Künstliche Intelligenz (KI, auch artifizielle Intelligenz, AI, A. I., englisch artificial intelligence, AI) ist ein Teilgebiet der Informatik, welches sich mit der Automatisierung intelligenten Verhaltens befasst. Der Begriff ist insofern nicht eindeutig abgrenzbar, als es bereits an einer genauen Definition von Intelligenz mangelt. Dennoch wird er in Forschung und Entwicklung verwendet.

Im Allgemeinen bezeichnet künstliche Intelligenz oder KI den Versuch, eine menschenähnliche Intelligenz nachzubilden, d. h., einen Computer zu bauen oder so zu programmieren, dass er eigenständig Probleme bearbeiten kann. Oftmals wird damit aber auch, besonders bei Computerspielen, eine nachgeahmte Intelligenz bezeichnet, womit durch meist einfache Algorithmen ein intelligentes Verhalten simuliert werden soll.

Überblick

Im Verständnis des Begriffs künstliche Intelligenz spiegelt sich oft die aus der Aufklärung stammende Vorstellung vom „Menschen als Maschine“ wider, dessen Nachahmung sich die sogenannte starke KI zum Ziel setzt: eine Intelligenz zu erschaffen, die das menschliche Denken mechanisieren soll. Die Ziele der starken KI sind nach Jahrzehnten der Forschung weiterhin visionär. Im Gegensatz zur starken KI geht es der schwachen KI darum, konkrete Anwendungsprobleme des menschlichen Denkens zu meistern. Das menschliche Denken soll hier in Einzelbereichen unterstützt werden.

Die Fähigkeit zu lernen ist eine Hauptanforderung an KI-Systeme und muss ein integraler Bestandteil sein, der nicht nachträglich hinzugefügt werden darf. Ein zweites Hauptkriterium ist die Fähigkeit eines KI-Systems, mit Unsicherheit und probabilistischen Informationen umzugehen. Insbesondere sind solche Anwendungen von Interesse, zu deren Lösung nach allgemeinem Verständnis eine Form von „Intelligenz“ notwendig zu sein scheint.

Letztlich geht es der schwachen KI somit um die Simulation intelligenten Verhaltens mit Mitteln der Mathematik und der Informatik, es geht ihr nicht um Schaffung von Bewusstsein oder um ein tieferes Verständnis von Intelligenz. Während die Schaffung starker KI an ihrer philosophischen Fragestellung bis heute scheiterte, sind auf der Seite der schwachen KI in den letzten Jahren bedeutende Fortschritte erzielt worden.

Ein starkes KI-System muss nicht viele Gemeinsamkeiten mit dem Menschen haben. Es wird wahrscheinlich eine andersartige kognitive Architektur aufweisen und in seinen Entwicklungsstadien ebenfalls nicht mit den evolutionären kognitiven Stadien des menschlichen Denkens vergleichbar sein (Evolution des Denkens). Vor allem ist nicht anzunehmen, dass eine Künstliche Intelligenz Gefühle wie Liebe, Hass, Angst oder Freude besitzt. Es kann solchen Gefühlen entsprechendes Verhalten jedoch simulieren.

Geschichte

Am 13. Juli 1956 begann am Dartmouth College in Hanover (New Hampshire) eine 6-wöchige Konferenz zum Dartmouth Summer Research Project on Artificial Intelligence, die von John McCarthy organisiert wurde und an der neben McCarthy unter anderen Marvin Minsky, Nathan Rochester und Claude Shannon teilnahmen. Genau genommen handelte es sich um einen Workshop zu einem Forschungsprojekt, für das McCarthy 1955 die Fördermittel bei der Rockefeller Foundation eingeworben hatte.

Die Anfangsphase der KI war geprägt durch eine fast grenzenlose Erwartungshaltung im Hinblick auf die Fähigkeit von Computern, „Aufgaben zu lösen, zu deren Lösung Intelligenz notwendig ist, wenn sie vom Menschen durchgeführt werden“ (Minsky). Herbert Simon prognostizierte 1957 unter anderem, dass innerhalb der nächsten zehn Jahre ein Computer Schachweltmeister werden und einen wichtigen mathematischen Satz entdecken und beweisen würde.

Diese Prognosen trafen nicht zu. Simon wiederholte die Vorhersage 1990, allerdings ohne Zeitangabe. Immerhin gelang es 1997 dem von IBM entwickelten System Deep Blue, den Schach-Weltmeister Garri Kasparov in sechs Partien zu schlagen. Im Jahr 2011 gewinnt das Computerprogramm Watson im Quiz Jeopardy! gegen die beiden bislang erfolgreichsten Spieler.

Newell und Simon entwickelten in den 1960er Jahren den General Problem Solver, ein Programm, das mit einfachen Methoden beliebige Probleme sollte lösen können. Nach fast zehnjähriger Entwicklungsdauer wurde das Projekt schließlich eingestellt. John McCarthy schlug 1958 vor, das gesamte menschliche Wissen in eine homogene, formale Darstellungsform, die Prädikatenlogik 1. Stufe, zu bringen.

Ende der 1960er Jahre entwickelte Joseph Weizenbaum (1923–2008) vom MIT mit einem relativ simplen Verfahren das Programm ELIZA, in dem der Dialog eines Psychotherapeuten mit einem Patienten simuliert wird. Die Wirkung des Programms war überwältigend. Weizenbaum war selbst überrascht, dass man auf relativ einfache Weise Menschen die Illusion eines beseelten Partners vermitteln kann.

Eines der bekanntesten Expertensysteme war das Anfang der 1970er Jahre von T. Shortliffe an der Stanford University entwickelten MYCIN. Es diente zur Unterstützung von Diagnose- und Therapieentscheidungen bei Blutinfektionskrankheiten und Meningitis. Ihm wurde durch eine Evaluation attestiert, dass seine Entscheidungen so gut sind wie die eines Experten in dem betreffenden Bereich und besser als die eines Nicht-Experten.

In den 1980er Jahren wurde der KI, parallel zu wesentlichen Fortschritten bei Hard- und Software, die Rolle einer Schlüsseltechnologie zugewiesen, insbesondere im Bereich der Expertensysteme. Man erhoffte sich vielfältige industrielle Anwendungen, erwartete auch eine Ablösung „eintöniger“ menschlicher Arbeit (und deren Kosten) durch KI-gesteuerte Systeme. Nachdem allerdings viele Prognosen nicht eingehalten werden konnten, reduzierten die Industrie und die Forschungsförderung ihr Engagement.

Im Mai 2014 stellte Google sein Roboterauto Google Driverless Car erstmals einer Gruppe von Journalisten vor, die im Vergleich zwischen menschlichem Fahrer und selbstfahrendem System keinen Unterschied im Fahrverhalten mehr feststellen konnten. Google erklärte jedoch, dass das Fahren bei Regen und Schnee noch Probleme bereite. Das Robotersystem beruhe auf selbstständigem Lernen und selbstständiger Erfassung und Interpretation der Umgebung. Als Start für den Massenmarkt hatte Google-Mitgründer Sergey Brin im Mai 2014 das Jahr 2017 angegeben.

Im März 2016 besiegte AlphaGo den damalig vermutlich weltbesten Go-Spieler Lee Sedol mit 4 zu 1 im Spiel AlphaGo gegen Lee Sedol. Wegen der größeren Komplexität von Go gegenüber Schach, die sich aus dem größeren Brett (19×19) und der ungleich größeren Anzahl möglicher Züge ergibt, ist Go mit traditionellen Brute-Force-Algorithmen (Alpha-Beta-Suche), d.h. es probiert alle möglichen Züge durch, praktisch nicht bezwingbar.

Im März 2016 scheiterte ein Experiment von Microsoft, einen Twitter-Account mit künstlicher Intelligenz als Chat-Bot zu betreiben. Der fiktive Teenager namens Tay begann nach gezielter Beeinflussung von einer Gruppe von Twitternutzern, zunehmend rassistisch und frauenfeindlich zu twittern. Es handelte sich offenbar um einen koordinierten Angriff auf die künstliche Lernfähigkeit des Profils, der aus Foren von 4chan und 8chan entsprang. Microsoft entschied sich nach 24 Stunden, das Profil für die breite Öffentlichkeit unzugänglich zu machen.

In der KI haben sich mittlerweile zahlreiche Subdisziplinen herausgebildet, etwa spezielle Sprachen und Konzepte zur Darstellung und Anwendung von Wissen, Modelle zu Fragen von Revidierbarkeit, Unsicherheit und Ungenauigkeit und maschinelle Lernverfahren. Die Fuzzylogik hat sich als weitere Form der schwachen KI etwa bei Maschinensteuerungen etabliert.

Anwendungen

In der Vergangenheit sind Erkenntnisse der künstlichen Intelligenz mit der Zeit oft in die anderen Gebiete der Informatik übergegangen: Sobald ein Problem gut genug verstanden wurde, hat sich die KI neuen Aufgabenstellungen zugewandt. Zum Beispiel wurden der Compilerbau oder die Computeralgebra ursprünglich der künstlichen Intelligenz zugerechnet.

Zahlreiche Anwendungen schwacher KI wurden auf der Grundlage von Techniken entwickelt, die einst Forschungsgebiete der KI waren oder es noch sind.

Einige Beispiele:

• Suchmaschinen erleichtern den Umgang mit der im Internet vorhandenen Informationsflut.
• Bei der Exploration von Ölquellen, der Steuerung von Marsrobotern oder der medizinischen Diagnose werden Expertensysteme eingesetzt.
• Maschinelle Übersetzung ist weit verbreitet. Beispiel: Google Übersetzer
• Data-Mining und Text Mining bieten Methoden zur Extraktion von Kerninformationen aus nicht- oder nur schwach strukturierten Texten, wie es etwa zur Erstellung von Inhaltsanalysen benötigt wird.
• Informationsrückgewinnung hat das Wiederauffinden und Zusammenführen bereits bestehender, komplexer Strukturen in sehr großen Datensätzen zum Ziel, ein Anwendungsgebiet sind Internet-Suchmaschinen.
• Analyse und Prognose von Aktienkursentwicklungen werden gelegentlich durch künstliche neuronale Netze unterstützt.
• Optische Zeichenerkennung liest gedruckte Texte zuverlässig.
• Handschrifterkennung wird u. a. millionenfach in Geräten wie PDAs, Smartphones und Tabletcomputern verwendet.
• Spracherkennung ermöglicht Sprachsteuerung oder das Diktieren eines Textes. Wird u. a. in Smartphones eingesetzt, z. B. bei Siri, Google Now, Cortana und Samsungs S Voice.
• Gesichtserkennung, z. B. die App FindFace.
• Bilderkennung, z. B. das automatische taggen von Bildern bei Flickr.
• Computeralgebrasysteme, wie Mathematica oder Maple, unterstützen Mathematiker, Wissenschaftler und Ingenieure bei ihrer Arbeit.
• Computer-Vision-Systeme überwachen öffentliche Plätze, Produktionsprozesse oder sichern den Straßenverkehr.
• In Computerspielen dienen die Algorithmen, die in der KI entwickelt wurden, dazu, computergesteuerte Mitspieler intelligent handeln zu lassen.
• Bei Gruppensimulationen für Sicherheitsplanung oder Computeranimation wird ein möglichst realistisches Verhalten von (Menschen-)Massen berechnet.
• Ein wissensbasiertes System bzw. spezieller ein Expertensystem stellt Lösungen bei komplexen Fragestellungen zur Verfügung. Beispiele für solche Anwendungen sind: Das Computerprogramm Watson (siehe weiter oben) oder die Wissensdatenbank Cyc. In einfacherer Form wird dies u. a. in Smartphones eingesetzt z. B. bei Siri, Google Now, Cortana und Samsungs S Voice.
• Semantische Suchmaschinen, wie Wolfram Alpha
• Selbstfahrende Kraftfahrzeuge, z. B. Google Driverless Car (siehe oben)
• Humanoide Roboter, z. B. Atlas, ASIMO
• Bots, insbesondere social Bots

Bewusstsein, Selbstbewusstsein, Seele, Geist

Jürgen Schmidhuber meint, dass sich das Bewusstsein bei simulierten neuronalen Netzen automatisch einstellen werde, dass also künstliche Intelligenzen automatisch über Bewusstsein verfügen werden. Nach Meinung von Schmidhuber ist das Bewusstsein überbewertet und nur ein Nebenprodukt des Problemlösens, das ein Gehirn durchführt. Auch in den Neurowissenschaften ist es eine Grundannahme, dass das Bewusstsein ein Produkt unseres Gehirns ist.

In der Philosophie des Geistes gibt es seit langer Zeit das Leib-Seele-Problem oder auch den Leib-Seele-Dualismus. Dabei gehen Philosophen wie Platon und Descartes davon aus, dass es sich zwischen Leib und Seele (bzw. Geist, Bewusstsein) um zwei verschiedene Substanzen handle. In letzterem Fall wäre es einer künstlichen Intelligenz, die vorerst erzeugt wird allein durch das Simulieren der Gehirnfunktionen, nicht möglich, ein Bewusstsein bzw. Seele o. Geist zu entwickeln.

Kritik

Es gibt vielfältige Kritik an der gegenwärtigen Entwicklung der KI.

So meint Elon Musk, der selbst finanziell an KI-Firmen beteiligt ist: „Der Fortschritt bei künstlicher Intelligenz (ich meine nicht einfache künstliche Intelligenz) ist unglaublich schnell“ (…) „Solange man nicht direkt Gruppen wie Deepmind ausgesetzt ist, kann man sich kaum vorstellen, wie schnell es voran geht. Es ist annähernd exponentiell“ (…) „Es besteht das Risiko, dass binnen fünf Jahren etwas ernsthaft Gefährliches passiert.“ (Stand 2014)

Er löse keinen falschen Alarm aus, denn ihm sei bewusst worüber er rede. „Ich bin nicht der Einzige der sagt, wir sollten uns Sorgen machen“ (…) „Ihnen [den führenden Unternehmen auf diesem Gebiet] ist die Gefahr bewusst, aber sie glauben, sie könnten die digitale Superintelligenz formen und kontrollieren und verhindern, dass Schlechtes ins Internet strömt“ (…) „Das wird sich zeigen“.

Auch Stephen Hawking warnt vor der KI und sieht darin eine Bedrohung für die Menschheit. Durch die KI könnte das Ende der Menschheit eingeleitet werden. Ob die Maschinen irgendwann die Kontrolle übernehmen werden, werde die Zukunft zeigen. Aber bereits heute sei klar, dass die Maschinen die Menschen zunehmend vom Arbeitsmarkt verdrängen.

Quelle: Wikipedia (https://de.wikipedia.org/wiki/Künstliche_Intelligenz)