Künstliche Intelligenz ist ein Friedensthema, weil sie nicht nur unseren (Arbeits-)Alltag beeinflusst, sondern zunehmend auch militärisch genutzt wird, etwa für autonome Waffen, Datenanalyse oder Desinformation. Technologien hinter Systemen wie ChatGPT können Konflikte schneller, intransparenter und schwerer kontrollierbar machen und so globale Sicherheit und Machtverhältnisse beeinflussen. Deshalb wird KI als Schwerpunktthema genauer beleuchtet.

Künstlicher Intelligenz kann man inzwischen eigentlich so gut wie nicht mehr entgehen. Allein schon, wenn man auf Google nur eine schnelle Suchanfrage startet, scheint gleich an erster Stelle eine KI-Zusammenfassung der Suchergebnisse auf, die einem oft eine erstaunlich präzise Antwort liefert. Auch die sozialen Medien sind inzwischen mit KI-Inhalten geflutet, die oft gar nicht so leicht zu erkennen sind. So, wie es aussieht, sind also viele Bereiche unseres Alltags inzwischen von KI beeinflusst – Grund genug also, sich einmal damit zu befassen, was sich hinter dem Begriff eigentlich verbirgt und was KI überhaupt kann.

Foto von Cash Macanaya auf Unsplash

Künstliche Intelligenz (KI, engl.: Artificial Intelligenz, kurz AI) macht es Maschinen möglich, menschliche Intelligenz zu imitieren, indem diese Fähigkeiten der vier großen Kategorien Denken, Wahrnehmen, Lernen und Handeln einsetzen. KI ist also ein Oberbegriff für jene Systeme, die Aufgaben erledigen, die normalerweise die Komponenten menschlicher Intelligenz erfordern, zum Beispiel das Verstehen von Sprache, das Erkennen von Bildern oder Problemlösung. KI umfasst mehrere Teildisziplinen wie etwa Robotik, Planung, Schlussfolgern und Entscheidungsfindung, sowie auch lernende Systeme, wobei vor allem letztere inzwischen der Schwerpunkt von KI-Forschung sind. Zu den lernenden Systemen gehören Machine Learning und speziell auch dessen Teilbereich Deep Learning.

Beim Machine Learning (ML) lernen Systeme aus Daten anstatt festen Regeln zu folgen. Sie erkennen also Muster, indem sie mehrere Beispiele analysieren und sie in hierarchische Strukturen zerlegen, etwa durch die Vorgabe von Spam-Mails und normalen Mails, wodurch das System lernt, was typisch für eine Spam-Mail ist. Man könnte also sagen, die Regeln beim ML entstehen automatisch aus Daten, wodurch sich KI von klassischer Automatisierung unterscheidet, bei der ein Computer bloß vordefinierte Regeln ausführt, ohne dabei selbst etwas zu lernen oder anzupassen.

Deep Learning (DL) wiederum ist ein spezieller Teilbereich des ML, der das menschliche Lernverhalten anhand großer Datenmengen nachahmt und dafür eine Art künstliches neuronales Netzwerk verwendet. Hierbei kommen mehrere Schichten zum Einsatz: Zunächst die Eingabeschicht, die die Rohdaten verarbeitet, dann mehrere für uns Menschen nicht einsehbare Schichten, die die Informationen weiterverarbeiten, und anschließend die Ausgabeschicht, die zum Ergebnis führt. Für diesen Bereich der KI sind sehr viele Daten und hohe Rechenleistung notwendig, gleichzeitig ist er aber auch besonders gut für komplexe Muster wie etwa in der Bildanalyse oder Sprachverarbeitung geeignet. Was das DL vom ML unterscheidet, ist, dass Systeme beim DL selbst lernen, mit unstrukturierten Daten umzugehen, während klassisches ML bereits aufbereitete Daten benötigt, um diese dann weiterverarbeiten zu können.

Foto von Jonathan Kemper auf Unsplash

Gut, nun haben wir also geklärt, was man sich unter künstlicher Intelligenz eigentlich vorstellen kann. Doch warum boomt diese nun gerade jetzt? Immerhin wird schon seit den 1950er Jahren an KI geforscht. Zwar besaßen auch die frühen KI-Systeme, wie etwa die Expertensysteme aus den 1960er und 1970er Jahren, beeindruckende Fähigkeiten in spezifischen Anwendungsbereichen, in den Jahren darauf kam es allerdings zu einer Art „KI-Winter“. In den 1990er Jahren erlebte die KI schließlich ein Comeback, diesmal vor allem durch Fortschritte im Machine Learning, in den 2000er Jahren folgte dann mit dem Deep Learning der nächste Durchbruch. Vor allem generative Modelle wie OpenAIs GPT-3, DALL-E und Midjourney spielten dabei eine zentrale Rolle, da sie das große Potential der KI beispielsweise in der Text- und Bildverarbeitung veranschaulichten und damit weltweite Aufmerksamkeit erreichten. Wer ChatGPT schon einmal verwendet hat, weiß, wie einfach dies ist und wie praktisch man damit im Alltag arbeiten kann – kein Wunder also, dass solche „greifbareren“ Formen der KI für die Bevölkerung besonders interessant sind.

Mittlerweile ist KI im Arbeitsalltag vieler Menschen angekommen und wird vermutlich auch bald nicht mehr wegzudenken sein. Umso interessanter ist also die Frage, was für Veränderungen das mit sich bringt, womit wir uns im nächsten Beitrag beschäftigen wollen.

Quellen:
https://datasolut.com/machine-learning-vs-deep-learning/
https://www.onlinesicherheit.gv.at/Services/News/KI-Grundlagen-Algorithmus.html
https://ischool.syracuse.edu/deep-learning-vs-machine-learning/
https://www.ionos.at/digitalguide/online-marketing/suchmaschinenmarketing/deep-learning-vs-machine-learning/
https://elektro.at/wp-content/uploads/2019/10/EU_Definition-KI.pdf
https://www.designerinaction.de/design-wissen/ki-boom-technologische-durchbrueche-historische-entwicklung/