Diese Frage hat die Menschheit schon lange beschäftigt. Von frühen Automata über HAL 9000 bis zu Ava aus dem Film Ex Machina, die Idee von künstlicher, von Menschen geschaffener Intelligenz durchdringt unsere Kultur und unsere Geschichten. In der Realität sind wir zwar noch weit von dieser generellen künstlichen Intelligenz entfernt, doch das Fachgebiet hat in den letzten Jahren rasante Fortschritte gemacht. Doch wie kamen wir zu dem Punkt, an dem wir heute sind?
Intelligenz ist notorisch schwer zu definieren. Der britische Mathematiker und Informatiker Alan Turing formuliert 1950 den nach ihm benannten Test, um festzustellen, ab wann man von maschineller Intelligenz sprechen kann. Ist in einem (schriftlichen) Dialog für einen Menschen nicht erkennbar, ob er mit einer Maschine oder mit einem anderen Menschen spricht, so könne man von maschineller Intelligenz sprechen.
Die Geburtsstunde der Disziplin als akademisches Fachgebiet, sprach man auf dieser Konferenz erstmals von künstlicher Intelligenz. Der Begriff setzte sich durch. Zur Durchführung der Konferenz beantragten die Initiatoren John McCarthy, Marvin Minsky, Nathaniel Rochester und Claude Shannon 13.500 US $ von der Rockefeller-Stiftung. Sie starteten mit großen Plänen: in zwei Monaten, mit zehn Teilnehmern, sollten in einem Seminar alle Aspekte des Lernens und der Intelligenz so beschrieben werden, dass eine Maschine gebaut werden kann, die diese Vorgänge simuliert.
ELIZA war ein von Joseph Weizenbaum entwickeltes Computerprogramm, das die Möglichkeiten aufzeigen sollte, wie Computer über so genannte »Natural Language« mit Menschen in einen Dialog treten können. Die bekannteste Form von ELIZA simulierte eine Psychotherapie, bei der der Computer die Aussagen, die Menschen eintippten, nach Stichworten durchsuchte und in abgewandelter Form zurückspielte. Das Programm war erstaunlich erfolgreich, obwohl Benutzer ELIZA recht schnell an die Grenzen ihrer Kapazität bringen konnten, da das Programm nicht dazulernte, sondern nach bestimmten Logiken vorprogrammiert war.
Expertensysteme sind Computerprogramme, die Menschen bei komplexen Problemstellungen unterstützen. MYCIN wurde an der Universität Stanford entwickelt, um Diagnose und Therapie von Infektionskrankheiten durch Antibiotika zu unterstützen. MYCIN analysierte zahlreiche Parameter, um die Erreger zu identifizieren und die besten Antibiotika zu empfehlen – zugeschnitten auf die individuellen Parameter des Patienten. Doch trotz der hohen Erfolgsquote wurde MYCIN nicht in der Praxis eingesetzt, die Skepsis war zu groß und die technischen Grundlagen für eine erfolgreiche Skalierung noch nicht gegeben.
Das von IBM entwickelte Deep Blue schlug 1997 den amtierenden Schachweltmeister Garri Kasparow. Im Gegensatz zu heutigen Systemen »lernte« Deep Blue das Spiel nicht, sondern schlug seinen menschlichen Gegenspieler durch schiere Rechenleistung.
In der amerikanischen Quizshow Jeopardy müssen Spieler nicht nur Fragen beantworten, die Fragen enthalten manchmal auch Wortspiele. Watson, von IBM entwickelt, trat 2011 gegen die beiden besten Jeopardy-Spieler an und gewann. Die KI zeigte so, dass sie Fragen verstehen und beantworten konnte.
Lange Zeit galt Go als das Spiel, für das künstliche Intelligenzen noch Jahre brauchen würden. Das liegt vor allem an der Komplexität des Spiels. Hat der erste Spieler bei Schach 20 mögliche Züge zur Auswahl, sind es bei Go 361. Schiere Rechenkraft, wie noch bei Deep Blues Schachspiel, würde das Spiel nicht knacken. Mit Reinforcement Learning lernte Googles AlphaGo das Spiel und trat 2011 gegen Lee Sedol an, einen Südkoreaner, der als einer der besten Spieler gilt. AlphaGo schlug Lee Sedol 4:1.
Google demonstriert Duplex, eine künstliche Intelligenz und lässt sie bei einem Friseur anrufen und einen Termin ausmachen. Der Plauderton und die Stimme sind nicht von der eines Menschen zu unterscheiden.
Die Geschichte der künstlichen Intelligenz verlief in Wellen. Große Begeisterung (Sommer) wurde von enttäuschten Erwartungen und Forschungsgeldkürzungen gefolgt (Winter). Oft wurden Herausforderungen unterschätzt und Fortschritte überschätzt. So sagte der KI-Forscher Marvin Minsky 1970 in einem Interview: »In drei bis acht Jahren werden wir eine Maschine mit der allgemeinen Intelligenz eines durchschnittlichen Menschen haben.« Die Erwartungen erfüllten sich nicht, unter anderem durch die damals nicht vorhandenen benötigten Datenmengen und die im Vergleich schwache Rechenleistung. Bekannt als Moravecs Paradox stellten Forscher immer wieder fest, dass Dinge, die für einen Menschen sehr schwer sind, wie komplexe mathematische Probleme zu lösen, für einen Computer leicht sind, während Dinge, die für Menschen leicht und selbstverständlich sind, wie Bilder zu erkennen, Sprache zu verstehen oder Bewegungen durchzuführen, für Maschinen extrem komplex und schwierig sind.
Sara Gebhardt
PR Referentin
sara.gebhardt@datagroup.de
Der Artikel ist Teil des DATAGROUP Magazins zum Thema Wandel
» Zum vollständigen Magazin