Künstliche Intelligenz

Künstliche Intelligenz: 5 Spielarten die man kennen sollte

Künstliche Intelligenz hat 5 Variationen. Diese Unterscheidung ist eminent wichtig für das Grundverständnis des Themengebietes. Bevor die verschiedenen Arten der künstlichen Intelligenz erläutert werden, möchte ich noch kurz auf die Geburtsstunde der KI eingehen.

Einem inoffiziellen Konsens zufolge lässt sich die Geburt der Künstlichen Intelligenz als ein eigenständiges Forschungsprojekt auf den Sommer 1956 datieren, als John McCarthy im Dartmouth College, wo er dem mathematischen Department angehörte, die Rockefeller-Stiftung dazu bewegen konnte, eine Untersuchung zu finanzieren „über die Konjektur, dass jeder Aspekt des Lernvorgangs oder alle anderen Erscheinungsformen der Intelligenz im Prinzip so präzise beschrieben werden können, dass sie sich mittels einer Maschine simulieren lassen“. Neben McCarthy (der bis zum Jahr 2000 Professor an der Stanford University war und verantwortlich ist für die Begriffsprägung „artificial intelligence“), nahmen an dem historischen Workshop von Dartmouth noch einige andere Teil: Marvin Minsky (ehem. Leiter des Künstliche Intelligenz Laboratoriums am MIT); Claude Shannon (Erfinder der Informationstheorie), Herbert Simon (Nobelpreisträger Wirtschaftswissenschaften); Arthur Samuel (Entwickler des ersten Schachcomputerprogramms auf Weltmeister Niveau); des Weiteren ein halbes Dutzend Fachleute aus Wissenschaft und Industrie, die davon träumten, man könne vielleicht eine Maschine herstellen für die Bewältigung menschlicher Aufgaben, die nach bisheriger Auffassung Intelligenz voraussetzen.

Das Manifest von Dartmouth (verfasst im Anbruch des Künstliche Intelligenz -Zeitalters) ist irritierend und verschwommen zugleich. Man kann nicht eindeutig daraus lesen ob die Tagungsteilnehmer glaubten, dass Maschinen eines Tages tatsächlich denken würden oder sich nur verhielten, als ob sie denken könnten. Beide Deutungsmöglichkeiten lässt das Wort „simulieren“ zu. Schriftliche und mündliche Berichte über die Tagung stützen beide Positionen. Einige Teilnehmer befassten sich mit Untersuchungen an Netzwerken aus künstlichen Neuronen, die, so hofften sie, in gewissem Sinne die biologischen Neurone des Gehirns nachbilden könnten, während andere mehr an der Herstellung von Programmen interessiert waren, die sich intelligent benehmen sollten, ohne Rücksicht darauf, ob die den Programmen zugrunde liegenden Prinzipien irgendwelche Ähnlichkeit mit den Funktionsweisen des menschlichen Gehirns aufweisen. Diese Kluft zwischen den Paradigmen

Denken = die Art und Weise, wie das Gehirn das macht,

und

Denken = die Resultate, die das Gehirn hervorbringt.

besteht bis zum heutigen Tag fort und spaltet die KI-Gemeinde in die sogenannte starke und schwache KI–Schule.

Damit man besser versteht, worum es bei der Frage geht, ob Maschinen denken können, mag es sich als nützlich erweisen, die Dichotomie „stark“ und „schwach“ ein bisschen zu differenzieren und mit einem Schema abzugleichen, dass der Philosoph Keith Gunderson vorgeschlagen hat. Er unterscheidet die folgenden KI-Spielarten:

Künstliche Intelligenz: 5 Spielarten die man kennen sollte

Spielarten künstlicher Intelligenz
AISOMA – Spielarten künstlicher Intelligenz
  1. Starke Künstliche Intelligenz, menschlich: Was für kognitiven Zustände Maschinen aufweisen mögen, diese Zustände sind funktional (obzwar naturgemäß nicht physikalisch) mit jenen identisch, die im menschlichen Gehirn anzutreffen sind.
  2. Starke Künstliche Intelligenz, nichtmenschlich: Die kognitiven Zustände, wie sie in Maschinen vorkommen, sind nicht funktional identisch mit jenen im Gehirn und können deswegen nicht zur Nachbildung menschlicher Denkprozesse verwendet werden.
  3. Schwache Künstliche Intelligenz, Simulation, menschlich: Ein Computer kann menschliche Kognitionsvorgänge simulieren, doch es besteht keine bestimmte Korrelation zwischen den Computerzuständen und den kognitiven Zuständen des Gehirns.
  4. Schwache Künstliche Intelligenz, Simulation, nichtmenschlich: Ein Computer kann die kognitiven Vorgänge in einem nichtmenschlichen Gehirn (z.B. einer Ratte, eines Hundes oder einer Ameise) simulieren, doch die Zustände der Maschine können mit denen im nichtmenschlichen Gehirn verwandt sein oder auch nicht.
  5. Schwache Künstliche Intelligenz, Aufgabe, Nicht-Simulation: Der Computer kann Aufgaben erfüllen, die früher Intelligenz verlangen, aber es wird keine Intelligenz verlangt von der Maschine, deren Zustände nicht das Geringste mit menschlicher oder sonstiger Kognition zu tun haben.

Es ist wichtig, dass wir hier den Unterschied zwischen den funktional äquivalenten und physikalisch identischen Zustandspaaren klarmachen. Den Unterschied erkennen wir am einfachsten, wenn wir uns vorstellen, wir hätten es mit einer Entsprechung zwischen, sagen wir, den kognitiven Zuständen C1, C2, C3 und drei Maschinenzuständen M1, M2 und M3 zu tun. Diese Zustände sind eindeutig nicht physikalisch identisch, weil die Maschinenzustände lediglich Muster aus den Ziffern 0 und 1 auf einem Siliziumchip sind, während die kognitiven Zustände mit den chemischen Konzentrationen und elektrischen Mustern in einem Gehirn gekoppelt sind. Die beiden Zustandssequenzen wären jedoch funktional äquivalent, wenn wir beispielweise feststellten, dass das Maschinenmuster M1->M3->M2 jedes Mal dem kognitiven Muster C2->C3->C1 entspricht. In diesem Fall könnten wir sagen, die Zustände M3 und C3 seien funktional identisch, weil sie in den betreffenden Sequenzen dieselbe funktionale Rolle spielen; d.h. sie sind stets der mittlere Zustand der dreiteiligen Sequenz.

Was nun das echte Maschinendenken angeht, so kommt es alleine auf die erste Kategorie in der obigen Übersicht an: starke Künstliche Intelligenz, menschlich. Alles andere, obwohl sicherlich technisch attraktiv und wirtschaftlich lohnend, entbehrt jeder echten intellektuellen oder philosophischen Verlockung, zumindest soweit wie es die Denkmaschinenfrage anbelangt. Dies mag einige überraschen angesichts des gewaltigen Rummels, den neuerdings die Medien (und diverse Selbstbedienungsvertreter der KI-Zunft) veranstalten. Sie rühmen die Wundertaten der sogenannten Expertensysteme, die in den Künstliche Intelligenz Laboren von Massachusetts über London bis Tokio entwickelt werden, schildern begeistert die Roboter und Programme, die hinter der nächsten Ecke darauf warten, all unsere Wünsche zu erfüllen (oder uns die Arbeitsplätze wegzunehmen), und verlangen, dass noch mehr Geld aus dem Fenster hinausgeworfen wird. Ganz zu schweigen von der Spekulation der Kapitalisten/Unternehmer und ihrer computerfixierten Bundesgenossen, die sich allenthalben tummeln und aus der Leichtgläubigkeit der Leute hinsichtlich der Denkleistungen von Maschinen Kapital zu schlagen versuchen. Diese ganz beklagenswerte Situation lässt sich auf eine Handvoll Programme zurückführen, die einen gewissen Fortschritt in der letzten und intellektuell nicht gerade sonderlich ergiebigen Kategorie demonstrieren: schwache Künstliche Intelligenz, Aufgabe, Nicht-Simulation.

Ein Fortschritt in diesem Bereich sagt über das Denken ebenso viel aus wie der Flugmechanismus der Vögel über die Entwicklung des Flugzeugs. Wenn wir also fortan von kognitiven Zuständen bei Maschinen reden, dann beziehen wir uns auf die Zustandsarten, die in unserer ersten Kategorie beschrieben sind: starke Künstliche Intelligenz, menschlich.

Selbstverständlich hat noch niemand ein unangreifbares Argument dafür vorgebracht, dass die inneren Zustände eines entsprechend programmierten Digitalcomputers funktional identisch sind mit den Bewusstseinszuständen, wenn sie begehrlich einen Luxuswagen beäugen, die scheinbar endlose Speisekarte in einem Chinarestaurant durchmustern, ihren Kontostand überprüfen, eine Bach-Fuge genießen oder sich einer der Myriaden anderer Betätigungen widmen, die wir in gewissem Sinne als Denken bezeichnen.

Kurzfristig wird die Künstliche Intelligenz weiter von Punkt 5 dominiert werden. Als Beispiel ist der Sieg eines Expertensystems (s. AlphaGo) gegen einen der weltbesten Go Spieler zu nennen. (Man bedenke die unvorstellbar hohe Anzahl von 2,08 x 10 hoch 170 verschiedener Stellungen auf einem 19×19 Go Brett. Im Vergleich dazu hat Schach „nur“10 hoch 43 verschiedene Stellungsmöglichkeiten. Die Anzahl der Atome hingegen beträgt im Universum etwa 10 hoch 80!). Die darauffolgenden Jahre (3-10) werden stark von Punkt 4 und 3 dominiert werden. Es wird so weit kommen, dass wir nicht immer mit Gewissheit sagen können ob wir es mit echtem „Bewusstsein“ zu tun haben, oder ob es nur eine geniale Simulation ist, die sich gerade vor uns abspielt. Die fortschreitende Entwicklung im Bereich der Robotik (s. Boston Dynamics) wird ihr Übriges dazu leisten. KI eingebettet in einem quasi menschlichen Körper wird sicherlich mehr „Wirkung“ zeigen als reine Textausgaben auf einem Bildschirm oder Sprache aus einem Gerät wie z.B. ein Smartphone.

Künstliche Intelligenz: 5 Spielarten die man kennen sollte #KI #KünslicheInteligenz #KIEthik Klick um zu Tweeten

Weiterführende Literatur:

Künstliche Intelligenz: Definition und Abgrenzung