Was künstliche Intelligenz heute schon leisten kann

Der Mathematikprofessor John McCarthy prägte im Jahre 1955 den Begriff artificial Intelligence – zu deutsch künstliche Intelligenz (KI). Seitdem wurden diesem Forschungsfeld fantastische Versprechungen zugeschrieben. Jedoch wurden nicht alle erfüllt oder erst viele Jahre später. Zum Beispiel erklärte der Ökonom Herbst Simon im Jahre 1957, dass Computer in 10 Jahren Menschen beim Schach schlagen würden. Allerdings gelang dieser Fortschritt erst 40 Jahre später.

künstliche Intelligenz übernimmt Aufgaben
Quelle: metamorworks / stock.adobe.com

Der Kognitionswissenschaftler Marvin Minsky war 1967 der Meinung, dass das Problem der Erschaffung künstlicher Intelligenzen innerhalb einer Generation gelöst werden würde. Er lag völlig falsch. Deshalb ist es nur verständlich, wenn ähnliche Behauptungen zum Thema künstliche Intelligenz auf Skepsis stoßen. Auch wenn künstliche Intelligenzen heute noch nicht alles leisten können, sie leisten schon Beträchtliches und werden ständig verbessert, gerade im Zuge des digitalen Wandels.

Große Fortschritte im Wahrnehmen und Erkennen

Der Bereich künstliche Intelligenz (KI) entwickelt sich rasend schnell und die Fortschritte werden auch im täglichen Leben immer mehr integriert. Mit der Weiterentwicklung dieser Technologie findet sie auch immer mehr Anwendung in unseren Alltag.

Spracherkennung

In Verbindung mit Sprache sind bisher die praxistauglichsten Verbesserungen entstanden. Auch wenn die digitale Spracherkennung noch längst nicht perfekt ist, sie wird von Millionen von Menschen genutzt, zu sehen an Google Assistant oder Alexa von Amazon. Aus einer Studie des Stanford-Informatikers James Landay und Kollegen [Link: https://arxiv.org/abs/1608.07323] geht hervor, dass die Spracherkennung heute durchschnittlich dreimal so schnell ist als das menschliche Tippen auf dem Smartphone. Seit Mitte 2016 ist die Fehlerquote dabei von 8,5 auf 4,9 % gesunken.

Bilderkennung

Auch hinsichtlich der Bilderkennung hat sich sehr viel getan. Früher machten visuelle Systeme, die zum Beispiel auch in selbstfahrenden Autos Verwendung finden, bei der Personenerkennung bei fast jedem 30. Bild einen Fehler. Nur alle 30 Millionen Bilder tritt heute ein Fehler auf.

Seit ein neuer auf tiefenneuronale Netzwerke aufbauender Ansatz verfolgt wird, ist das Tempo der Verbesserung in den vergangenen Jahren enorm gestiegen. Auch wenn dieser ML-Ansatz (ML=Machine Learning) bei visuellen Systemen längst nicht fehlerfrei arbeitet, so ist das dennoch ein großer Fortschritt, denn auch Menschen haben es manchmal schwer, sehr ähnliche Bildmotive auseinanderzuhalten.

Fortschritte bei Problemlösung und Kognition

PC generiert menschliches Gehirn als künstliche Intelligenz
Quelle: vege / stock.adobe.com

Auch in diesen Bereichen gibt es erhebliche Fortschritte. Zum Beispiel konnte das Team von DeepMind bei Google die Effektivität der Kühlung in ihren Datenzentren mithilfe lernfähiger Maschinen um mehr als 15 % verbessern, obwohl schon vorher Experten die Leistung der Kühlung optimiert hatten.

Ein weiteres Beispiel sind Spiele wie Go und Poker. Die besten Spieler werden in diesen Spielen von Computern geschlagen. Das sind nur zwei Beispiele, doch die Palette der Anwendungen ist groß. Daran wird deutlich, dass die ML-Systeme nicht nur die älteren Algorithmen ablösen, sondern auch viele Aufgaben besser erledigen als wir Menschen. Allerdings nur in den Bereichen, für die sie speziell entwickelt werden. Menschen können auch artverwandte Aufgaben gut bewältigen.

Was halten Sie von diesem Fortschritt? Geht er Ihnen zu langsam oder zu schnell? Verwenden Sie künstliche Intelligenzen?

Kommentar hinzufügen

Ich stimme zu.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.