die webagentin lernt KI. Ich mache es von der Pike auf und versuche mich darin, in immer weniger Sätzen verständlich sagen zu können, was KI ist. Weil selber sagen und erklären können ja immer heißt – ich hab’s verstanden. Ich habe für die Formulierung keine KI konsultiert, das wäre getrickst gewesen. Wahrscheinlich werden meine Sätze in den nächsten Wochen und Monaten noch kürzer und verständlicher, aber hier ein erster Stand der Dinge der grundsätzlichsten Begriffe.
1. Software
KI, ist der Oberbegriff für alles, wo Software scheinbar selbstständig denken kann. Software ohne KI („herkömmlich) kann nur die Befehle abarbeiten, die in ihrer Programmierung festgelegt sind. KI hingegen kann aus Analogien Schlüsse ziehen und daraufhin einen Output geben, der ihr nicht einprogrammiert worden ist. Ein Schreibprogramm ist also keine KI. Dieses kennt eine bestimmte Anzahl von Befehlen, die nach Aufforderung ausgeführt werden. Wenn Befehle sich widersprechen, stürzt es entweder ab (MS Word früher) oder dieser Fall ist in der Software vorgesehen und es gibt eine Lösung dafür (MS Word meistens heute). Oder es ist ausgeschlossen, diese beiden Befehle zugleich auszuführen. Eine Reihe von Wörtern kann sowohl kursiv als auch fett formatiert werden. Sie kann aber nicht sowohl als Überschrift 1 als auch als Überschrift 2 ausgezeichnet werden. Im Großen und Ganzen ist die Logik solcher Anwendungsprogramme für durchschnittliche Menschen nach einer gewissen Zeit durchschaubar. Menschen, die ein Talent für Logik haben, können diese Funktionen auch relativ einfach auf Ja-Nein-Entscheidungen zurückführen.
Die Grenze zwischen den Begriffen Software und KI ist fließend. Je komplexer eine Software ist und je mehr sie sich an ihren User anpasst, desto „KI-iger“ ist sie.
2. KI
KI kann mehr als das, was wir herkömmlich als Software bezeichnen. So ist KI im Prinzip dann ganz einfach zu erklären. Mit riesiger Rechenleistung können von Menschen programmierte oder initiierte Algorithmen in riesigen Datenmengen Muster erkennen. Analog zu diesen Mustern kann KI über Algorithmen ihr bekannte Befehle ergänzen und auf neue Daten übertragen. Oder selbstständig aus den ihr bekannten Daten Schlüsse ziehen, wie z.B. beim Spracherwerb. D.h. eine KI, die riesige Datenmengen (Big Date) an Sprache analysiert, kann irgendwann halbwegs vernünftige Sätze produzieren. Diese Sätze werden in ihm aber keine Assoziationen auslösen, die ihn dann, einer Laune folgend, ein Gedicht schreiben lassen. Es sei denn, die KI hat einen Launen-Algorithmus mit auf den Weg bekommen.
KI ist der Oberbegriff für alle Anwendungen, die auf diesem Prinzip funktionieren. Spezifiziert werden ihre Fähigkeiten durch die Begriffe Maschinelles Lernen und Deep Learning, die den Grad Fähigkeit zur Anpassung und zur Generierung neuer Regeln – Algorithmen – der KI beschreiben. Letztlich sind sie eher schwammige Begriffe, wie auch KI selbst.
3. Maschinelles Lernen
Diese Muster können Sie erstens reproduzieren und zweitens weitere Algorithmen daraus entwickeln. Das nennt sich maschinelles Lernen. D.h. ein KI-Roboter, der eine Karotte soll, bekommt das wahrscheinlich irgendwann hin, insofern das Ziel klar definiert ist und er ein Werkzeug zum Schälen hat. Er wird aber nicht, wenn es nicht klappt, sagen, mir doch egal, ich wasche die Karotte und esse sie ungeschält.
5. Deep Learning und Neuronale Netze
Wenn die KI auf Deep Learning programmiert ist, wird sie darüber hinaus aus den Datenmengen, die ihr zur Verfügung stehen und neuen Daten bzw. Analysen, die sie selbst hervorbringt, Prognosen für die Zukunft erstellen können. Das nennt sich Deep Learning auf der Basis neuronaler Netze. Deep Learning ist z.B. Voraussetzung für selbstfahrende Autos. Sie wird Schleichwege finden um Staus zu umfahren und wird Unfälle verhindern können. Diese werden aber kaum, wenn im Radio über den beschleunigten Klimawechsel berichtet wird, anhalten und den Insassen sagen, geht zu Fuß weiter.
Erkenntnis: KI Bildung / AI Literacy als Zukunftsschlüssel
Das ist so ungefähr der Stand der Dinge. Zukünftig und mit weiteren Entwicklungen werden die von mir vermuteten Grenzen wahrscheinlich noch verschoben.
Allerdings halte ich es für müßig, darüber allzu sehr zu spekulieren. Natürlich müssen wir diskutieren, welche Bereiche wir KI überlassen wollen, natürlich braucht es eine Auseinandersetzung darüber, welche Entwicklungen gesetzlich geregelt werden sollten. Aber weder macht es Sinn, jetzt zu sagen „KI wird nie XX können“, noch helfen optimistisch oder dystopisch geäußerte Vermutungen darüber, was KI eines Tages alles können wird, wirklich weiter.
Sinnvoll ist hingegen auf jeden Fall, KI Literacy, also die Fähigkeit, sie einzusetzen, sie zu erkennen, ihren Nutzen und Gefahren einzuordnen, gestärkt werden. Ich gestehe, mein Wissensstand und meine Einschätzungsfähigkeit ist noch lange nicht da, wo ich ich sie gerne hätte. Aber ich arbeite daran. Und ich hoffe, Anfang nächsten Jahres einen ersten Kurs zur Einführung in KI, in die Anwendungen und Diskussionen darüber anbieten zu können.
P.S. – Geholfen haben mir unter anderem:
- https://datasolut.com/was-ist-deep-learning/#Anwendungsbeispiele-deep-learning
- https://www.iks.fraunhofer.de/de/themen/kuenstliche-intelligenz.html
- https://de.wikipedia.org/wiki/K%C3%BCnstliche_Intelligenz
Foto: „Humanoider Roboter führt einen Hund an der Leine spazieren“ von Marco Verch 🤖 via ccnull.de, CC-BY 2.0