Was ist künstliche Intelligenz?

1
Teilen.

Über den Autor/ die Autorin

Armin Herbsthofer

Armin Herbsthofer ist Partner bei h-square und Experte für AI, Data Science und Blockchain.

Alle reden immer von AI und KI, aber was ist das eigentlich? Der folgende Blogbeitrag richtet sich an alle, die besser verstehen wollen, was mit dem Begriff artificial intelligence (AI) bzw. künstliche Intelligenz (KI) gemeint ist. Er bietet eine gute Grundlage zur weiteren Anwendung von AI in den unterschiedlichsten Bereichen wie zum Beispiel im Marketing.

Im folgenden Artikel nehme ich Anleihen von Ray Kurzweil’s Buch «How To Create A Mind», welches sich mit der Frage beschäftigt, nach welchem Prinzip unser Gehirn arbeitet und wie sein Algorithmus funktioniert.

Menschliches Gehirn als Vorbild für künstliche Intelligenz

Das Thema künstliche Intelligenz ist heutzutage in aller Munde. Neben der technischen Herausforderung werden mittlerweile auch gesellschaftliche und ethische Fragestellungen diskutiert. Dabei ist es unglaublich schwierig zu definieren, was Intelligenz eigentlich genau ist.

Gerne nehmen sich Wissenschaftler das komplexeste bekannte Objekt in unserem Universum, das menschliche Gehirn, zum Vorbild, wenn sie neue lernende Algorithmen entwerfen. Und auch, wenn die menschliche Intelligenz mit Sicherheit nicht die höchste Form von Intelligenz ist, die erreicht werden kann, ist sie bis jetzt dennoch unerreicht von den künstlichen Systemen, mit denen wir heute interagieren. Es macht daher Sinn, sich mit der Funktionsweise des menschlichen Gehirns auseinanderzusetzen, um mehr über Intelligenz und schliesslich über uns selbst herauszufinden.

Was ist der Algorithmus unseres Gehirns?

Gerne werden Computer mit Gehirnen verglichen. Jedes Jahr kommen neue Computer auf den Markt, die mit noch mehr Rechenoperationen pro Zeiteinheit überzeugen wollen, sogenannten FLOPS (Floating Point Operations per Second). Ein nahe liegender Vergleich zwischen Gehirn und Computer wäre nun, die Zahl ihrer FLOPS zu vergleichen. Jedoch ist diese Zahl für unser Gehirn nicht so leicht zu ermitteln. Während Computer hauptsächlich seriell (ein Datenpaket nach dem anderen) verarbeiten, ist das menschliche Gehirn ein massiv paralleler Prozessor mit vielen Rückkopplungen und Schleifen. Ausserdem ist das Arbeitsprinzip von Computer und Gehirn verschieden.

Während ein Computer komplett auf das binäre System gestützt arbeitet, ist das Gehirn teilweise digital, teilweise analog. Um eine mögliche obere Grenze für die Rechenleistung des Gehirns zu bestimmen, kann man versuchen ein menschliches Gehirn auf einem digitalen Computer zu simulieren. Das Blue Brain Project (EPFL) versucht genau das zu erreichen indem es einzelne Neuronen auf fundamentaler biologischer Ebene simuliert. Bei gegebenem Zuwachs an Rechenleistung jedes Jahr sollte eine komplette Simulation des menschlichen Gehirns bereits 2023 möglich sein.

Warum aber sehen wir dann bis heute nur sehr rudimentäre künstliche Intelligenz, die den Menschen nur in sehr spezialisierten Disziplinen übertreffen kann? Eine Antwort könnte sein, dass wir einfach noch nicht den richtigen Algorithmus entdeckt haben.

Aber wie könnte dieser aussehen? Zuerst einmal müssen wir abschätzen wie komplex dieser überhaupt sein kann. In unserer DNA stecken nach verlustfreier Komprimierung etwa 50MB Designinformation. 25MB davon beziehen sich auf das Gehirn. Das ist nicht mehr als ein hochauflösendes digitales Foto und entspricht etwa 2 Millionen Zeilen Programmcode. Verglichen mit Microsoft Windows (50 Millionen Zeilen) und Google (2 Milliarden Zeilen) ist das fast nichts. In unserem Gehirn gibt es 10 000 000 000 000 000 (10 Billiarden) neuronale Verbindungen, welche also nur von 2 000 000 Zeilen Code bestimmt werden. Es kann demnach nicht jede Verbindung – wie manche behaupten – einzeln von der Evolution für einen ganz bestimmten Zweck codiert worden sein. Es muss einen einfacheren und allgemeinen Algorithmus geben.

Die richtige Reihenfolge unterscheidet das Gehirn von der Maschine

Wenn wir der Funktionsweise unseres Gehirns weiter nachspüren, erkennen wir, dass das Gehirn Ereignisse immer in einer gewissen Ordnung speichert. Wir alle können das Alphabet im Geiste aufsagen. Rückwärts ist dies jedoch um einiges schwieriger. Das liegt daran, dass wir das Alphabet in einer gewissen Reihenfolge gelernt haben. Für einen digitalen Computer ist die Reihenfolge, in der man Daten speichert und abruft, im Allgemeinen nicht wichtig.

Neuronen als Erinnerungen

Unser Gehirn speichert weiterhin Erinnerungen nicht als .jpg oder .mp3 Files ab. Eine Erinnerung ist nichts anderes als eine Gruppe von Neuronen, die zum gleichen Zeitpunkt aktiv ist. Prinzipiell existiert kein Unterschied zwischen «Erleben» und «Erinnern». Dies ist auch der Grund, warum manchmal ein Geruch oder ein Bild eine lang vergessen gedachte Erinnerung wachrufen. Der Geruch stimuliert gewisse Neuronengruppen. Andere Neuronen, welche früher einmal gemeinsam mit diesen aktiv warent haben, werden dadurch auch angeregt. In Summe sind wieder fast dieselben Neuronen aktiv, wie zu dem Zeitpunkt als wir die Erinnerung wirklich erlebt haben.

Die Funktion von Pattern Recognizers

Diese Neuronengruppen, die auf Reize und Muster reagieren, nennen wir Pattern Recognizers. Ein Pattern Recognizers besteht typischerweise aus einer Gruppe von etwa 100 Neuronen und unser Gehirn enthält ca. 300 Millionen davon. Diese Pattern Recognizers sind alle annähernd von gleicher Bauart und in Hierarchien angeordnet. Zum Beispiel reagieren Pattern Recognizers, welche am Sehnerv angeschlossen sind, auf einfache Formen und Schatten. Recognizer in einer höheren Ebene interpretieren deren Output und reagieren auf Kombinationen von Formen, die ein Buchstabe sein können. Recognizers in einer wieder höheren Ebene reagieren schliesslich auf Wörter und Sätze.
Die Bedeutung dieser Wörter wird wiederum von Recognizers in einer noch höheren Ebene interpretiert. Diese lesen nicht nur den Input der Augen, sondern ebenfalls der Ohren, usw. Sogar abstrakte Konzepte wie Treue oder Tapferkeit werden von denselben Pattern Recognizers erkannt.

Für jedes Konzept, welches wir erlernen, für jedes Wort, welches wir lesen und schreiben können, für jede Person, die wir kennen, ist mindestens ein Pattern Recognizers exklusiv zuständig. Es wurde zum Beispiel in Experimenten bewiesen, dass Menschen, die die Schauspielerin Jennifer Aniston kennen, mindestens einen Pattern Recognizers haben, der nur auf Jennifer Aniston reagiert und auf sonst nichts in dieser Welt. Unsere besten Freunde und unsere Familienmitglieder nehmen sogar mehrere solcher Recognizers exklusiv für sich ein.

Unsere Fähigkeit kreativ zu sein und neue Ideen hervorzubringen, beruht darauf, dass wir viele Pattern Recognizers mit nützlichen und vielfältigen Konzepten bedacht haben. Eine neue Idee entsteht dann, wenn verschiedene Pattern Recognizers plötzlich einige Gemeinsamkeiten entdecken. Zum Beispiel kam Charles Darwin auf den Gedanken der Evolutionstheorie, als er von der Art und Weise erfuhr, wie Wasser ganz langsam im Verlauf von Jahrhunderten Täler in Felsen graben kann. Er dachte, die Natur könnte auf eine ähnliche Weise die Arten formen und verändern.

Unsere geistigen Fähigkeiten sind daher unter anderem durch die Zahl der verfügbaren Pattern Recognizers limitiert. Technologien wie das Internet in Verbindung mit Suchmaschinen können jedoch durchaus als externe Erweiterung unseres Neocortex (stammesgeschichtlich jüngster Teil der Grosshirnrinde) betrachtet werden. In Zukunft werden diese Technologien mit unseren biologischen Körpern verschmelzen und uns bisher ungeahnte Möglichkeiten eröffnen. Dabei müssen wir immer darauf achten, ethische Aspekte nicht aus den Augen zu verlieren. Denn falls wir es schaffen diesen Algorithmus zu formalisieren und in künstliche, sich selbst verbessernde Systeme einzusetzen, wird dies die letzte Erfindung sein, die die Menschheit jemals machen wird. Zumindest in der Form wie wir sie heute kennen.


1 Kommentar

  1. Pingback: Was ist künstliche Intelligenz? - h-square

Kommentar hinterlassen