Künstliche Intelligenz ist der Oberbegriff für Anwendungen, bei denen Maschinen eine ähnliche menschliche Intelligenz bereitstellen (wie Lernen, Urteilsvermögen und Problemlösung). Die Technologie des maschinellen Lernens (ML) – ein Zweig der künstlichen Intelligenz – lehrt Computer, aus Daten und Erfahrungen zu lernen und Aufgaben immer besser auszuführen. Ausgefeilte Algorithmen können Muster in unstrukturierten Datensätzen wie Bildern, Text oder gesprochener Sprache erkennen und diese Muster verwenden, um unabhängige Entscheidungen zu treffen.
Im Deutschen wird bei der Definition von Künstlicher Intelligenz meist zwischen starker Künstlicher Intelligenz und schwacher Künstlicher Intelligenz unterschieden.
Starke Intelligenz
Einfach ausgedrückt: Starke künstliche Intelligenz bedeutet, was wir aus Science-Fiction lernen. Eine Maschine, die allgemeine Probleme lösen kann – also jede Frage, die Sie ihr stellen. Es ist immer noch reine Fantasie und wird Jahrzehnte oder Hunderte von Jahren dauern.
Starke Intelligenz zielt darauf ab, Maschinen die gleiche oder sogar überlegene Intelligenz wie Menschen zu verleihen. Mit leistungsstarker Intelligenz werden Maschinen selbstständig intelligent und flexibel agieren können. Zu den Merkmalen einer starken Intelligenz gehören die Fähigkeit zum logischen Denken, die Fähigkeit, Entscheidungen unter Unsicherheit zu treffen, die Fähigkeit zu planen und zu lernen, durch natürliche Sprache zu kommunizieren und alle Fähigkeiten zu kombinieren, um übergeordnete Ziele zu erreichen. Bisher ist es Forschern jedoch nicht gelungen, eine leistungsfähige künstliche Intelligenz zu entwickeln. Forscher glauben jedoch, dass die Entwicklung einer starken künstlichen Intelligenz nur eine Frage der Zeit ist.
Schwache Intelligenz
Auf der anderen Seite haben wir es in unserem täglichen Leben mit schwacher künstlicher Intelligenz zu tun: Das sind Algorithmen – nichts ist künstliche Intelligenz, ein sehr komplexer Algorithmus – die konkrete Fragen zu Lösungen beantworten können, die sie vorher selbstständig lernen. Künstliche Intelligenz hat kein eigenes Bewusstsein oder Verständnis.
Wenn das System auf mathematische oder informatische Methoden basierte Probleme anspricht und sich dann selbst optimieren kann, spricht man von schwacher Künstlicher Intelligenz. Im Vergleich zu einer starken Künstlichen Intelligenz kümmert sich eine schwache Künstliche Intelligenz nicht um die Lösung des Verständnisproblems, sondern konzentriert sich mehr auf die Erledigung klar definierter Aufgaben und die anschließende Optimierung. Schwache künstliche Intelligenz wird beispielsweise für Navigationssysteme, Sprach-, Text- und Bilderkennung oder die persönliche Steuerung von Werbung verwendet.
Ausserdem unterscheidet man eine KI noch in vier verschiedene Typen:
Typ 1
Man kann sagen, dass Typ 1 der Urtyp der schwachen künstlichen Intelligenz ist. Reaktive Maschinen können die einzelne Aufgabe erfüllen, für die sie programmiert sind. Der IBM Schachcomputer DeepBlue ist beispielsweise eine solche Maschine. Sie besiegte 1997 den damals amtierenden Schachweltmeister: Deep Blue konnte alle möglichen Züge abwägen und wählte daher immer den schnellsten Zug, der zum Schachmatt führte – natürlich zu seinen Gunsten. DeepBlue ist auf seinem Gebiet beispiellos – aber in allen anderen Lebensbereichen nutzlos.
Typ 2
Im Vergleich zu reaktiven Maschinen kann KI mit begrenztem Speicher gesammelte Daten vergangener Situationen auf aktuelle Ereignisse anwenden und in ihre Entscheidungsfindung einbeziehen. Selbstfahrende Autos gehören beispielsweise zur zweiten Kategorie der künstlichen Intelligenz: Sie „kennen“ das normale Verhalten anderer Autos im Verkehr, wie Menschen oder Radfahrer aussehen und kennen die Verkehrsregeln. KI mit begrenztem Speicher kann neue, bisher unbekannte Situationen speichern und weiß, wie sie in der nächsten ähnlichen Situation reagieren muss. Typ 2 Lernen Sie aus vergangenen Ereignissen. Typ-2-KI ist heute die häufigste Form der KI. Er trifft sich auch täglich mit Ihnen, z. B. in Form Ihres persönlichen Smartphone-Assistenten, in der Google-Suche oder in Ihrem Instagram-Feed.
Typ 3
Anders als die vorherige Form gehört die mentale künstliche Intelligenz zur starken künstlichen Intelligenz und existiert derzeit nur in der Theorie. Eine KIM (Artificial Intelligence Machine), die Typ-3-KI implementiert, wird menschliche Emotionen wahrnehmen und verstehen und ihr Verhalten basierend auf diesen Emotionen anpassen. Sie werden auch ein Gedächtnis haben und in der Lage sein, ihr Verständnis der Welt basierend auf dem, was sie gelernt haben, zu erweitern. Bisher war diese Art der künstlichen Intelligenz eine große Herausforderung für die Wissenschaft, da Emotionen und zwischenmenschliche Interaktionen äußerst komplex und technisch schwer reproduzierbar sind.
Typ 4
Die vierte Art der künstlichen Intelligenz ist dem menschlichen Bewusstsein am nächsten: Diese Art der künstlichen Intelligenz nimmt die Welt vollständig wahr, sie wird menschliche Emotionen, Absichten und Reaktionen verstehen und in der Lage sein, entsprechende Handlungen vorzunehmen. Auch die selbstbewusste Künstliche Intelligenz wird einen entscheidenden Schritt von „Ich denke“ zu „Ich weiß, dass ich denke“ gehen und sich damit der menschlichen Intelligenz annähern – und sie möglicherweise sogar übertreffen.
Einsatzgebiete
Die Anwendungsfelder der Künstlichen Intelligenz sind äußerst vielfältig. Sie können sowohl in der digitalen Umgebung als auch in Prozessen in der physischen Welt eingesetzt werden. Beispiele für den Einsatz von Künstlicher Intelligenz im digitalen Prozess sind Chatbots und textbasierte Dialogsysteme, die selbstständig lernen und Antworten aus dem Recht selbstständig ableiten können. Chatbots werden häufig für den Kundensupport im E-Commerce verwendet. Auch in Handel und Logistik kann Künstliche Intelligenz eingesetzt werden, um Lagerbestände zu optimieren, Fehlbestände zu reduzieren sowie Umsatz und Gewinn zu steigern. Auch Privathaushalte sind zunehmend auf Künstliche Intelligenz basierende Technologien ausgesetzt. So können beispielsweise Produktempfehlungen von Nutzern über E-Mails, Social-Media-Kanäle, Netzwerke mit personalisierten Inhalten oder persönliche Sprachassistenten (wie Alexa oder Siri) Anweisungen per Spracherkennung ausführen.
Eingebettet in physikalische Prozesse kann Künstliche Intelligenz aber auch in Form von Robotern eingesetzt werden, etwa um gesundheitsschädliche oder gesundheitsgefährdende Aufgaben wie Schweißen oder Lackieren oder Tätigkeiten auszuführen, die eine besonders hohe Präzision erfordern. Künstliche Intelligenz kommt auch beim autonomen Fahren zum Einsatz, einem technologischen Trend in der Automobilindustrie. Künftig werden Fahrzeuge Deep Learning nutzen, um ihre Umgebung zu verstehen und für mehr Sicherheit und Komfort zu sorgen.
Grenzen und Nachteile
Künstliche Intelligenz ist auf riesige Datenmengen angewiesen. Ist dies nicht der Fall, ist es an seiner Grenze angelangt.
Künstliche Intelligenz kann heute nur noch explizit auf Basis von Daten lernen, aber nicht implizit wie wir Menschen.
Wir Menschen können Probleme verallgemeinern und in verschiedene Kontexte stellen. Künstliche Intelligenz hingegen kann dies nicht.
Für eine schnelle und umfassende Analyse von Daten setzt Künstliche Intelligenz auf hohe Rechenleistung. Die Rechenleistung wird immer besser, aber für viele der heutigen KI-Anwendungen reicht sie noch nicht aus.
Für viele Anwendungen kann KI keine Daten in angemessener Qualität und Quantität erhalten. Zunächst müssen Datensilos aufgebrochen und Datenquellen erschlossen werden.
Menschliche Intuition
Der Mensch wird nicht durch Maschinen ersetzt. Maschinen verfügen bereits heute über umfangreiche Analysefähigkeiten und können damit hochkomplexe Entscheidungen treffen. Das dafür verwendete explizite Wissen reicht jedoch nicht immer aus, um die Leute glauben zu lassen, dass diese Entscheidungen richtig sind. Denn neben der Logik lässt der Mensch auch stillschweigendes Wissen in seine Entscheidungen einfließen – also Intuition. Intelligente Maschinen können heute nur noch die Intuition nachahmen, indem sie große Datenmengen analysieren und auf Probleme anwenden, die immer gleich erscheinen, etwa bei der Rechnungsprüfung.
Bei wichtigen persönlichen Entscheidungen im Geschäftsleben ist Intuition entscheidend. Wenn eine Versicherungsgruppe beispielsweise Risiken einschätzen muss, hat sie nur eingeschränkten Zugriff auf Daten aus der Vergangenheit. Gleiches gilt beispielsweise für Personalentscheidungen, bei denen soziale Faktoren wie Aussehen, Teamfähigkeit und Führungsqualitäten der Kandidaten eine wichtige Rolle spielen. Dort stösst die KI an ihre Grenzen.
Ethik
Künstliche Intelligenz durchdringt zunehmend unseren Alltag und die sich daraus ergebenden Fragen der Ethik und der sozialen Verantwortung. Heutzutage haben Algorithmen bestimmt, welche Informationen die Leser erhalten und welche Produkte die Verbraucher erhalten. Die meisten wissen und verstehen nicht, auf welcher Grundlage diese Entscheidungen getroffen werden und welche technischen Mechanismen zum Einsatz kommen. Es kann auch zu einem Problem werden, wenn Systeme der künstlichen Intelligenz falsche oder sogar diskriminierende Entscheidungen treffen oder wenn künstliche Intelligenz die Privatsphäre der Bürger kontrolliert, überwacht und in diese eingreift (z. B. Missbrauch durch die Regierung). Daher stellt sich ein weit verbreitetes und sehr prominentes Problem, nämlich was künstliche Intelligenz darf und was nicht.
Die Europäische Kommission ist die erste internationale Institution, die diese Probleme löst und auf der Grundlage der EU-Grundrechtecharta mit dem Titel „Creditable Artificial Intelligence Code of Ethics“ Standards für die Entwicklung und Anwendung vertrauenswürdiger künstlicher Intelligenz gesetzt hat . Als entscheidende Themen der „Trusted Artificial Intelligence“ werden vier Themenfelder definiert: Fairness, Transparenz und Nachvollziehbarkeit, Verantwortung und Werteorientierung.
Multilaterale Kooperationen zwischen Wirtschaft, Politik und Gesellschaft sind unabdingbar, um einen nachhaltigen technologischen Fortschritt auf der Grundlage von Standards für gemeinsame Interessen zu gewährleisten. Denn Künstliche Intelligenz hat in unserer Zeit das größte Potenzial – für Wirtschaftswachstum, Gesundheitsforschung, Umwelt und unser tägliches Leben.