. Aus welchen Gründen auch immer und schon einmal ausreichend Stückzahlen bestellt, damit der Shop lieferfähig ist. Und immer mehr Unternehmen und Organisationen werden in Zukunft Entscheidungen treffen und Ideen entwickeln, die von maschinellem Lernen unterstützt werden.

Eine Sendung des Deutschlandfunks führt ganz anschaulich in die Welt der künstlichen Intelligenz ein.

weitere Meldungen

20. Oktober 2017
Die deutsche Wirtschaft fühlt sich aktuell durch IT-Angriffe stark bedroht. 6 von 10 Unternehmen geben an, dass sie das Risiko, Opfer von Hackern oder Cyberkriminellen zu werden, für sehr groß halten. In den vergangenen zwölf Monaten wurden zwei Drittel der Unternehmen Opfer von mindestens einem IT-Angriff, weitere 14 Prozent vermuten einen... ... mehr lesen
13. Oktober 2017
Zum 26. Mal haben sich die CPN Partner aus Deutschlands größtem Netzwerk für Apple Fachhändler und Systemhäuser auf ihrer Hausmesse, der iGNITION, getroffen. In diesem Jahr ging es nach Sonthofen im Allgäu und dort im Hotel AllgäuStern wurde 2 Tage lang intensiv über Marktveränderungen, anstehende Herausforderungen und natürlich mit Herstellern,... ... mehr lesen
05. Oktober 2017
Chatbots sind derzeit in Handel und Kundensupport ein großes Thema. Der Einzelhandel muss heute versuchen, die Konsumenten zu begeistern. Innovative Technologien sind hier ein Schlüssel. Und die von KI gesteuerten Systeme können auch in der Kunden- und Produktunterstützung Entlastung schaffen und die Servicequalität verbessern. ... mehr lesen