Wie Künstliche Intelligenz Arbeit und Gesellschaft verändert

Künstliche Intelligenz (KI) macht rasante Fortschritte. Erste Systeme lernen selbständig und erzielen Ergebnisse, die sogar ihre Entwickler überraschen. Wer einsteigen will, dem stehen zahlreiche Open-Source-Frameworks zur Verfügung. Und die notwendige Rechenpower mietet man sich einfach in der Cloud. [...]

1997 : Der IBM-Computer „Deep Blue“ schlägt den amtierenden Schachweltmeister Gary Kasparow +++ 2011: Zwei menschliche Quiz-Champions unterliegen dem IBM-Superrechner „Watson“ in der US-amerikanischen Quizsendung Jeopardy +++ 2016: Das von Google DeepMind entwickelte Computerprogramm „AlphaGo“ besiegt den südkoreanischen Go-Weltmeister Lee Sedol mit 4:1 +++ 2017: „Libratus“ zockt Poker-Profis ab.
Diese und andere Meldungen befeuerten in den zurückliegenden Jahrzehnten immer wieder heftige Diskussionen über künstliche Intelligenz und die Konsequenzen für die Menschheit. Meistens schwang dabei die Sorge mit, Maschinen und Computer könnten sich verselbständigen und über immer mehr Lebensbereiche die Kontrolle gewinnen. Zu den prominenten Warnern gehören seit Jahren Microsoft-Gründer Bill Gates und der britische Physiker Stephen Hawking. Andere Experten setzen dagegen große Hoffnungen in KI. Im Zusammenspiel mit Robotik und Automatisierung seien große Entwicklungssprünge in Sachen Produktivität und Arbeitserleichterung möglich. Viele globale Probleme vom Klimawandel bis hin zur Bewältigung von Hunger- und Flüchtlingskrisen ließen sich mit Hilfe von KI-Techniken lösen, so die Hoffnung der Befürworter und Optimisten.
RETTER ODER UNTERGANG?
Ist KI der Retter oder der Untergang der Menschheit? Solche Diskussionen werden tatsächlich geführt. Keine andere Technik polarisiert stärker. Dabei ist das Thema alles andere als neu. Bereits in den 50er Jahren des 20. Jahrhunderts haben Wissenschaftler den Begriff der künstlichen Intelligenz geprägt. Die Arbeiten von Forschern unterschiedlichster Disziplinen drehten sich um die zentrale Frage, wie sich eine Maschine bauen ließe, die menschliche Intelligenz imitieren kann. Doch die KI-Entwicklung hatte ihre Höhen und Tiefen. Auf Erfolgsmeldungen, die teil­weise euphorische Science-Fiction-Phantasien anstachelten, folgten immer wieder Enttäuschungen, weil die Technik noch nicht reif war und die Rechenkapazitäten fehlten. Experten sprechen in diesem Zusammenhang von „KI-Wintern“.
Das könnte sich nun allerdings ändern. Die technischen Voraussetzungen haben sich deutlich weiterentwickelt – es gibt Rechenpower, Speicher und Daten ohne Ende. Auch die Methodik, wie Maschinen und Computer lernen und damit „intelligenter“ werden, hat sich grundlegend gewandelt. Vor 20 Jahren profitierte Deep Blue in seinem Schach-Duell gegen Kasparow vor allem von seiner immensen Rechenpower: 200 Millionen Stellungen pro Sekunde konnte das System berechnen. Allerdings handelte es sich dabei nicht um ein selbstlernendes System, wie auch IBM einräumte. Deep Blues Software wurde im Vorfeld mit Tausenden Partien und Schachwissen gefüttert, die der Rechner für seine Züge durchsuchte und bewertete.
Im Lauf der Jahre wurden die KI-Methoden immer weiter verfeinert. IBMs Watson warf zwar immer noch extrem viel Rechenpower in die Waagschale, ausschlaggebend für den Jeopardy-Sieg war aber die DeepQA-Software. Sie konnte den Sinn von Fragen erfassen, die in natürlicher Sprache gestellt wurden, und innerhalb kürzester Zeit auf Basis einer textbasierten Datenbankrecherche die notwendigen Fakten für die richtige Antwort finden.
DAS MENSCHLICHE GEDÄCHTNIS SIMULIEREN
Google, das im Jahr 2014 das britische Startup DeepMind übernahm und damit seine KI-Anstrengungen deutlich forcierte, verfolgt das Ziel, seine KI-Systeme flexibel einsetzbar zu machen. Die Struktur basiert auf einem neuronalen Netz und beinhaltet darüber hinaus eine Art Kurzzeitspeicher, mit dem sich die Fähigkeiten eines menschlichen Gedächtnisses simulieren lassen.
Für Aufsehen sorgte DeepMinds Programm AlphaGo, das im März 2016 den Profispieler Lee Sedol im Go-Spiel besiegen konnte. Go galt verglichen mit Schach als weit höhere Hürde für die KI. Aufgrund des größeren Spielfelds (19 mal 19 Felder) sowie der hohen Zahl an Zugmöglichkeiten ist das Spiel wesentlich komplexer als Schach und damit auch nicht mit den klassischen Rechenoptionen eines Deep Blue zu bewältigen.