Künstliche Intelligenz: Werden wir bald mit Robotermenschen zusammenleben, die schlauer sind als wir?

Kaum ein anderes Gebiet der Informatik löst so viele Emotionen aus wie die „Künstliche Intelligenz“ . Werden Maschinen eines Tages ein Bewusstsein haben? Werden sie denken können wie Menschen?“, das sind die Fragen unserer Zeit. Viele Menschen fühlen sich an intelligente humanoide Roboter erinnert, wie man sie aus Science-Fiction-Romanen oder Filmen kennt.

Heute gelten schlauen Maschinen (KI) als stärkster Treiber der Digitalisierung und der digitalen Transformation.

Oft wissen wir nicht genau, was eine künstliche Intelligenz ist, was sie kann und was nicht. Deshalb wird ihr Können regelmäßig über- oder unterschätzt. Im gesellschaftlichen Diskurs bewegen sich die Meinungen zwischen übersteigerten Erwartungen, aber auch überzogenen Ängsten.

Geist und Körper

Wer oder was denken soll wie ein Mensch, braucht auch einen Körper. Schließlich ist auch der menschliche Geist untrennbar mit seinem Körper verbunden. Darum spielen Roboter beim maschinellen Lernen eine maßgebliche Rolle. KI’s, die einen Roboterkörper haben, können sich im Raum orientieren und bewegen. Sie sollen Gegenstände berühren, anheben oder transportieren. Das Verhältnis Roboter und KI – also das kognitiver denkender Maschinen – ist in etwa mit dem des Körpers und des Geistes vergleichbar.

Kognitive Maschinen werden unsere Welt komplett verändern.

Mit ihrer Etablierung entsteht eine Umwelt, in welcher wir zunehmend mit diesen schlauen Maschinen umgehen werden. In der Welt von Morgen wird es normal sein, mit einer KI zu kommunizieren – gleich, ob am Arbeitsplatz oder zuhause. Die künstliche Intelligenz hält in alle unsere Lebensbereiche Einzug und wird für uns so normal werden, wie heute unser Kühlschrank, Fernseher oder aber das Smartphone.

Wie werden die Maschinen schlau, wie lernen sie?

Derzeit gibt es drei Strategien maschinellen Lernens: Supervised Learning, Unsupervised Learning und Reinforcement Learning.

Supervised Learning

Supervised Learning sagt man, wenn der Mensch den Lernfortschritt der Maschine vorgibt und überwacht. Dabei werden der Maschine vorkategorisierte Daten vorgelegt. Angenommen, die Maschine soll die Erkennung von Hundebildern beherrschen. Dafür werden dieser beim Supervised Learning bereits kategorisierte Daten vorgelegt – also ganz viele Bilder von Hunden. Anhand der vielen Beispiele beginnt die KI, sich ein eigenes Modell der Optik von Hunden auf Bildern zu merken. Im Anschluss an das Lernen kann die KI getestet werden: Wie gut kann sie das Erscheinungsbild von Hunden auf Bildern erkennen?

Unsupervised Learning

In diesem Fall werden sognannte Rohdaten vorgelegt. Also nicht, wie beim Supervised Learning vom Menschen vorkategorisierten Daten -wie die Bilder von den Hunden. Beim Unsupervised Learning sind die Daten völlig durcheinander, beispielsweise viele bunte Bilder aller Art, ohne eine Zuordnung zu einem Thema. Die Maschine wird mit diesen Bild-Rohdaten gefüttert und findet im Idealfall selbst Kategorien und Muster.

Um maschinelles Lernen vom menschlichen zu unterscheiden ist es wichtig, zu verstehen, dass Maschinen über keinerlei Kontext – bzw. Weltwissen verfügen. Eine Maschine weiß nicht, dass Hunde zu den Tieren gehören. Sie weiß nicht, dass es die Gattung Tiere gibt, selbst, wenn sie Hunde auf Bildern erkennt.

Wenn das Unsupervised Learning gut läuft, findet die KI optische Gemeinsamkeiten. Zum Beispiel Dinge wie Fell, hell und dunkel und so weiter. Im Optimalfall filtert sie aus der Menge von Bildern selbständig die Kategorie „Bilder von Hunden“ heraus.

Die Interpretationen der Bilder wird beim Unsupervised Learning dem Menschen vorgelegt und überwacht. Dies, weil KI´s nicht zwischen Kausalitäten (Ursachen) und Korrelationen (Zusammenhängen) unterscheiden, was die Gefahr von falschen Interpretationen birgt.

Reinforcement Learning

Das sogenannte bestärkende Lernen ist der letzte Schrei beim maschinellen Lernen und es werden viele Erwartungen damit verbunden. Für bestimmte Anwendungen hat sich diese Lernstrategie als sehr effektiv herausgestellt. Beim Reinforcement Learning wird die KI mit einer Art Belohnung zur fortwährenden Optimierung angeregt. Beispielsweise werden Spiele gut gelernt, wenn der KI das Ziel vorgegeben wird, eine möglichst hohe Punktzahl zu erreichen.

Für solch ein fortgeschrittenes Lernsystem ist deshalb das ostasiatische Spiel „Go“ kein Problem mehr. Am Anfang des Lernprozesses steht regelmäßig ein zufälliger Steuerbefehl oder Zug. Wenn die KI damit einen Punkt erzielt lernt sie welcher Zug erfolgreich war und merkt sich diesen. Die Maschine spielt unglaublich viele Male, bevor sie zum Profi wird und kann sich – im Gegensatz zum Menschen – alle Züge und deren Erfolg gut merken. Deshalb konnte die Google KI den weltbesten Go Spieler schlagen.

Man könnte meinen, dass die Maschine deshalb schlauer als der Mensch ist, doch das stimmt nicht. Auch diese Lernmethode hat Schwächen. Zunächst einmal ist das Lernen auf das jeweilige Anwendungsgebiet begrenzt – zum Beispiel die Spielregen des Go-Spiels. Die Versuche, das erlernte Wissen auf andere Felder zu übertragen – beispielsweise mit dem Wissen des GO – Spiels auch das Schachspiel zu beherrschen, fallen unter die Kategorie „Transferlernen“ und sind noch nicht besonders fortgeschritten.

Das Lernen auf Basis eines zufälligen Zuges oder Ausprobieren ist bisher auch nur für relativ simple Zusammenhänge effektiv, wie bei einem Spiel und dessen Regeln.

Werden die Zusammenhänge komplexer und bietet das virtuelle Umfeld mehr Möglichkeiten und Lösungswege, findet die KI manchmal gar keine Lösung mehr. Es fehlt ihr an Welt- und Kontextwissen. Manchmal stagniert der Lernfortschritt auch, weil das System keine weitere Belohnung mehr erkennt. Neuere Lernmethoden versuchen daher, diesen KI´s eine Art Neugier zu installieren, die sie zum Weiterlernen motiviert.

Was haben Menschen und schlaue Maschinen gemeinsam, was unterscheidet sie?

Eines ist klar: Wir werden gemeinsam die Erde bewohnen: Eine Welt ohne KI wird es künftig nicht mehr geben – aber eine Konkurrenz für menschliche Intelligenz ist sie (noch) nicht. Selbst komplexe Deep Learning Netzwerke besitzen heute nicht mehr als rund 10 Schichten mit einigen tausend simulierten Neuronen.

Das menschliche Gehirn verfügt hingegen über rund 86 Milliarden Neuronen, die jeweils mit bis zu 10.000 anderen (über die Synapsen) verbunden sind. Beim einfachen Nachdenken und erledigen von Dingen entstehen einfach – ohne große Bemühung – in unseren Gehirnen ständig neue Verbindungen.

Auch wenn sich Körper und Computer immer näher kommen, es gibt Bereiche unseres Geistes, die die Computer nicht simulieren können. Zu diesen Bastionen der Menschlichkeit zählen beispielsweise unsere Gefühle und unser Bewusstsein, dessen Entstehung bislang ungeklärt ist. Die Frage, ob eine künstliche Intelligenz ebenfalls ein Bewusstsein erlangen könnte, hat zu einer Renaissance der Forschung rund um das menschliche Dasein geführt.

Wie es entsteht, ist ein ungelöstes Rätsel, ebenso, wie was das eigentlich genau ist – ein Bewusstsein. Vermutet wird, dass das Bewusstsein mit der Fähigkeit zur Selbstreflexion verbunden ist. Oder anders gesagt, die Fähigkeit, sich selbst mit den Augen eines anderen zu sehen, sich seiner Wirkung auf andere Menschen bewusst zu sein. Das würde bedeuten, dass jedes bewusste Wesen über eine mentale Repräsentation seiner selbst verfügt. Genaueres ist jedoch noch nicht bekannt.

Wir verstehen, was unser Bewusstsein bewirkt

Die Versuche, Bewusstsein zu kopieren und künstlich herzustellen, werfen damit zentrale Fragen der Menschlichkeit an sich auf.

Zunächst gilt es zu verstehen, wie Intelligenz überhaupt beim Menschen funktioniert. Wir kennen nur eine Art zu denken – die menschliche. Wenn wir eine Intelligenz erschaffen wollen, können wir das nur nach ihrem Abbild. Darum kann uns die Art, wie Maschinen denken, viel über uns selbst erklären.

Derzeit arbeiten Experten aus Psychologie, Neurologie und Informationstechnologie zusammen, um die menschliche Intelligenz zu erforschen.

Konzepte wie „Gedanken“ und „Denkweisen“ sollen aufgeschlüsselt und in ihre kleinsten logischen, chemischen und elektronischen Bestandteile zerlegt werden. Viele Dinge des menschlichen Denkens liegen noch völlig im Dunkeln. Wir wissen nicht, wie Kreativität entsteht und auch nicht warum unser Empfinden mit bestimmten Stoffen, die unser Gehirn ausschüttet, beeinflusst wird. Wir kennen die Endorphine, die unser Gehirn auszuschütten vermag – wissen aber nicht, warum sie uns so froh machen.

Es wird noch eine Weile dauern, bis wir Menschen ernsthafte Konkurrenz bekommen. Zwar können wir uns an Erlerntes nicht so zuverlässig erinnern, wie die Maschinen, aber dafür können wir alles in Bezug zu unserer Umgebung setzen und unser Wissen und unsere Erfahrungen problemlos auf andere Bereiche anwenden und kreativ völlig neue Dinge erschaffen.

Weder eine übertriebene Erwartung noch eine übersteigerte Angst ist gerechtfertigt. Achtsamkeit beim Einsatz schlauer Maschinen hingegen ganz sicher, denn wir stellen heute die Weichen für die Welt von Morgen.

Schlaue Maschinen können uns Menschen in vielerlei Hinsicht das Leben erleichtern und uns lästige und monotone Aufgaben abnehmen. Sie können aber auch missbraucht werden und wie eine Waffe gegen uns selbst gerichtet werden. In einer idealen Zukunft würden KI’s uns lästige Arbeiten abnehmen und alles ressourcenschonend und in ausreichender Menge produzieren. Es wäre immer genug für alle da – weder zu viel noch zu wenig.

Vor dem Hintergrund der künstlichen Intelligenz wird es darum immer wichtiger, zu fragen, was eigentlich der Kern unseres menschlichen Seins und unserer Gemeinschaft ist.

Geistes- und Sozialwissenschaften erleben heute eine regelrechte Blüte: Denn sie beschäftigen sich seit jeher mit dem Ursprung des Menschen, seiner Natur und seinen Werten. Woran messen wir was gut und richtig für uns ist? Welcher Einsatz künstlicher Intelligenz ist wann gerechtfertigt und – auf Basis welcher Moral und welcher Werte?

Dies alles sind Fragen, die wir heute beantworten müssen, um Morgen in einer Welt zu erwachen, die für alle eine lebenswerte ist. Wie die Zukunft aussieht, hängt allein von unseren Entscheidungen in der Gegenwart ab.

Susanne Gold

Gründerin & Herausgeberin des Zukunfts- und Wissenschaftsblogs Utopiensammlerin

Futuristin, Utopistin, Erfinderin und Sozialwissenschaftlerin. Sucht Utopien und sammelt Geschichten. Versteht Digitalisierung als Aufbruch in eine neue Welt – und träumt von einer besseren.

Kommentar verfassen