Innovation: Wie lernen Maschinen denken?
Die Künstliche Intelligenz gilt vermutlich als wichtigste Innovation der letzten Jahre, ist aber auch umstritten. Doch wie lernen Maschinen eigentlich?
Das Wichtigste in Kürze
- Nur die Hälfte der Schweizer Bevölkerung hat Vertrauen in Künstliche Intelligenz.
- In den nächsten Jahren ist mit einer enormen Weiterentwicklung zu rechnen.
Künstliche Intelligenz (KI) gilt als die Innovation, die den Alltag in den kommenden Jahren am stärksten beeinflussen wird. Schlagzeilen machte vor allem das Programm ChatGPT, das selbständig lange Texte erstellt, Computercode schreibt und mathematische Aufgaben löst.
Wenig Vertrauen in Künstliche Intelligenz
Die Schweizer Bevölkerung steht der KI jedoch skeptisch gegenüber. Das zeigt sich in einer «statista»-Umfrage. Nur 52 Prozent der Befragten gaben an, dass sie KI «voll und ganz» (fünf Prozent) oder «eher» (47 Prozent) vertrauen.
Allerdings stammt diese Umfrage aus dem Jahr 2020, noch bevor ChatGPT weltweit für Schlagzeilen sorgte.
Heute wächst der Zweifel an KI, da die Innovation immer häufiger für manipulative Zwecke missbraucht wird.
Dies betrifft vor allem Fake News im Internet, die von gefälschten Bildern, Audiodaten und Videos unterstützt werden. Der NZZ zufolge verhält sich die Künstliche Intelligenz derzeit häufiger rassistisch und sexistisch.
Innovation: Wie die Maschinen das Denken lernen
Dies kommt natürlich nicht von ungefähr. Schliesslich arbeitet die KI mit Daten, die sie von Menschen erhalten hat. Und diese Daten sind nun einmal häufig von der rassistischen und sexistischen Denkweise der Ersteller geprägt.
In der Anfangszeit müssen Computersysteme noch manuell mit Daten gefüttert werden. Damit wird ein neuronales Netz aufgebaut, das dem menschlichen Gehirn ähnelt.
Die einzelnen Nervenzellen (Neuronen) tauschen ständig Informationen miteinander aus. Bei grossen KI-Systemen handelt es sich um Millionen von Neuronen, deren Lernprozesse in der Tiefe ablaufen, sogenanntes «Deep Learning».
Das selbständige Maschinenlernen
In dieser Anfangsstufe wird die neue KI mit bestimmten Daten gefüttert. Sie lernt zum Beispiel anhand von tausenden Katzenbildern Katzen zu erkennen.
Irgendwann ist sie in der Lage, die Katzen auf neuen Bildern selbständig zu identifizieren und lernt von jetzt an selbständig weiter. Das nennt sich maschinelles Lernen.
Dieses maschinelle Lernen ist jedoch nicht immer zuverlässig. In der Anfangsphase wird die Künstliche Intelligenz noch viele andere Tiere als Katzen identifizieren, die Hauskatzen nur sehr ähnlich sehen. Erst nach und nach werden die Strukturen verfeinert.
Von grosser Bedeutung ist diese Innovation im medizinischen Bereich: Die KI kann mit Tausenden von Bildern von Lungenanomalien gefüttert werden. Sie «lernt» so, Röntgen- und MRT-Bilder der Lunge zu analysieren.
Entdeckt sie Anomalien, meldet sie die entsprechenden Aufnahmen, damit sich ein menschlicher Arzt darum kümmert. Dies beschleunigt die Diagnose erheblich.
Die Welt der Deepfakes
Ins Gerede gekommen ist KI zuletzt aus zwei Gründen: Die Texterstellung mithilfe von Programmen wie ChatGPT stellt schriftliche Arbeiten von Schülern und Studierenden infrage. Lehrkräfte können kaum noch beurteilen, ob der Schüler oder die Maschine den Text erstellt hat.
Noch problematischer sind Manipulationen wie Deepfakes. Dabei werden Maschinen beispielsweise mit unzähligen Reden und Interviews eines Politikers gefüttert, um daraus neue gesprochene Texte zu erstellen. Dem Politiker werden so falsche Aussagen in den Mund gelegt.
Mittlerweile ist die KI in der Lage, die Lippenbewegungen alter Videoaufnahmen so anzupassen, dass sie zum neuen gefälschten Text passen. Kein Wunder, dass der Ruf nach Regulierung der KI immer lauter wird.
