Alle Welt spricht über Künstliche Intelligenz, die Vorteile, die Gefahren. Dabei werden zum Teil abenteuerliche Definitionen zum besten gegeben. Wir versuchen uns an einer Begriffsbestimmung und erklären an einer konkreten Anwendung, was man für eine KI-Anwendung braucht, wie alles funktioniert - und warum der Schriftsteller und Philosoph Richard David Precht mit seiner Definition von KI nicht ganz richtig liegt.
INOSOFT KI-Experte Patrick beschreibt Künstliche Intelligenz als einen Algorithmus oder eine Methodik, die selbstständig Entscheidungen trifft. Er bemängelt, dass in der gegenwärtigen Diskussion alles in einen Topf geworfen werde. Richard David Precht etwa definiert in einem Interview KI als statistische Systeme, die ganz viele Daten auswerten und verarbeiten, die Mustererkennung leisten und in der Lage sind, wenn sie die Muster erkannt haben, diese eigenständig zu variieren.
Als Beispiel führt er einen Schachcomputer an, der besser sei als alle Schachweltmeister, und einen Go-Computer, der den besten Go-Spieler der Welt geschlagen habe. Daraus leitet er ab, dass Algorithmen, wenn sie einmal verstanden haben, wie etwas funktioniert, etwas Neues entwickeln können und damit dem Menschen überlegen seien.
Prechts Aussage zu Datenauswertung und Mustererkennung können wir uns nur anschließen. Aber der Vergleich von KI mit Menschen hinkt. Denn was man immer aus den Augen verliert, ist die Tatsache, dass ein Go- oder Schachalgorithmus zwar Schach oder Go spielen kann. Aber wir Menschen können deutlich mehr. Wenn wir zum Beispiel morgens zur Arbeit fahren, müssen wir das Auto bedienen und parallel darauf achten, dass wir keinen Fußgänger über den Haufen fahren. All das kann dieser Algorithmus nicht. Er kann wirklich nur Schach oder Go spielen. Und diese Spiele sind auch ein ideales Betätigungsfeld für Algorithmen, denn das Regelwerk ist strikt definiert. Die Algorithmen wurden mit Spielzügen von Experten angelernt und haben sie daraufhin weiterentwickelt. Neues erfinden, können Algorithmen jedoch nicht.
Wir können die Methoden von KI nutzen, um Wissen aus Daten zu extrahieren und dadurch vielleicht Dinge zu optimieren. Wir setzen dem Algorithmus aber immer Schranken, in denen er sich bewegen muss, und geben ihm die Trainingsdaten, auf denen er aufbaut. Das hat mit Neuerschaffung und Kreativität nichts zu tun.
Im Vorfeld muss man sich eine genaue Aufgabenstellung überlegen. Dann benötigt man Daten, d.h. abhängig von der Aufgabenstellung tausende, zehntausende oder hunderttausende von Datensätzen, um dem Modell zu zeigen, was es damit machen soll. Die Daten müssen vor dem Training aufbereitet werden. Man braucht ein Framework für die Verarbeitung und entsprechende Rechenpower. Der Algorithmus analysiert dann die Daten mit dem Ziel, ein Muster zu finden und Ausreißer aufzudecken. Beispiele hierfür wären Kreditkartenübermittlungen, bei denen fehlerhafte Transaktionen festgestellt werden sollen, oder die Analyse von medizinischen Aufnahmen, um etwa Krebsgeschwüre zu entdecken. Wegen ihrer mangelnden Nachvollziehbarkeit muss allerdings immer ein Mensch die Ergebnisse kontrollieren.
Bilderkennung, in dem Fall Gesichtserkennung, ist auch Grundlage unserer kleinen Anwendung. Man spricht hier auch von Machine Learning. Die Anwendung diente dazu, die Mitarbeiter bei der Anmeldung am Firmennetzwerk automatisiert als solche zu erkennen.
Wer das mal ausprobieren will: Einfach ein Suchbild und ein Referenzbild hochladen und erleben, wie das System die gesuchte Person auf dem Foto entdeckt: KI.INOSOFT.de
Wir definieren Künstliche Intelligenz als Toolset für den Umgang mit Daten. KI ist jedoch nur für bestimmte Bereiche geeignet. Bei einer Aufgabenstellung sollte man daher ausprobieren, ob man KI als Methode wählt oder eine herkömmliche Analysetechnik.
Da, wo sie eingesetzt werden kann, ist künstliche Intelligenz sehr hilfreich und daher immer einen Versuch wert.
21.06.2023 12:25
Ergänzende Informationen