KI-fiziert! – Evolution der Künstlichen Intelligenz – Macht sie uns wieder zum Affen?

Teil 1: Virus KI – Herkunft und Übertragung 

#Zurück in die Zukunft
Der Cyberraum, unbegrenzte Möglichkeiten. Wir schreiben das Jahr 2200 – ich meine natürlich 2020. Nein, dies sind nicht die Abenteuer des Raumschiffs Enterprise, ich hatte lediglich in der COVID-Lockdown-Phase zu viel Fernsehen geschaut! Irgendwie packte mich das Science-Fiction-Genre, da hier bereits seit mehreren Dekaden das vermeintlich „Undenkbare“ oder gar „Unmögliche“ eindrucksvoll vermittelt wird. Egal ob in Kassenschlagern wie „Passengers“ oder Klassikern wie „2001: A Space Odyssey“, in denen ein Raumschiff über intelligente Bordcomputer verfügt. Oder irdische Legenden der Traumfabrik wie „Metropolis“, die das faszinierende Potenzial synthetischen Intellekts in Form von Robotern veranschaulichen. Geradezu evolutionär geht es in Sci-Fi-Blockbustern wie „Blade Runner“ und „Terminator“ zu. Sie illustrierten Maschinen mit Künstlicher Intelligenz (KI), die fähig sind, sich letztlich wie ein Mensch zu verhalten, also selbstständig und abstrakt zu agieren und obendrein zweckvolles Handeln situationsbedingt abzuleiten – intelligent eben.

#Achtung die Türen schließen

Ganz offensichtlich bin ich bereits KI-fiziert! Entgegen jener Zukunftsvisionen möchte ich hervorheben, dass wir dieses technische Evolutionsstadium noch nicht erreicht haben. Nichtsdestotrotz fahren wir auf dem immer rasanter werdenden Digitalisierungszug und sind Zeugen einer „KI-fizierung“ unserer Umwelt. Dies zeigt sich insofern, indem mit Roboterunterstützung wiederkehrende Aufgaben/Prozesse schon heute automatisiert werden und damit deutlich effektiver und effizienter sind, als es wir Menschen je abbilden könnten.

#Top Skills der Überträger
Aber auch digitale Helfer wie Siri, Alexa oder Google Assistent sind längst fester Bestandteil unseres Alltages geworden. Sie bedienen sich unterschiedlicher Methoden des künstlichen Intelligenzspektrums – speziell dem maschinellen Lernen oder auch Machine Learning (ML), dem vertieften/mehrschichtigen Lernen alias Deep-Learning (DL) sowie der maschinellen Verarbeitung natürlicher Sprache respektive Natural Language Processing (NLP).

Seit dem Ende der industriellen Revolution im späten 19. Jahrhundert haben wir Technik neu erfunden und immer weiterentwickelt. Heute, im Jahr 2020 verstehen Maschinen unzählige Sprachen, können darauf basierende Ergebnisse herleiten und sogar relativ authentisch antworten. Das Computerprogramm „Watson“ von IBM besitzt die Fähigkeit, den Sinn einer in natürlicher Sprache gestellten Frage zu erfassen und in kürzester Zeit relevante Fakten darzulegen. Und das ist nur eines von vielen KI-Beispielen.

#Doch nur Logik und Mathematik?
Aber losgelöst von Watson, Alexa oder Siri – die vermeintlich natürliche Unterhaltung mit dem Handy entspringt letztendlich „doch nur“ den Auswertungen von Unmengen an historischen Daten. Die Maschinen erkennen algorithmenbasiert etwaige Muster und Querverbindungen in jenen Daten und generieren darauf basierend „Wissen“ beziehungsweise „Erfahrungen“. Okay, das klingt jetzt erstmal alles ziemlich futuristisch. Intelligenz im herkömmlichen Sinne repräsentieren diese Algorithmen wohl noch nicht. Sonst könnten jene Maschinen anhand von generierten „Erfahrungen“ Unbekanntes bewerten und eigenständig darauf angepasst sowie situationsabhängig Entscheidungen ableiten.

#Was die Maschinen wohl dazu sagen
Ergo ist es dem Menschen heute zwar möglich, mit dem Einsatz von KI bedeutend schneller Entscheidungsoptionen abzuwägen, komplexe Sachverhalte gezielter sowie wirksamer zu lösen und sogar herkömmliche Abläufe zu automatisieren – nur autonom agieren, auf Unbekanntes reagieren oder gar reell telefonieren können diese scheinbar intelligenten Maschinen eben nicht. Zumindest noch nicht. Oder doch?

Die Antwort auf diese Frage gibt’s in meinem zweiten Teil! Und was das Ganze mit Banking zu tun hat, werde ich auch lüften. Seid also gespannt!


Euer Thomas