\u00dcber die letzten Jahre und Jahrzehnte entwickelte die Menschheit eine Vielzahl an praktischen Werkzeugen und Hilfsmittel f\u00fcr unterschiedliche Problemstellungen. Eine Frage konnten wir allerdings trotz unseres Erfinder- und Entdeckergeistes bisher noch nicht beantworten: die Frage, warum wir \u00fcberhaupt hier sind. In einem Gespr\u00e4ch mit Edge publiziert Kai-Fu Lee, Spezialist im Bereich der K\u00fcnstlichen Intelligenz (KI), seine Gedanken zu diesem Thema und widmet sich der Beziehung zwischen k\u00fcnstlicher Intelligenz und menschlicher Existenz: \u201cWhy are we here?\u201d<\/p>\n\n\n\n
Um sich dieser Frage anzun\u00e4hern, gilt es, herauszufinden wie das menschliche Gehirn tats\u00e4chlich funktioniert. Erst dann kommt die Frage, wie und ob Computer das menschliche Gehirn \u00fcberhaupt ersetzen k\u00f6nnen?<\/p>\n\n\n\n
\n\nThe believe at one point was that we would take the human intelligence and implement it as rules that would have a way to act as people if we provided the steps in which we go through our thoughts.<\/p>\n\n\n<\/blockquote>\n\n\n\n
Die \u201cif, then, else\u201d-Regel: inspiriert vom Gehirn, \u00fcbertragen auf Computer<\/h2>\n\n\n\n
Eine erste Ann\u00e4herung basiert auf dem Glauben, dass menschliche Intelligenz auf ein Regelwerk von Entscheidungen heruntergebracht und diese Regel- und Handlungsmuster auf Computer \u00fcbertragen werden k\u00f6nnen. Wenn wir dem Computer alle Schritte und Abfolgen unserer Entscheidungsfindung, unseres Handeln aufbereiten und bereitstellen, so der Gedanke, h\u00e4tte die Maschine die M\u00f6glichkeit, dieses Regelwerk zu \u00fcbernehmen und selbst anzuwenden.<\/p>\n\n\n\n
Nachdem Kai-Fu Lee und ein gro\u00dfer Teil der KI-Gemeinschaft diese Annahme erforscht hatten, kamen sie zu der Erkenntnis, dass es einfach zu viele Regeln gibt, die das menschliche Verhalten bestimmen, als dass sie alle ber\u00fccksichtigen k\u00f6nnten. Der klassische, regelbasierte Ansatz (\u201cGOFAI\u201d \u2013 Good Old Fashioned Artificial Intelligence) war zu simpel und zu mechanistisch. Unsere Welt ist komplex und zu einem hohen Grad unsicher \u2013 und nicht ausschlie\u00dflich mit Symbolen und Regeln erkl\u00e4rbar.<\/p>\n\n\n\n
Die Entdeckung des \u201cSpeaker independent speech recognition system\u201d<\/h2>\n\n\n\n
Ein weiterer Versuch, k\u00fcnstliche Intelligenz an das menschliche Gehirn anzupassen, beinhaltet die Nutzung von statistischen oder maschinellen Lernans\u00e4tzen. Die Idee dahinter ist einfach: zuerst ben\u00f6tigt man eine gro\u00dfe Sammlung von realen Ereignissen und Erfahrungen, die in einem Datensatz angelegt sind. Danach wird das System auf genau diese Sammlung trainiert. Ergebnisse dieses Prozesses sind erste Beispiele f\u00fcr \u201cspeaker independent speech recognition systems\u201d, also sprecherunabh\u00e4ngige Spracherkennungssysteme, die immer noch in vielen Produkten zur Anwendung kommen. Bekannteste Spracherkennungssysteme sind Sprachassistenten wie Apple Siri, Google Home oder Amazon Alexa\/Echo.<\/p>\n\n\n\n
Auch wenn die Produkte dieser Idee bis heute Anwendung finden \u2013 die Idee an sich, auf diesem Weg eine Maschine zu erfinden, die das menschliche Gehirn ersetzen kann, ist auch hier gescheitert. Wir benutzen in unserem t\u00e4glichen Leben einfach zu viele W\u00f6rter, Neologismen und erfundene Begriffe etc. \u2013 und nur Menschen sind in der Lage, dieses unendliche Vokabular und dessen konkrete Bedeutungen zu verstehen.<\/p>\n\n\n\n
\u201cDeep Learning\u201d \u2013 das Lernen der Maschinen<\/h2>\n\n\n\n
In einem neuerlichen Anlauf wandte sich die KI-Gemeinschaft einer k\u00fcnstlichen Version der neuronalen Netze zu. Diese Idee kann als statistischer und netzbasierter maschineller Lernprozess verstanden werden. Maschinen sollen \u2013 wie das menschliche Gehirn \u2013 durch Vernetzungen von Erfahrungen und Wissen etc. die F\u00e4higkeit entwickeln, selbst zu lernen und sich weiterzuentwickeln. Allerdings ist auch hier die Ausf\u00fchrung nicht so einfach wie es klingt: \u201cHumans can See maybe hundreds of faces and Start to recognize people, but these deep-learning neural networks would love to see billions of faces in order to become proficient. [..] Of course, once they\u2019re proficient, they\u2019re better than people.\u201d<\/p>\n\n\n\n
Es gibt mittlerweile eine Vielzahl von Technologien, die auf dieser Idee basieren und zum Training f\u00fcr Sprach-, Bild- und Gesichtserkennung sowie zu Suchverhalten und Prognosen eingesetzt werden. Einer der vielen Durchbr\u00fcche war die Entwicklung neuer Algorithmen, der sogenannten Faltungsneuronalen Netze, welche heute als \u201cDeep Learning\u201d bekannt sind. Das Konzept des \u201eDeep Learnings\u201c beschreibt den Prozess des eigenst\u00e4ndigen Lernens einer Maschine. Das bekannteste Beispiel daf\u00fcr ist AlphaGo. Kai-Fu Lee fasst diese Entwicklung folgenderma\u00dfen zusammen: \u201cThe neutral nets and statistical approaches were right, we just didn\u2019t have enough data, enough computer power, and enough advancements of the technologies at the time to make it happen. But now we do.\u201d<\/p>\n\n\n\n
Wer sind wir? Und warum sind wir hier?<\/h2>\n\n\n\n
Trotz all dieser faszinierenden und gro\u00dfteils erfolgreichen technologischen Innovationen und des Fortschritts der K\u00fcnstlichen Intelligenz haben wir immer noch keine befriedigende Antwort auf die Frage nach der menschlichen Existenz. Wir von theLivingCore sind davon \u00fcberzeugt, dass uns auch k\u00fcnstliche Intelligenz oder \u201cDeep Learning\u201d diese Antwort nicht geben kann. Was uns jedoch interessiert, sind die Erfahrungen und Lernerfolge, die wir durch die Besch\u00e4ftigung mit k\u00fcnstlicher Intelligenz erhalten. Durch die Besch\u00e4ftigung mit KI und den damit verbundenen Themen erzielen wir wertvolle Einblicke und erfahren viel \u00fcber die menschliche Existenz. So verbessert sich unser Verst\u00e4ndnis und unser Tun bei der Entwicklung und dem Umgang mit solchen intelligenten Maschinen.<\/p>\n\n\n\n
Es verr\u00e4t uns auch viel dar\u00fcber, wie wir mit anderen Menschen umgehen. Die Interaktion mit unserer Umgebung und die produktive Gestaltung unseres sozialen und technologischen Umfelds stehen seit jeher im Mittelpunkt unseres Handelns. Mann kann die Menschheitsgeschichte durchaus als Lernpfad f\u00fcr diese Art von Interaktionen sehen. Dieser Weg zeigt uns auf, dass wir lernen m\u00fcssen, mit Maschinen umzugehen, die uns in bestimmten Aspekten unserer Intelligenz \u00fcberlegen sein werden (oder es bereits sind).<\/p>\n\n\n\n
Eine Sache, die wir aber sicher wissen, ist die Tatsache, dass KI immer noch eine rein physikalische Maschinen ist, die auf Berechnungen basiert. Und KI ist immer noch ein Werkzeug, das Menschen im Dienste einer mehr oder weniger spezifizierten Aufgabe entwickelt haben. K\u00fcnstliche Intelligenz kann vieles, aber sie kann nicht lieben, sie kann sich nicht in andere einf\u00fchlen, sie hat keine Qualia (= eine subjektive, bewusste Erfahrung). Sie hat keine \u201cechten Emotionen\u201d und auch kein Selbstbewusstsein. Vorl\u00e4ufig teilen wir daher die Annahme von Kai-Fu Lee: \u201cPerhaps it is the ability to create and the ability to love that are the reasons why we exist.\u201d<\/p>\n\n\n\n
Lesen Sie das ganze Intervier mit Kai-Fu Lee hier: Edge: We are here to create<\/a><\/p>\n\n\n\n
\u00a0<\/p>\n\n\n\n
Weiterf\u00fchrende Literatur<\/h3>\n\n\n\n
Featured Image: Quino Al at Unsplash<\/p>\n\n","protected":false},"excerpt":{"rendered":"
\u00dcber die letzten Jahre und Jahrzehnte entwickelte die Menschheit eine Vielzahl an praktischen Werkzeugen und Hilfsmittel f\u00fcr unterschiedliche Problemstellungen. Eine Frage konnten wir allerdings trotz unseres Erfinder- und Entdeckergeistes bisher noch nicht beantworten: die Frage, warum wir \u00fcberhaupt hier sind. In einem Gespr\u00e4ch mit Edge publiziert Kai-Fu Lee, Spezialist im Bereich der K\u00fcnstlichen Intelligenz (KI), … Weiterlesen<\/a><\/p>\n","protected":false},"author":17,"featured_media":1621,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-1038","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-unkategorisiert"],"acf":[],"_links":{"self":[{"href":"https:\/\/demo2.egm.at\/www.thelivingcore-original.com\/wp-json\/wp\/v2\/posts\/1038","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/demo2.egm.at\/www.thelivingcore-original.com\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/demo2.egm.at\/www.thelivingcore-original.com\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/demo2.egm.at\/www.thelivingcore-original.com\/wp-json\/wp\/v2\/users\/17"}],"replies":[{"embeddable":true,"href":"https:\/\/demo2.egm.at\/www.thelivingcore-original.com\/wp-json\/wp\/v2\/comments?post=1038"}],"version-history":[{"count":22,"href":"https:\/\/demo2.egm.at\/www.thelivingcore-original.com\/wp-json\/wp\/v2\/posts\/1038\/revisions"}],"predecessor-version":[{"id":4196,"href":"https:\/\/demo2.egm.at\/www.thelivingcore-original.com\/wp-json\/wp\/v2\/posts\/1038\/revisions\/4196"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/demo2.egm.at\/www.thelivingcore-original.com\/wp-json\/wp\/v2\/media\/1621"}],"wp:attachment":[{"href":"https:\/\/demo2.egm.at\/www.thelivingcore-original.com\/wp-json\/wp\/v2\/media?parent=1038"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/demo2.egm.at\/www.thelivingcore-original.com\/wp-json\/wp\/v2\/categories?post=1038"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/demo2.egm.at\/www.thelivingcore-original.com\/wp-json\/wp\/v2\/tags?post=1038"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}