Konecny Ist das intelligent oder kann das weg?

1. Auflage 2020
ISBN: 978-3-7844-8382-5
Verlag: Langen-Müller
Format: EPUB
Kopierschutz: 6 - ePub Watermark

E-Book, Deutsch, 208 Seiten

Alle reden u¨ber Ku¨nstliche Intelligenz, aber was ist das eigentlich? Und soll man vielleicht Angst haben, wenn Siri, Alexa & Co. unser Leben mit ungebetenen Ratschlägen durcheinanderbringen? Wir brauchen Aufkla¨rung, und zwar humorvolle mit Tiefgang! Dafür gibt es keinen besseren als Jaromir Konecny. Er zeigt, wie wichtig KI-Programme sind und wo sie bereits jetzt eingesetzt werden. Und er stellt klar, was an KI völlig harmlos ist und wo die eigentlichen Probleme liegen. Ein informatives und zugleich unterhaltsames Buch mit vielen Anekdoten aus Forschung und Anwendung und garantiert ohne Formeln und Gleichungen.

Autoren/Hrsg.

Konecny, Jaromir

Leseproben

II. Die Magie der KI wird beschworen Ein Jahr in Künstliche-Intelligenz-Forschung reicht aus, um an Gott zu glauben.[13] Alan J. Perlis Das Gehirn der Künstlichen Intelligenz Literarische Pfade wurden von künstlichen Intelligenzen und künstlichen Menschen schon immer beschritten: Golem und Capeks Roboter habe ich bereits erwähnt, von Dr. Frankensteins Monster hat jeder gehört. Aber auch Erfinder beschäftigten sich mit denkenden Maschinen, indem sie zum Beispiel versuchten, Schach spielende Automaten zu bauen. Der »Schachtürke«, ein Schachroboter des K.-u.-k.-Beamten Wolfgang von Kempelen (1734–1804) von 1769, eine Figur mit Turban, die an einem Tisch mit Schachbrett sitzt, erlangte Berühmtheit. Schon Edgar Allan Poe vermutete, dass im »Schachtürken«-Kasten ein begabter Schachspieler versteckt war. Sicher zu Recht, denn die wichtigste Voraussetzung für KI gab es im 18. Jahrhundert noch nicht: Maschinen, die sehr schnell und mit sehr vielen Daten rechnen konnten – Computer. Das änderte sich in den 1930er-Jahren. Im Jahr 1937 stellte Alan Turing die theoretischen Grundlagen für die heutigen Computer vor: in seinem wegweisenden Artikel On Computable Numbers, with an Application to the Entscheidungsproblem.[14] Wie kein anderer hat Turing die digitalen Welten von heute theoretisch vorbereitet: Er war nicht nur ein Ideengeber für die heutigen Computer, sondern trug maßgeblich zum Sieg der Alliierten im Zweiten Weltkrieg bei – auch nach Meinung von Winston Churchill. Seit 1939 hatte Turing mit einigen anderen Kryptologen in Bletchley Park, unweit von London, versucht, »Enigma« zu knacken – die Chiffriermaschine der deutschen Wehrmacht. Das gelang auch, wie wir aus dem Spielfilm The Imitation Game wissen. Manche Historiker vermuten, mit der Enigma-Dechiffriermaschine, auch »Turing-Bombe« genannt, half Turing, den letzten Weltkrieg um zwei Jahre zu verkürzen, und ersparte Deutschland damit den Abwurf einer Atombombe. So viel Glück hatte Japan nicht. Vor allem aber war Turing ein Genie der mathematischen Logik. Sein Artikel von 1937 stellte eine Maschine dar, die jeden erdenklichen Rechenvorgang ausführen kann: eine Turingmaschine. Eine solche brauchen wir auch, wenn wir mit KI-Programmen rechnen wollen – einen Computer. Den allerersten funktionierenden Computer baute Konrad Zuse (1910–1995) im Zweiten Weltkrieg, im Jahre 1941. Ab da konnte eine Maschine nach jeder Vorschrift rechnen, die in einer genauen Reihe von Anweisungen aufgeschrieben war, das heißt jede lösbare mathematische Gleichung berechnen. Vorausgesetzt, die Maschine war mit ihrer Leistung der Vorschrift gewachsen. So konnten Forscher, mit Turings Ideen ausgerüstet, um 1940 anfangen, sich neue Fragen zu stellen: Ist auch unser Gehirn eine Turingmaschine – eine natürliche Rechenmaschine, die jeden erdenklichen Rechenvorgang ausführen kann? Kommt unser Denken durch logische Operationen zustande? Im Jahr 1943 entwickelten Warren McCulloch (1898–1969) und Walter Pitts (1923–1969) ein mathematisches Modell des Gehirns, mit dem sie das Denken durch einfache logische Operationen erklären wollten. Zu logischen Operationen in der Mathematik und in der Computerwissenschaft gehören die Verknüpfungen UND, ODER, NEIN. Die logische Verknüpfung UND lässt den Strom nur dann weiter fließen, wenn zwei in Serie hintereinander geschaltete Schalter geschlossen sind. Eine Parallelschaltung definiert die ODER-Verknüpfung: Hier fließt der Strom nur dann, wenn entweder der eine ODER der andere parallele Schalter geschlossen ist. McCullochs und Pitts’ Ziel war es nicht, Künstliche Intelligenz zu entwickeln. Sie wollten zeigen, wie das natürliche Gehirn funktioniert. Somit war aber auch das Modell des künstlichen Neurons geboren – der künstlichen Gehirnzelle.[15] Dieses künstliche Neuron war die erste noch unvollkommene Grundlage aller KI-Programme, von denen wir heute in den Medien lesen und hören.[16] Die Vorgeschichte zu ihrer Entdeckung klingt wie ein Roman von Charles Dickens: Als kleiner Junge musste Walter Pitts sich vor der Brutalität seines Vaters und der Straßenjungen von Detroit in die städtische Bibliothek flüchten. Dort entdeckte er Principia Mathematica von Bertrand Russell und Alfred North Whitehead. Mit diesem Buch hatten sie versucht, die gesamte Mathematik durch reine Logik zu beweisen. Walter Pitts fand das Hobby seines Lebens – er arbeitete alle Bände der Principia durch und schickte dem berühmten Russell alle Fehler, die er im Werk gefunden hatte. Russell war so tief beeindruckt, dass er Pitts nach England einlud, um in Cambridge zu studieren. Nur wusste Russell nicht, dass Pitts erst zwölf Jahre alt war. Doch als Pitts drei Jahre später hörte, Russell würde die Universität von Chicago besuchen, riss er von zu Hause aus und kam nie wieder zurück. An der Universität von Chicago verrichtete Pitts Hilfsarbeiten, bis ein Student ihn mit Warren McCulloch bekannt machte, der 20 Jahre älter als Pitts und bereits ein angesehener Wissenschaftler war. Schon lange hatte er, auch durch Turing inspiriert, über die Funktion des natürlichen Gehirns gegrübelt. Plötzlich traf er auf jemanden, der begeistert mitgrübelte, und das mathematisch fundiert. McCulloch nahm den damals 18-jährigen Pitts in seiner Familie auf. Bei ihren Gesprächen am Kamin, durch Whiskey beflügelt, konnte die Geschichte »des künstlichen Gehirns« ihren Lauf nehmen,[17] indem die beiden mathematisch zu beschreiben versuchten, wie das natürliche Gehirn funktionierte. Bei der Entwicklung ihres Modells wussten Pitts und McCulloch nur, dass Neuronen im Gehirn feuerten, also aktiv wurden, wenn die Signale aus den benachbarten Neuronen eine bestimmte Schwelle übertrafen. »Feuern« bedeutet: Wenn die Summe aller Eingaben eines natürlichen Neurons einen bestimmten Wert (eine Schwelle) überschreitet, schickt das Neuron ein elektrisches Signal an andere Neuronen. Eine solche Schwelle ist leicht vorstellbar: Sie steigen beispielsweise bei einer Wanderung zu einer Berghütte auf. Andere Wanderer kehren schon von dort zurück. Der erste, dem Sie begegnen, sagt zu Ihnen, sie sollten in der Hütte unbedingt das leckere Gulasch probieren. Trotzdem haben Sie keine große Lust, Gulasch zu essen. Doch wenn es der dritte Wanderer hintereinander empfiehlt, bekommen Sie doch Appetit: Die Summe dieser Eingaben hat einen bestimmten Wert überschritten, die Schwelle eben, die Sie benötigen, um oben ein Gulasch zu bestellen: Gulaschempfehlung = Keine Gulaschbestellung Gulaschempfehlung + Gulaschempfehlung = Keine Gulaschbestellung Gulaschempfehlung + Gulaschempfehlung + Gulaschempfehlung = GULASCHBESTELLUNG »Wie konnte ein Netz aus solchen Neuronen logische Entscheidungen treffen?«, fragten sich die beiden Forscher. Das künstliche Neuron Am Ende der Überlegungen von Pitts und McCulloch stand ein mathematisches Modell des Gehirns. Mit punktuellen Zellen, die Ketten und Schleifen bilden. Nach dem Vorbild der Zellen im natürlichen Gehirn nennt man diese punktuellen Zellen auch Neuronen. Punktuell heißt: Künstliche Neuronen sind nur Punkte, durch die Signale fließen. Sie haben kein »Innenleben« wie die natürlichen Neuronen unseres Gehirns. Künstliche Neuronen haben nur Eingaben und Ausgaben von Signalen. Die einzelnen Neuronen können nach UND-, ODER- und NEIN-Anweisungen binäre, das heißt nur zwei Entscheidungen treffen: Entweder ist das Neuron aktiviert und ein Signal fließt (1), oder das Neuron ist nicht aktiviert und kein Signal fließt (0). Wenn die Summe der Eingabesignale eine bestimmte Schwelle überschreitet, »feuert« das Neuron – die Signale können weiter fließen (Abbildung 1). ¦ Abbildung 1: Das künstliche Neuron von McCulloch und Pitts »Was wir dachten, dass wir taten (und ich denke, wir waren ziemlich erfolgreich damit), war, das Gehirn als Turingmaschine zu behandeln; das heißt, als ein Gerät, das die Art von Funktionen ausführen könnte, die ein Gehirn ausführen muss, auch wenn es spinnt und eine Psychose entwickelt«, erklärte später Warren McCulloch.[18] Er und Pitts haben gezeigt, dass das Gehirn mit einfachen logischen Verknüpfungen (UND, ODER, NEIN) alles berechnen könnte, was mit einfachen logischen Verknüpfungen berechnet werden kann – wie eine Turingmaschine. McCulloch verkündete stolz vor seinen Studenten: »Wir wissen, wie wir wissen.« Heute wissen wir viel besser Bescheid als McCulloch damals. Trotzdem wissen wir bei Weitem nicht alles darüber, »wie wir wissen« – in welcher Form unser Gehirn zum Beispiel einen Staubsauger abspeichert. Woher kommt der Mann mit einer Machete in meinem Traum, der mich dann durch eine menschenleere Stadt jagt? Hier hat McCulloch sich geirrt – sein und Pitts’ Modell war zu einfach. Die Geheimnisse des Denkens werden weiterhin entschlüsselt, mittlerweile auch mithilfe von KI-Programmen – ihr noch unvollkommener Grundbaustein wurde jedoch damals von Pitts und McCulloch gelegt: das künstliche Neuron. Seit ihrem mathematischen Gehirnmodell ist das natürliche Gehirn die größte wissenschaftliche Quelle der Inspiration für die KI-Forschung. Das natürliche Gehirn kann hochkomplexe Aufgaben mit sehr wenig Energieaufwand lösen. Kein Wunder also, dass die KI-Forscher dem Gehirn ständig auf den Zahn fühlen, wenn ich mir hier eine so gewagte Metapher erlauben darf. So auch bei der Weiterentwicklung des...