National-Bank erläutert ein wichtiges Zukunftsthema
„Artificial Intelligence“ als Innovationstreiber

Münster -

 „Artificial Intelligence“ gilt als Innovationstreiber. Ekkehard Link aus dem Research der National-Bank erklärt, was das genau ist.

Donnerstag, 08.11.2018, 12:54 Uhr
Veröffentlicht: Donnerstag, 08.11.2018, 11:50 Uhr
Zuletzt bearbeitet: Donnerstag, 08.11.2018, 12:54 Uhr
Ein System mit „Artifical Intelligence“ kann – wie der Mensch – Gedankenprozesse anwenden.
Ein System mit „Artifical Intelligence“ kann – wie der Mensch – Gedankenprozesse anwenden. Foto: colourbox.de

"Eine Maschine oder ein technisches System verfügt dann über „Artificial Intelligence“ ( AI ), wenn dieses ähnlich wie der Mensch dazu in der Lage ist, kognitive Funktionen auszuüben, also Wissen, Verständnis und Gedankenprozesse zum Lernen und zur Problemlösung anzuwenden. Technische Systeme, die in Reaktion auf ihre Umgebung Anpassungen vorzunehmen in der Lage sind, um bestimmte Sollzustände zu erreichen, gab es schon lange vor der Begriffsschöpfung der Künstlichen Intelligenz.

Ein einfaches Beispiel stellt ein Regelkreis einer Heizungsanlage dar. Solche adaptiven Systeme sind in begrenztem Maße lernfähig, stellen jedoch keine Erscheinungsform Künstlicher Intelligenz dar. Wie kann das eine vom anderen unterschieden werden?

"Menschlichkeits"-Test für Computer

Der britische Mathematiker und Informatiker Alan Turing gab im Jahr 1950 erstmals eine Antwort auf diese Frage, als er den nach ihm benannten Turing-Test vorstellte. Im Zuge eines Turing-Tests führt ein menschlicher Fragesteller über eine Tastatur und einen Bildschirm ohne Sicht- und Hörkontakt mit zwei ihm unbekannten Gesprächspartnern eine Unterhaltung bzw. legt diesen eine Aufgabe zur Lösung vor.

Der eine Gesprächspartner ist ein Mensch, der andere eine Maschine. Wenn der Fragesteller nach intensiver Befragung nicht klar sagen kann, welcher von beiden die Maschine ist bzw. ob die vorgeschlagene Aufgabenlösung vom Menschen oder der Maschine stammt, dann hat die Maschine den Turing-Test bestanden, und es wird der Maschine eine dem Menschen ebenbürtige „künstliche Intelligenz“ unterstellt.

Jede Aufgabe benötigt für ihre Lösung einen Lösungsweg, ein Konzept, auch Algorithmus genannt. Ein Algorithmus ist eine Sammlung eindeutiger Instruktionen, die von einer Maschine ausgeführt werden können. Ein komplexerer Algorithmus ist dabei oftmals als Steuerung für andere, einfacher konstruierte Algorithmen im Einsatz. Ein System verfügt dann über künstliche Intelligenz, wenn der Algorithmus Lernfähigkeit aufweist.

Künstliches Gehirn

Früheste Vertreter von rechnerbasierten AI-Systemen sind die sog. Expert Systems. Dabei speisen menschliche Experten ihr Wissen und ihre Erfahrung in einem begrenzten Teilbereich in eine Wissensdatenbank in Form von Regeln (in einfachster Form: „Wenn glitzernd, dann Diamant“) ein.

Artificial Neural Networks (ANN) oder Künstliche Neuronale Netze (KNN) versuchen sich an der Nachbildung des Lernverhaltens im Gehirn. Elektronisch nachgebildete „Nervenzellen“ stehen dabei über ebenfalls elektronisch emulierte Synapsen (Verbindungsstränge zwischen den Nervenzellen) miteinander in Verbindung. In einfachster Form wird einem solchen System ein Datensatz bekannter Ursachen und von diesen bewirkt bekannter Folgen vorgelegt.

Ausstellung "Das Gehirn - Intelligenz, Bewusstsein, Gefühl"

1/36
  • In der Sonderausstellung "Das Gehirn - Intelligenz, Bewusstsein, Gefühl" im LWL-Museum für Naturkunde dreht sich alles ums Gehirn - wie hier die von Gepard (links) und Löwe.

    Foto: Gunnar A. Pier
  • Reise ins Hirn mit dem modernen Touchscreen: Ausstellungsmacherin Dr. Julia Massier in der Ausstellung „Das Gehirn – Intelligenz, Bewusstsein, Gefühl“.

    Foto: Gunnar A. Pier
  • Der Maschinenmensch MM7 aus dem Jahr 1961 und der nagelneue Roboter KIM

    Foto: Gunnar A. Pier
  • Erkennen sich Affen, wenn sie sich im Spiegel sehen?

    Foto: Gunnar A. Pier
  • Dr. Julia Massier (Biologin und Ausstellungsmacherin)

    Foto: Gunnar A. Pier
  • Biologin und Volontärin Nicola Holm in der Sonderausstellung "Das Gehirn - Intelligenz, Bewusstsein, Gefühl".

    Foto: Gunnar A. Pier
  • Zu den spektakulärsten Exponaten gehören zwei Schnittpräparate aus dem Gehirn von Albert Einstein.

    Foto: Oliver Werner
  • Die Ausstellung wird vom 29. Juni 2018 bis 27. Oktober 2019 gezeigt.

    Foto: Gunnar A. Pier
  • Lisa Klepfer (Kuratorin am LWL-Museum für Naturkunde), Dr. Jan Ole Kriegs (Direktor des LWL-Museums für Naturkunde), LWL-Direktor Matthias Löb und Frank Tafertshofer (LWL-Pressestelle) bei der Pressekonferenz zur Sonderausstellung "Das Gehirn - Intelligenz, Bewusstsein, Gefühl" im LWL-Museum für Naturkunde (Naturkundemuseum) in Münster.

    Foto: Gunnar A. Pier
  • Ein plastiniertes menschliches Gehirn in der Sonderausstellung "Das Gehirn - Intelligenz, Bewusstsein, Gefühl" im LWL-Museum für Naturkunde (Naturkundemuseum) in Münster. Die Ausstellung wird vom 29. Juni 2018 bis 27. Oktober 2019 gezeigt.

    Foto: Gunnar A. Pier
  • Zu den spektakulärsten Exponaten gehören zwei Schnittpräparate aus dem Gehirn von Albert Einstein.

    Foto: Gunnar A. Pier
  • Die ausstellung wird im Naturkundemuseum neben dem Zoo gezeigt.

    Foto: Gunnar A. Pier
  • Foto: LWL / Christoph Steinweg
  • Foto: LWL / Christoph Steinweg
  • Dr. Jan Ole Kriegs (Direktor des LWL-Museums für Naturkunde)

    Foto: Gunnar A. Pier
  • LWL-Direktor Matthias Löb im Londoner Taxi.

    Foto: Gunnar A. Pier
  • Foto: Gunnar A. Pier
  • Foto: Gunnar A. Pier
  • Foto: Gunnar A. Pier
  • Foto: Gunnar A. Pier
  • Foto: Gunnar A. Pier
  • Roboter Sonny aus dem Film "I, robot"

    Foto: Gunnar A. Pier
  • Foto: Gunnar A. Pier
  • Erkennen sich Affen, wenn sie sich im Spiegel sehen?

    Foto: Gunnar A. Pier
  • Foto: Gunnar A. Pier
  • Foto: Gunnar A. Pier
  • Foto: Gunnar A. Pier
  • Foto: Gunnar A. Pier
  • Foto: Gunnar A. Pier
  • Foto: Gunnar A. Pier
  • Foto: Gunnar A. Pier
  • Foto: Gunnar A. Pier
  • Ein plastiniertes menschliches Gehirn in der Sonderausstellung "Das Gehirn - Intelligenz, Bewusstsein, Gefühl" im LWL-Museum für Naturkunde (Naturkundemuseum) in Münster. Die Ausstellung wird vom 29. Juni 2018 bis 27. Oktober 2019 gezeigt.

    Foto: Gunnar A. Pier
  • Zu den spektakulärsten Exponaten gehören zwei Schnittpräparate aus dem Gehirn von Albert Einstein.

    Foto: dpa
  • Foto: dpa
  • Zu den spektakulärsten Exponaten gehören zwei Schnittpräparate aus dem Gehirn von Albert Einstein.

    Foto: Oliver Werner

Durch die Variation der Synapsen, also der „Verbindungsstärken zwischen den einzelnen Nervenzellen des KNN, lernt ein solches System, Ursachen und Folgen einander zuzuordnen. Im Zuge dieses Lernvorgangs können neue elektronische Nervenzellen im KNN hinzukommen oder bestehende entfallen, so dass sich das KNN in seiner Größe wie Struktur selbstständig verändert.

„Alles gelernt – aber nichts begriffen!“

KNN waren über ein gutes Jahrzehnt hinweg auch eine große Hoffnung in der Börsenkurs- und Finanzmarktprognose. Leider zeigte sich, dass die alte EDV-Weisheit „Garbage in, garbage out!“ („Müll hineingesteckt – Müll herausbekommen!“) auch bei der Anwendung von KNN Gültigkeit besitzt. Die (anderen Prognoseverfahren) überlegenen Lernfähigkeiten eines KNN können ihren Vorteil umso besser ausspielen, je klarer und wirkmächtiger die Ursache-Wirkungszusammenhänge bereits in den einzuspeisenden Daten repräsentiert sind. Ein kenntnisreiches Data Pre-Processing (Datenvorverarbeitung) ist somit unerlässlich – und das verlagert zum Beispiel die Dax-Pro­gnose zum guten Teil zurück auf den Menschen.

Eine weitere unterschätzte Schwierigkeit liegt im „Unseen Data Problem“: KNN versagen bei Börsenkursprognosen oftmals krass, wenn sie neue, während ihres Lernvorgangs nie gesehene Daten vorgelegt bekommen. „Alles gelernt – aber nichts begriffen!“, lautet dann das wenig erbauliche Fazit einer solchen KNN-Anwendung. Große Stärken zeigen KNN dagegen in der Lösung von Aufgaben der Klassifikation sowie Mustererkennung.

Börse stellt noch immer ein Hindernis dar

Eine weitere Klasse von Vertretern Künstlicher Intelligenz stellen die Genetischen Algorithmen (GA) dar. Den Erkenntnissen der Erbbiologie folgend werden hierbei die Bestandteile verschiedener Lösungen einer Aufgabe miteinander rekombiniert, mutiert und vererbt, so dass jede dabei entstehende Folgegeneration von Lösungen ein Such- oder Optimierungsproblem immer besser und besser zu lösen imstande ist. Leider gelten bezüglich Finanzmarktprognosen für GA ähnlich ernüchternde Einschränkungen wie für KNN.

Große und berechtigte Hoffnungen für Anwendungen auf Basis Künstlicher Intelligenz bestehen heute in den Anwendungsgebieten und Branchen Industrielle Prozesse, Gesundheitswesen (Krankheitsdiagnosen und -therapien), Fahrzeugbau („fahrerloses Auto“), Finanzwesen (Aufdeckung von Kreditkartenbetrug).

https://event.yoochoose.net/news/705/consume/10/2/6174841?categorypath=%2F2%2F84%2F61%2F197%2F200%2F6175859%2F
Nachrichten-Ticker