Zusammenfassung von Die KI war's!

Künstliche Intelligenz wird heute schon in vielen Bereichen eingesetzt. Sie trifft zunehmend Entscheidungen für uns. Doch wie kommen die Systeme eigentlich zu ihren Urteilen?

Fangen wir von vorne an. Am Anfang der KI-Entwicklung stand der Versuch, menschliche Intelligenz in Form von Sprachverständnis und logischem Denken vollständig mit Computern nachzubilden. Dafür sollten Experten alle relevanten Grammatikregeln und logischen Zusammenhänge der realen Welt in Software abbilden. Dieses Vorgehen, bei dem der Computer mit Regeln gefüttert wird, bezeichnet man als regelbasiertes System oder Expertensystem. Man kennt das vom klassischen Programmieren: „Wenn das passiert, tu jenes.“

Ein Beispiel für diesen Ansatz ist maschinelle Übersetzungssoftware aus den 1980er Jahren, die teils über 10.000 Grammatikregeln enthielt. Trotzdem produzierte diese Software noch viele Fehler und war den menschlichen Fähigkeiten unterlegen. Der Grund: Die Komplexität der realen Welt und der menschlichen Sprache ist so groß, dass sie sich nicht vollständig in Regelsystemen abbilden lässt.

Es musste sich also etwas ändern, damit die Computer wirklich intelligent werden konnten. Der Durchbruch kam Ende der 1980er Jahre: Anstatt starre Regeln vorzugeben, werden seither statistische Methoden und maschinelles Lernen eingesetzt. Dabei lernt der Computer aus vielen Beispielen, indem er Korrelationen und Muster in großen Datenmengen erkennt. Ein wichtiger Meilenstein war etwa die Nutzung dieser Herangehensweise für maschinelle Übersetzungssysteme: Die riesigen Datenmangen von Übersetzungen, die in Parlamenten entstanden, wurden in die Maschine gefüttert. Heraus kamen leistungsfähige Systeme wie Google Translate. 

Aber wie trifft das System Entscheidungen darüber, dass es einen Satz so und nicht anders übersetzt? Allgemeiner gesprochen: Wie kommt die KI zu ihren Urteilen?

Um das zu verstehen, sollten wir über ein weiteres Konzept sprechen, nämlich das des Modells. Ein Modell hat verschiedene Ebenen. Zunächst einmal treffen die Entwicklerinnen und Entwickler eine Entscheidung darüber, welche Informationen das System als Input bekommen soll. Dann wenden sie statistische Methoden und Algorithmen an, um aus den Daten ein mathematisches Modell zu bauen. Auf dieser Grundlage untersucht die Maschine die Daten auf Korrelationen und Muster. Dabei können sich das Gedankenmodell der Entwickler und das statistische Modell der Maschine durchaus unterscheiden!

Stellen wir uns ein Sprachmodell vor, das Emotionen erkennen soll. Dazu könnte die KI von den Entwicklern mit Daten zu Tonlage, Lautstärke und Wortwahl trainiert werden. Das System lernt – und wird im Laufe der Zeit immer selbstständiger. So könnte die KI zum Beispiel feststellen, dass die Wortwahl weniger ausschlaggebend ist als Sprechgeschwindigkeit und Atmung. Wie genau sie zu solch eigenen Erkenntnissen gelangt, ist dann für Menschen oft nicht mehr transparent.

Gerade deshalb sollte der Einsatz von KI-Systemen immer kritisch geprüft werden. Sonst kann das tragische Folgen nach sich ziehen, wie du im nächsten Abschnitt sehen wirst.