BLOG

Eine offene Plattform für kontroverse Meinungen und aktuelle Analysen aus dem HuffPost-Gastautorennetzwerk

Thomas Müller Headshot

Maschinelles Lernen - Wird der Computer intelligenter als der Mensch?

Veröffentlicht: Aktualisiert:
PEOPLE COMPUTER INTELLIGENT
sturti via Getty Images
Drucken

Im Bereich der Künstlichen Intelligenz schreitet besonders die Entwicklung von selbstlernenden Systemen schnell voran. In vielen Bereichen, wie bei bestimmten diagnostischen Verfahren in der Medizin, sind sie bereits heute erfolgreicher als der Mensch.

Die meisten von uns müssen feststellen, dass uns der Computer, beispielsweise beim Schach, schon seit Jahrzehnten haushoch überlegen ist. Doch schon die Unterscheidung, ob auf einem Bild ein Hund oder eine Katze abgebildet ist oder gar Gesagtes richtig einzuordnen, war für den Rechner bis vor Kurzem eine unlösbare Aufgabe.

Mit neuen technologischen Entwicklungen, wie schnellere Hardware, aber vor allem durch die riesigen Datenmengen, die mittlerweile produziert werden, erhalten Maschinen heute den Schlüssel, diese menschlichen Fähigkeiten anzuwenden.

Neuronale Netze

Eine besonders effektive Methode des maschinellen Lernens ist das sogenannte „Deep Learning", das auf dem künstlichen Aufbau und der Programmierung von neuronalen Netzen beruht. Die Technik basiert auf der Art und Weise, wie auch unser menschliches Gehirn Informationen der Umgebung verarbeitet. So werden künstliche Neuronen in mehrere Ebenen eingeteilt.

Bei einem Bild beispielsweise, werden in einer Ebene die Helligkeitswerte eingeteilt. In der nächsten Ebene werden die einzelnen Pixel auf passende Kanten hin verbunden und in einer weiteren diese Verbindungen in vertikal und horizontal eingeteilt. So geht es Schritt für Schritt weiter bis das Bild vollständig analysiert ist. Damit eignet sich die Technologie, um Muster in Bildern, Texten oder auch Videos zu erkennen und auszuwerten.

Großer Datenhunger

Um die Erkenntnisse dann richtig einzuordnen, braucht der Computer als Grundlage sehr viele Daten. Wo früher Entwickler versucht haben, alle Regeln und Eventualitäten per Hand einzugeben, greift er heute zum Beispiel auf die riesigen Datenmengen im Internet zu und bringt sich damit die Zusammenhänge selbstständig bei.

Ein Beispiel für diese Technologie ist „Watson", ein IBM-Computer, der bereits im Jahr 2011 beim amerikanischen Fernsehquiz „Jeopardy" gegen menschliche Gegner gewinnen konnte. Anders als im Schach konnte der Rechner nicht auf eine Vielzahl vorgefertigter Spielzüge zurückgreifen, sondern musste zunächst einmal die Frage verstehen und diese einordnen.

Assistent für die Hosentasche

Zur Anwendung kommt die Technik beispielsweise auch bei automatischen Assistenten und Social Bots, welche mittlerweile von allen großen Softwarefirmen entwickelt werden. Sie können nicht nur vorgefertigte Sprachbefehle ausführen, sondern diese auch verstehen und entsprechend darauf reagieren. Erstmals sind diese Assistenten sogar zum simultanen Dolmetschen fähig.

Die Technologie ist zudem die Grundlage für das Autonome Fahren, da es niemals denkbar wäre, alle Eventualitäten im Straßenverkehr manuell einzuprogrammieren. Die Systeme lernen selbständig aus den Sensoren im Fahrzeug und aus der „Erfahrung" ihrer Testfahrten im Straßenverkehr.

Krankheiten erkennen

Eine besondere Einsatzfähigkeit ergibt sich im Bereich der Medizin. So können beispielsweise in der Krebsdiagnostik mit Hilfe der Technologie Gewebebilder untersucht werden. Die Algorithmen sind im Testeinsatz nicht nur viel zuverlässiger als der Mensch in der Lage, verdächtige Merkmale von Krebszellen zu erkennen, sie haben sogar ganz neue, vorher unbekannte entdeckt.

Auch bei der Verschreibung von Medikamenten kann die KI anhand selbsterlerntem Wissen aus Fachbüchern oder Studien Unverträglichkeiten des Patienten oder verschiedener Wirkstoffe bereits im Vorfeld hinweisen und entsprechende Empfehlungen aussprechen.

Gefahren

So umfassend die Einsatzmöglichkeiten auch sind, die Gefahren dieser Entwicklung dürfen nicht vernachlässigt werden. So lässt sich heute bereits durch die automatische Auswertung von Mitteilungen in sozialen Netzwerken die Ausbreitung von Krankheiten nachvollziehen oder gar Verbrechenswahrscheinlichkeiten vorhersagen.

Gleichzeitig nutzen die gleichen sozialen Netzwerke die Technologie, um Gesichter auf Fotos zu erkennen. Diese können mit der Tätigkeit und Umgebung in Verbindung gebracht werden, um dadurch das persönliche Profil zu verfeinern. Was in diesem Umfeld lediglich zu Werbezwecken dient, kann auch zu KI-basierten Überwachungszwecken genutzt werden.

Gleichzeitig geht bei den selbständig lernenden Maschinen nicht hervor, wie sie zu ihren Ergebnissen kommen und welche Regeln sie dazu anwenden. Für den Mensch bleibt das nicht nachvollziehbar und intransparent - ein Problem hinsichtlich der Nutzbarkeit der maschinellen Entscheidungen.

Fazit

Maschinelles Lernen ist eine Technologie, die mit Sicherheit eine prägende Rolle in unserer Gesellschaft und Wirtschaft einnehmen wird. Die Einsatzmöglichkeiten sind dabei so vielseitig wie nützlich. Doch letztendlich gilt es, die oberste Entscheidungsgewalt nicht aus der Hand zu geben. Noch bleibt der Mensch in seiner Urteilskraft unerreicht.

____

Lesenswert:

Leserumfrage: Wie fandet ihr uns heute?

2017-03-08-1488965563-6721107-iStock482232067.jpg

Ihr habt auch ein spannendes Thema?
Die Huffington Post ist eine Debattenplattform für alle Perspektiven. Wenn ihr die Diskussion zu politischen oder gesellschaftlichen Themen vorantreiben wollt, schickt eure Idee an unser Blog-Team unter blog@huffingtonpost.de.