Big Data: Künstliche Intelligenz spielt Menschen aus

Forscher des Massachusetts Institute of Technology (MIT) haben mit der "Data Science Machine" eine neue Software entwickelt, die Menschen bei der Analyse von Big Data um Längen schlägt. Die getroffenen Vorhersagen erfolgten nicht nur wesentlich schneller, sondern auch erheblich akkurater. Bei der Entwicklung haben sich die Wissenschaftler das menschliche Gehirn und seine Analysefähigkeiten zum Vorbild genommen. [...]

„Bei dieser Art von maschinellem Lernen werden große Datenmengen statistisch analysiert, um bestimmte Muster automatisch aufzuspüren und zu verknüpfen“, erklärt Thomas Eiter, Computerwissenschaftler vom Institut für Informationssysteme an der Technischen Universität Wien, im Gespräch mit dem Nachrichtenportal pressetext. Das sei nichts grundsätzlich Neues und werde heute von vielen Forschungsgruppen auf der Welt versucht.

„Diese Vorgangsweise ist in vielen Bereichen sehr nützlich und wird wohl auch in Zukunft eine immer größere Rolle spielen, unter anderem in der Medizin, wo man es beispielsweise mit großen Gen-Datenbanken zu tun hat“, führt Eiter aus. Doch bei solchen statistischen Verfahren bestehe immer die Möglichkeit, mathematisch Korrelationen zwischen Dingen zu finden, die in Wirklichkeit nichts miteinander zu tun haben. „Es ist kaum zu erwarten, dass man alle Probleme der menschlichen Intelligenz damit lösen kann – ich glaube zum Beispiel nicht, dass sich die sehr wichtige menschliche Fähigkeit zur Abstraktion auf diese Weise nachbauen lässt“, gibt der Computerwissenschaftler zu bedenken.

Laut den Forschungsergebnissen hat der Prototyp der Data Science Machine 615 menschliche Teams von insgesamt 906 Gruppen in einem dreiteiligen Test bezüglich der Big-Data-Analyse geschlagen. In den ersten beiden Bereichen konnte das System zu 94 und zu 95 Prozent richtige Prognosen treffen. Im dritten Durchlauf waren es 87 Prozent. Während die Data Science Machine nur zwei bis zwölf Stunden brauchte, um eine Entscheidung zu treffen, hat diese Periode bei den menschlichen Teilnehmern ein paar Monate in Anspruch genommen. (pte)


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*