Artificial Intelligence | What the F*ck is it?

Artificial Intelligence | What the F*ck is it?

Der Golem sollte die Menschen durch schiere Größe und Kraft vor Angriffen bewahren. Der Homunkulus, der heute Paracelsus (ca. 1530) zugeschrieben wird, war ein dämonischer Helfer. Bei Stanislaw Lem können Maschinen sogar nichts, also NULL erzeugen und damit die gesamte Welt vernichten. Gemein ist ihnen, dass es sich um künstliche Maschinen (oder menschenähnliche Gebilde) handelt die bisher unmöglich Gedachtes zur Realität werden lassen, intelligent sind, denken können und manchmal auch Gefühle haben. Fast so wie wir uns heute die Zukunft von künstlicher Intelligenz vorstellen.

Im Sommer 1956 lud der amerikanische Wissenschaftler John McCarthy zu einer Konferenz in das Darthmouth College in Hanover (New Hampshire). Unter dem Titel “Dartmouth Summer Research Project on Artificial Intelligence“ trafen sich führende Mathematiker für einen 6-wöchigen Workshop um über die Möglichkeiten von künstlicher Intelligenz nachzudenken. Die Diskussion ging als Big-Bang von AI in die Geschichte die Forscherherzen höher schlagen lässt ein. Ein Begriff war geboren worden: Artificial Intelligence.

Aber es beginnt weit früher. In der Mathematik wurden über viele hundert Jahre Methoden und Systematiken entwickelt die heute als Grundlagen von Algorithmik angesehen werden. In ihrer Zeit waren die Gründe dafür völlig andere. Alle bekannten Größen von Bernoulli über Leibniz bis Newton waren an den relevanten Forschungen beteiligt.

Jakob Bernoulli entwickelte im 16. Jahrhundert eine Methodik um Wahrscheinlichkeiten mathematisch ausdrücken zu können. Jakob Bernoulli beschrieb mit seinen Potenzreihen die Bernoulli-Zahlen und drückte damit die erste mathematische Wahrscheinlichkeitsrechnung aus. Viel später und lange nach seinem Tod würde diese Methodik nochmal ganz groß rauskommen, aber das wusste Jakob nicht. Er hatte eigentlich ein recht einfaches Ziel. Er wollte das populäre Würfelspiel mathematisch ausdrücken und damit gewinnen können.

Leibnitz und gleichzeitig Newton entwickelten die Differentialrechnung. Zu ihrer Zeit war das, womit heute jede MaturantIn gequält wird eine mathematische Revolution. Ohne dieser Erkenntnis wären viele der heutigen Rechensysteme niemals möglich geworden. Vor allem eine Variante nicht. Die Umsetzung und Anwendung von neuronalen Netzen, die Grundlage dessen was wir heute als künstliche Intelligenz bezeichnen. Leibnitz war seiner Zeit allerdings weit voraus. Er gilt als einer der ersten der über die Möglichkeiten von denkenden Maschinen nachdachte. Er legt sozusagen den Grundstein und differenziert erstmals von der literarischen und philosophischen Welt die den Golem ans gedachte Tageslicht brachte.

Was ist Lernen – Ein Kleiner Vergleich aus der Informatik

Wenn ein dreijähriges Kind einen Ball zu Boden wirft, dann wartet es darauf ihn wieder auffangen zu können, wenn er vom Boden „zurückgeworfen“ wird. Ein Kind hat diese Erfahrung durch das Spielen gemacht. Das dahinter die Grundaxiome von Isaac Newton stehen und es gerade dabei ist Actio = Reactio in der Praxis zu testen weiß dieses Kind nicht. Aber die Erfahrung die es sich gespeichert hat wird nicht enttäuscht. Der Ball kommt – die physikalischen Regeln muss man dafür nicht kennen.

Der erste ernst zu nehmende Schach-Computer wurde 1979 von Ken Thompson und Joe Condon in den Bell Laboratories in New Jersey entwickelt. Belle war eine festverdrahtete Maschine und konnte durch die damals vorhandene Rechnerleistung 180.000 Stellungen in der Sekunde erzeugen. Parallel dazu arbeitete Robert Hyatt an Blitz. 1979 wurde ihm die Möglichzeit zuteil sein Programm auf dem Cray-1 zu testen. Cray-1 war damals die schnellste Rechenanlage der Welt. Aber Belle konnte er trotzdem nicht schlagen.

Wir haben hier wesentliche Faktoren: Die Fähigkeiten des Algorithmus konnte durch Rechenleistung eines schwächeren Programms nicht geschlagen werden. Alle diese Spiel-Computer arbeiteten regelbasiert. Sie wurden sozusagen mit den Regeln des Spiels programmiert. Das wirkt zwar intelligent hat aber mit dem was wir heute unter „künstlicher Intelligenz“ verstehen nichts zu tun.

Ein Anderes Spiel, Eine Andere Zeit: GO

Im September 2015 gewann AlphaGO, ein Computer von Google DeepMind gegen den Europameister Fan Hui das chinesische Brettspiel GO in Folge. Die große Differenz ist hier, dass AlphaGO die Regeln von GO nicht kennt. Seine Programmierung funktioniert anders. Sie baut auf den Erfahrungen auf die über Millionen von durchgespielten GO-Spielen entstand und die der Computer durch das Spielen gegen sich selbst weiter verfeinern konnte. AlphaGO erreichte dabei eine Vorhersagequote von 57%. Der Computer arbeitet also über Erfahrungen die aus einer Datenspeicherung stammen. Im Feld der künstlichen Intelligenz würden wir hier von einer „Ground-Truth“ sprechen – also einer Datensammlung die richtig ist. Die Regeln wurde irrelevant. Der Computer lernt das Spiel indem er es beobachtet und diese Erfahrungen anwendet. Und hier denken wir nochmal zurück an das kleine Kind mit seiem Ball. Es weiss nichts von Physik, aber es weiss wie sich dieser Ball verhalten wird. Das ist lernen.

2016 gewann ein Computer von Google DeepMind gegen den amtierenden Weltmeister in GO vier von fünf Spielen in einem distribuierten Rechnernetzwerk. Das System bestand aus 1202 CPUs und 176 GPUs.

Das iphone1 von 2007 hatte in etwa die Rechenleistung der gesamten Hardware-Anlage mit der die Menschheit erstmals den Mond erreichte. Künstliche Intelligenz wird möglich, weil wir die Rechenleistung dazu haben und die Daten dem System zur Verfügung stellen können. Die mathematischen Grundlagen dazu sind seit hunderten Jahren bekannt. Wenn wir heute Begriffe wie „evolutionäre Algorithmen“ hören, dann lernt nicht der Algorithmus indem er sich verändert, sondern es verändert sich seine Datenbasis und damit seine Ausgangslage. Der Rest ist Anwendung von bekannten mathematischen Prinzipien in einer spektakulär hohen Anzahl. Mehr ist es nicht – weniger aber auch nicht.

Von Jürgen Schmidt

Instagram

Instagram has returned invalid data.

Archives