Künstliche Intelligenz

Künstliche Intelligenz (KI, auch Artifizielle Intelligenz (AI bzw. A. I.), englisch artificial intelligence, AI) ist ein Teilgebiet der Informatik, welches sich mit der Automatisierung intelligenten Verhaltens und dem Maschinellen Lernen befasst. Der Begriff ist insofern nicht eindeutig abgrenzbar, als es bereits an einer genauen Definition von „Intelligenz“ mangelt. Dennoch wird er in Forschung und Entwicklung verwendet. Hinsichtlich der bereits existierenden und der als Potenziale sich abzeichnenden Anwendungsbereiche gehört künstliche Intelligenz zu den wegweisenden Antriebskräften der Digitalen Revolution. Das unten aufgeführte YouTube Video ist eines der Zurzeit besten in deutscher Sprache geführten Dokumentarfilme über die künstliche Intelligenz vom Fernsehsender ARTE.

Allgemeines

Im Allgemeinen bezeichnet künstliche Intelligenz den Versuch, menschenähnliche Entscheidungsstrukturen in einem nichteindeutigen Umfeld nachzubilden, d. h., einen Computer so zu bauen oder zu programmieren, dass er eigenständig Probleme bearbeiten kann. Oftmals wird damit aber auch eine nachgeahmte Intelligenz bezeichnet, wobei durch meist einfache Algorithmen ein „intelligentes Verhalten“ simuliert werden soll, etwa bei Computerspielen.

Im Verständnis des Begriffs künstliche Intelligenz spiegelt sich oft die aus der Aufklärung stammende Vorstellung vom „Menschen als Maschine“ wider, dessen Nachahmung sich die sogenannte starke KI zum Ziel setzt: eine Intelligenz zu erschaffen, die das menschliche Denken mechanisieren soll, bzw. eine Maschine zu konstruieren und zu bauen, die intelligent reagiert oder sich eben wie ein Mensch verhält. Die Ziele der starken KI sind nach Jahrzehnten der Forschung weiterhin visionär.

Starke vs. schwache KI

Im Gegensatz zur starken KI geht es bei der schwachen KI darum, konkrete Anwendungsprobleme des menschlichen Denkens zu meistern. Das menschliche Denken soll hier in Einzelbereichen unterstützt werden. Die Fähigkeit zu lernen ist eine Hauptanforderung an KI-Systeme und muss ein integraler Bestandteil sein, der nicht erst nachträglich hinzugefügt werden darf. Ein zweites Hauptkriterium ist die Fähigkeit eines KI-Systems, mit Unsicherheit und probabilistischen Informationen umzugehen. Insbesondere sind solche Anwendungen von Interesse, zu deren Lösung nach allgemeinem Verständnis eine Form von „Intelligenz“ notwendig zu sein scheint. Letztlich geht es der schwachen KI somit um die Simulation intelligenten Verhaltens mit Mitteln der Mathematik und der Informatik, es geht ihr nicht um Schaffung von Bewusstsein oder um ein tieferes Verständnis von Intelligenz. Während die Schaffung starker KI an ihrer philosophischen Fragestellung bis heute scheiterte, sind auf der Seite der schwachen KI in den letzten Jahren bedeutende Fortschritte erzielt worden.

Ein starkes KI-System muss nicht viele Gemeinsamkeiten mit dem Menschen haben. Es wird wahrscheinlich eine andersartige kognitive Architektur aufweisen und in seinen Entwicklungsstadien ebenfalls nicht mit den evolutionären kognitiven Stadien des menschlichen Denkens vergleichbar sein (Evolution des Denkens). Vor allem ist nicht anzunehmen, dass eine künstliche Intelligenz Gefühle wie Liebe, Hass, Angst oder Freude besitzt. Es kann solchen Gefühlen entsprechendes Verhalten jedoch simulieren.

Forschungsgebiete

Neben den Forschungsergebnissen der Kerninformatik selbst sind in die Erforschung der KI Ergebnisse der Psychologie, Neurologie und Neurowissenschaften, der Mathematik und Logik, Kommunikationswissenschaft, Philosophie und Linguistik eingeflossen. Umgekehrt nahm die Erforschung der KI auch ihrerseits Einfluss auf andere Gebiete, vor allem auf die Neurowissenschaften. Dies zeigt sich in der Ausbildung des Bereichs der Neuroinformatik, der der biologieorientierten Informatik zugeordnet ist, sowie der Computational Neuroscience.

Bei künstlichen neuronalen Netzen handelt es sich um Techniken, die ab Mitte des 20. Jahrhunderts entwickelt wurden und auf der Neurophysiologie aufbauen.

KI stellt somit kein geschlossenes Forschungsgebiet dar. Vielmehr werden Techniken aus verschiedenen Disziplinen verwendet, ohne dass diese eine Verbindung miteinander haben müssen.

Vor und Nachteile im Medizinischen Bereich

Der chinesische Roboter Xiaoyi mit KI bestand im Herbst 2017 die nationale Medizinprüfung in China. Dies ist ein wichtiger Test, um in China als Arzt anerkannt zu werden. Die Fragen in diesem Test ändern sich jedes Jahr. Wissenschaftler hatten die KI mit dem Inhalt von 53 medizinischen Lehrbüchern, 2 Millionen medizinischen Aufzeichnungen und 400.000 medizinischen Texten und Berichten trainiert.

Eine an der Klinik der Universität Oxford entwickelte KI soll Herz-Erkrankungen und Lungenkrebs deutlich besser diagnostizieren können als ein Mensch dies könnte. Dabei wird das Herz beziehungsweise die Lunge gescannt, und über diese Scans kann die KI Einzelheiten erkennen, die einem Menschen verborgen bleiben. Krankheiten können so früher erkannt und behandelt werden. Ein Kardiologe liegt bei der Diagnose von Herz-Erkrankungen nur bei einer Trefferwahrscheinlichkeit von 80 Prozent. 20 Prozent der Diagnosen eines Kardiologen sind falsch. Das führt unter anderem zu vermeidbaren Herzinfarkten oder aber zu unnötigen Operationen. Die KI soll die Fähigkeit der Kardiologen deutlich übertreffen. Allein in Großbritannien schätzt man so dem Gesundheitssystem mehr als 1 Milliarde Pfund pro Jahr einsparen zu können. Die KI soll ab Sommer 2018 den Kliniken kostenfrei zur Verfügung stehen.

Britische Forscher der Universität Cambridge bedienten sich eines Roboters mit einer KI und fanden im Januar 2018 heraus, dass Triclosan, das auch in Zahnpasta verwendet wird, Malaria-Infektionen in zwei kritischen Stadien, nämlich dem Befall der Leber und des Bluts, bekämpfen könnte. Nach einem Mückenstich wandern die Malaria-Parasiten im menschlichen Körper in die Leber, wo sie sich vermehren und ausbreiten. Danach gelangten diese in rote Blutkörperchen, wo sie sich weiter vermehren und über den ganzen Körper ausbreiten. Die Folgen sind Fieber und häufig der Tod. Jährlich sterben etwa eine halbe Million Menschen an Malaria. Mit der Entdeckung durch die KI könnte nun ein neues Medikament entwickelt werden, das Malaria gleich an zwei Punkten des Lebenszyklus von Malaria-Parasiten angreift. Der Forschungsroboter Eve mit der KI produziert und testet Annahmen, prüft Beobachtungen, führt Experimente aus, interpretiert Ergebnisse, ändert Hypothesen und wiederholt dies immer wieder.

Die Armbanduhr Apple Watch zeichnet unter anderem die Herzfrequenz eines Menschen auf. Apple gab bekannt, dass KIs mit einer Wahrscheinlichkeit von 85 Prozent aus der Analyse der Herzfrequenz Diabetes mellitus beim Träger der Armbanduhr feststellen können. Die Idee basiert auf der Framingham-Herzstudie, die bereits 2015 erkannte, dass man allein mit Hilfe der Herzfrequenz Diabetes diagnostizieren kann. Apple war es bereits früher schon gelungen, aus der Herzfrequenz einen abnormalen Herzrhythmus mit 97 prozentiger Wahrscheinlichkeit, Schlafapnoe mit 90 Prozent, Hypertonie (Bluthochdruck) mit 82 Prozent zu erkennen.

Die Google-Firma Verily hat im Februar 2018 eine KI vorgestellt, die aus dem Scan des Auges u. a. Herzerkrankungen erkennen kann. Durch den Scan der Hinterwand des Auges können mit der KI unter anderem festgestellt werden:

  • das Alter einer Person,
  • der Blutzuckerwert,
  • der Blutdruck,
  • ob der Patient Raucher ist,
  • sowie mit 70 Prozent Wahrscheinlichkeit ob eine Herzerkrankung des Patienten vorliegt.

Die Diagnose der Herzerkrankungen liegt bei der Treffsicherheit in etwa gleichauf mit heutigen Methoden, für die ein Bluttest erforderlich ist, jedoch mit dem Vorteil, dass das Ergebnis sofort verfügbar ist. Trainiert wurde die KI mit Daten von 300.000 Patienten.

Hautkrebs

Das Berliner Startup Magnosco hat ein Gerät mit KI entwickelt, das Hautkrebs besser erkennen kann als ein Hautarzt. Der Arzt hält das Gerät an eine verdächtige Stelle und das Gerät scannt dann die Stelle mit einem Infrarot-Laserstrahl. In klinischen Studien stellte das Gerät bei 92 Prozent der Fälle die richtige Diagnose, was zukünftig noch gesteigert werden soll. Bislang wurden verdächtige Stellen vom Arzt ausgeschnitten und in ein Labor eingeschickt. Im Labor konnte erst nach etwa zwei Wochen die Diagnose gestellt werden. Oft sei es aber falscher Alarm gewesen. Das Gerät soll den Hautarzt unterstützen und häufiges Ausschneiden der fraglichen Hautstellen verringern helfen. Die Firma will später auch eine App fürs Smartphone anbieten, die über eine Fotografie der Hautstelle die Diagnose stellen kann. Die Treffsicherheit sei dabei jedoch deutlich reduziert. Das Laser-Gerät ist seit Januar 2018 bei Ärzten im Einsatz. Ärzte zahlen eine Lizenzgebühr, so dass pro Untersuchung zwischen 60 und 120 Euro fällig werden. Die Preise sollen zukünftig noch deutlich sinken.

Forscher der Universität Heidelberg haben eine KI mit 100.000 Bildern im Mai 2018 auf Hautkrebs trainiert. In einem Vergleichstest konnte die KI dann 95 Prozent der Hautkrebsfälle korrekt allein über Fotos erkennen, während die besten menschlichen Dermatologen, denen auch noch die Patientengeschichten vorlagen, nur eine Trefferrate von 89 Prozent erzielten.

Skinvision ist eine App, die man auf sein Smartphone laden kann. Mit dem Smartphone kann man dann auffällige Stellen der Haut fotografieren. Das Foto wird an einen Zentralrechner geschickt und von einer KI bewertet. Die Auswertung erhält man wieder auf sein Smartphone zurück. Im Falle einer Krebsdiagnose stehen über die App online Hautärzte zur ersten Kontaktaufnahme bereit. Die App und der Service kosten jährlich etwa 30 Euro.

In einer internationalen Studie vom Herbst 2018, bei der 58 Dermatologen aus 17 Ländern gegen eine KI im Vergleichstest antraten, erreichten die Dermatologen im Durchschnitt eine Trefferrate von 86,6 Prozent, wogegen die KI eine Trefferrate von 95 Prozent erreichte. Erst als die Dermatologen neben der Bildaufnahme noch zusätzliche Informationen wie Alter, Geschlecht und Lage der Läsion erhalten hatten, konnten die Dermatologen die Trefferrate im Durchschnitt auf 88,9 Prozent anheben.

Lungenkrebs

Jedes Jahr sterben etwa 1,5 Millionen Menschen weltweit an Lungenkrebs. Lungenkrebs ist der häufigste Krebstod bei Männern und der zweithäufigste Krebstod bei Frauen. Entscheidend für eine erfolgreiche Behandlung ist die korrekte Erkennung des Typs des Lungenkrebs. Je nach Typ muss eine andere Behandlung erfolgen. Bislang wird die Unterscheidung unter dem Mikroskop vom Arzt getroffen, was jedoch sehr schwierig ist. Forscher der New York University haben im September 2018 eine KI vorgestellt, die diese Unterscheidung nun mit hoher Treffsicherheit anhand von Scans durchführen kann. Dabei verwendeten die Forscher die KI Inception V3 von Google, die 1000 unterschiedliche Objekte (z. B. Tiere oder Gesichter) unterscheiden kann. Die KI wurde von den Forschern mit hunderttausenden Bildern von gesundem und mit Krebs befallenem Gewebe trainiert. Die Treffsicherheit der KI lag bei der Erkennung von Lungenkrebs dann bei 99 Prozent. Bei der Unterscheidung der einzelnen Lungenkrebstypen erreichte die KI eine Treffsicherheit von 97 Prozent. Dies entspricht in etwa der Treffsicherheit von erfahrenen Pathologen. Dabei hatten die KI und die Pathologen bei ziemlich den gleichen Scans ihre Schwierigkeiten. Die KI arbeitet schnell und kostengünstig. Die Forscher wollen die KI weiter trainieren um die Ergebnis noch zu verbessern. Zudem wollen die Forscher auch KIs auf andere Krebsarten trainieren. Die Forscher stellen ihre Arbeit kostenlos zur Verfügung.

Brustkrebs

In einem wissenschaftlichen Wettbewerb wurden Forscher im Jahr 2016 weltweit eingeladen, eine Software zur Erkennung von Brustkrebszellen (Diagnose von Metastasen in Sentinel-Node-Biopsien) einzureichen. 32 Programme wurden von 23 Teams eingereicht. In einem Wettbewerb traten diese Programme dann gegen ein Team aus elf Pathologen an, die jeweils zwei Stunden Zeit zur Analyse von 129 Präparaten hatten. Eine Vergleichsgruppe bestand aus einem versierten Pathologen, der sich so viel Zeit nehmen durfte, wie er wollte, was allerdings nicht dem klinischen Alltag entspricht. Die Programme nutzten meist Convolutional Neural Networks. Sieben der Programme lieferten bessere Ergebnisse als die Gruppe der Pathologen. Insbesondere die Programme der Harvard Medical School und des Massachusetts Institute of Technology stellten die Pathologen in den Schatten. Die menschlichen Pathologen übersahen häufig Mikrometastasen, was den besseren Programmen nur selten passierte. Fünf der Programme waren sogar besser als der versierte Pathologe, der sich 30 Stunden Zeit für die Analyse nahm. Selbst dieser versierte Pathologe übersah ein Viertel der Mikrometastasen.

Die von Google entwickelte KI LYNA (LYmph Node Assistant) erreicht bei der Erkennung von Metastasen bei der Früherkennung von Brustkrebs mit Ultraschall eine Trefferquote von 99 Prozent. Ärzte, die meist unter Zeitdruck arbeiten müssen, erreichen hier nur eine Trefferquote von etwa 40 Prozent. Insbesondere winzige Metastasen können von der KI erkannt werden, was aber selbst für das geschulte menschliche Auge kaum erkennbar ist. Die KI kann so Pathologen auf problematische Gebiete aufmerksam machen.

Mammographie

Wissenschaftler der Eötvös Universität in Budapest stellten im März 2018 eine KI vor, die bei einer Mammographie aus den Röntgenbildern der weiblichen Brust Brustkrebszellen mit gleicher Treffsicherheit – nämlich etwa 90 Prozent – erkennen kann wie ein erfahrener menschlicher Radiologe. Auch die Rate der falschpositiven Ergebnisse lag bei der Rate der Mediziner. Die Auswertung der Röntgenbilder durch Radiologen sei eine monotone, anstrengende, langwierige und fehleranfällige Arbeit.

Leukämie

Im August 2016 konnte am Medical Institute der Universität Tokyo die KI Watson eine Fehldiagnose der Ärzte korrigieren. Die Ärzte diagnostizierten bei der Patientin eine akute myeloische Leukämie. Die Therapie blieb erfolglos, weswegen man Watson zu Rate zog. Die KI benötigte 10 Minuten, um die DNA der Frau mit 20 Millionen Krebsstudien abzugleichen. Die KI Watson erkannte eine sehr seltene Form der Leukämie, die bislang nur 41 Patienten betraf und heilbar ist. Grundsätzlich ist der Krebs so individuell wie die Patienten selbst. Das ist der Grund, weshalb eine Therapie bei einem Patienten hilft und bei einem anderen nicht. Hier können KIs die Genanalyse von Patienten innerhalb von Minuten mit Millionen Daten anderer Patientenakten, Behandlungsformen, Forschungsaufsätzen abgleichen und so zu einer sehr präzisen Diagnose kommen, was man Präzisionsmedizin nennt und ohne den Einsatz von Computern nicht möglich ist. Dies ist nicht nur auf die Krebsdiagnose beschränkt, sondern kann auch bei Herzinfarkten, Diabetes usw. eingesetzt werden. Wichtig dafür ist, dass die Daten in digitaler Form (anonymisiert) vorliegen. Google, IBM, Microsoft, Amazon usw. bieten dafür Plattformen, um derartige Daten hochzuladen und bereitzustellen.

Darmkrebs

Die Darmspiegelung gilt als die sicherste Methode, um bösartige Tumore in Mast- und Dickdarm frühzeitig zu erkennen. Jährlich erkranken 61.000 Menschen in Deutschland an Darmkrebs. Bei einer Darmspiegelung entfernt der Arzt alle verdächtigen Wucherungen, sog. Polypen, egal ob die Wucherung gut- oder bösartig ist. Ob es sich um einen bösartigen Tumor (sog. Adenom) handelt, kann erst später im Labor festgestellt werden. Im Herbst 2018 setzten japanische Gastroenterologen in einem klinischen Test eine KI ein, die auf die Erkennung von bösartigen Tumoren im Darm trainiert wurde. Die Trefferrate lag bei 93 Prozent. Dabei werden Bilder aus dem Darm in 500-facher Vergrößerung an eine KI übermittelt, die dann innerhalb einer Sekunde erkennen kann, ob es sich bei dem Polyp um einen gut- oder bösartigen Tumor handelt. Der Arzt erhält dann eine Rückmeldung über einen Ton oder über einen Hinweis auf dem Bildschirm. Die KI soll weiter trainiert werden, um die Erkennungsrate noch zu verbessern. Dann könnte die KI in den Routinebetrieb gehen.

Alzheimer

Im Sommer 2017 stellten Forscher der Universität Bari in Italien eine KI vor, die mit einer Wahrscheinlichkeit von 86 Prozent die Alzheimer-Krankheit anhand von Gehirnscans – durchgeführt mit Magnetresonaztomographen – diagnostizieren kann, zehn Jahre bevor die ersten Symptome auftauchen.

Wissenschaftlern an der University of California in San Francisco haben im Herbst 2018 eine KI vorgestellt, die anhand von Gehirnscans eine Alzheimererkrankung 6 Jahre früher erkennen kann, als dies menschliche Ärzte können. Die Trefferquote der KI liegt bei 100 Prozent.

Palliativmedizin

Wissenschaftler der Universität Stanford haben im Januar 2018 eine KI vorgestellt, die mit einer Wahrscheinlichkeit von 90 Prozent bei unheilbar kranken Patienten aus den Krankendaten berechnen kann, ob diese innerhalb der nächsten 3 bis 12 Monate versterben werden. Dies könne unheilbar kranken Patienten helfen, die letzten Monate würdevoll und ohne aggressive Behandlungsmethoden und eventuell daheim unter Palliativversorgung zu verleben.

Psychische Erkrankungen

Forscher der Mount Sinai School of Medicine haben im Januar 2018 eine Methode vorgestellt, aus einem psychologischen Gesprächsprotokoll mit Jugendlichen erkennen zu können, ob diese innerhalb der nächsten zwei Jahre an einer Psychose erkranken werden. Die Methode nutzte natürliche Sprachverarbeitung und erreichte im standardisierten Tests eine Genauigkeit von bis zu 83 Prozent. Die Forscher meinen, dass die Methode in der Zukunft vermutlich Psychosen und andere Störungen sehr früh erkennen könnten. Ein Merkmal seien zum Beispiel unorganisierte Gedankengänge, umständliche Formulierungen, unklare Assoziationen oder reduzierte Komplexität der Sprache. Die Unterschiede seien subtil, was KIs, die mit einer großen Zahl solcher Gespräche trainiert wurden, jedoch herausarbeiten könnten.

Depressionen

Forscher des MIT haben im September 2018 eine KI vorgestellt, die anhand von gesprochenem Text oder auch geschriebenem Text eine Depression bei einem Patienten diagnostizieren kann. Üblicherweise stellen Ärzte und Psychologen dem Patienten Fragen zu Lebensgewohnheiten, Verhaltensweisen und Befindlichkeiten. Aus den gegebenen Antworten wird dann die Depression bei einem Patienten diagnostiziert. Die Forscher trainierten die KI mit klinischen Interviews. Nunmehr ist die KI sogar in der Lage, aus Gesprächen, die nicht im klinischen Kontext stattfinden – also herkömmliche Gespräche –, eine Depression zu diagnostizieren. Die KI schafft eine Trefferquote von 83 Prozent und bei der Einordnung der Schwere der Depression auf einer Skala von 0 bis 27 eine Trefferquote von 71 Prozent. Die KI könnte Ärzte nun bei ihrer Arbeit unterstützen oder aber als App angeboten werden, die Benutzer permanent überwachen und im Notfall Alarm geben. Die Forscher wollen weitere KIs entwickeln, um etwa aus der Sprache eines Patient auch Demenz erkennen zu können.

Menschliche Angst

Je schneller die Entwicklung im Bereich künstlicher Intelligenz voranschreitet – und das tut sie derzeit sehr rasant – desto lauter die kritischen Stimmen. Der Physiker Stephen Hawking warnte ebenso vor den Auswirkungen auf die Menschheit wie der Tesla-Gründer Elon Musk. Die Angst vor dem Aufstieg der Maschinen ist ein nur allzu bekannter Topos in Literatur und Film, was die Sorge noch verstärkt. Und angesichts von Plänen, KI in moderne Waffen zu stecken, scheint auch der Terminator nicht mehr so Science-Fiction zu sein wie noch vor 30 Jahren.

Ganz so schlimm ist es dann doch nicht. Die Berichterstattung über die jüngsten Experimente sei vor allem viel unverantwortliche Panikmache, schreibt der Facebook-Forscher Dhruv Batra. Weder hätte sein Team die KI abschalten müssen, noch sei die Erkenntnis neu, dass KIs in der Lage sind, eigene Sprachen zu entwickeln.

Tatsächlich ist es nicht ungewöhnlich, dass eine künstliche Intelligenz zu Ergebnissen kommt, die von den Entwicklern nicht genau nachvollzogen werden können. Sie sind zu einem gewissen Grad eine Blackbox. Deep-Learning-Algorithmen und neuronale Netze erstellen beispielsweise aus dem Input der Daten selbstständig neue Verknüpfungen. Das unterscheidet sie von Software, die nur für bestimmte Aufgaben programmiert wurde.

Algorithmus

Was ist ein Algorithmus

Ein Algorithmus ist eine eindeutige Handlungsvorschrift zur Lösung eines Problems oder einer Klasse von Problemen. Algorithmen bestehen aus endlich vielen, wohldefinierten Einzelschritten. Damit können sie zur Ausführung in ein Computerprogramm implementiert, aber auch in menschlicher Sprache formuliert werden. Bei der Problemlösung wird eine bestimmte Eingabe in eine bestimmte Ausgabe überführt.

Algorithmen sind eines der zentralen Themen der Informatik und Mathematik. Sie sind Gegenstand einiger Spezialgebiete der Theoretischen Informatik, der Komplexitätstheorie und der Berechenbarkeitstheorie, mitunter ist ihnen ein eigener Fachbereich Algorithmik oder Algorithmentheorie gewidmet. In Form von Computerprogrammen und elektronischen Schaltkreisen steuern Algorithmen Computer und andere Maschinen.

Algorithmus und Programme

Für Algorithmen gibt es unterschiedliche formale Repräsentationen. Diese reichen vom Algorithmus als abstraktem Gegenstück zum konkret auf eine Maschine zugeschnittenen Programm (das heißt, die Abstraktion erfolgt hier im Weglassen der Details der realen Maschine, das Programm ist eine konkrete Form des Algorithmus, angepasst an die Notwendigkeiten und Möglichkeiten der realen Maschine) bis zur Ansicht, Algorithmen seien gerade die Maschinenprogramme von Turingmaschinen (wobei hier die Abstraktion in der Verwendung der Turingmaschine an sich erfolgt, das heißt, einer idealen mathematischen Maschine).

Algorithmen können in Programmablaufplänen nach DIN 66001 oder ISO 5807 grafisch dargestellt werden.

Erster Computeralgorithmus

Der erste für einen Computer gedachte Algorithmus (zur Berechnung von Bernoullizahlen) wurde 1843 von Ada Lovelace in ihren Notizen zu Charles Babbages Analytical Engine festgehalten. Sie gilt deshalb als die erste Programmiererin. Weil Charles Babbage seine Analytical Engine nicht vollenden konnte, wurde Ada Lovelaces Algorithmus nie darauf implementiert.

Heutige Situation

Algorithmen für Computer sind heute so vielfältig wie die Anwendungen, die sie ermöglichen sollen. Vom elektronischen Steuergerät für den Einsatz im KFZ über die Rechtschreib- und Satzbau-Kontrolle in einer Textverarbeitung bis hin zur Analyse von Aktienmärkten finden sich tausende von Algorithmen. Hinsichtlich der Ideen und Grundsätze, die einem Computerprogramm zugrunde liegen, wird einem Algorithmus in der Regel urheberrechtlicher Schutz versagt. Je nach nationaler Ausgestaltung der Immaterialgüterrechte sind Algorithmen der Informatik jedoch dem Patentschutz zugänglich, so dass urheberrechtlich freie individuelle Werke, als Ergebnis eigener geistiger Schöpfung, wirtschaftlich trotzdem nicht immer frei verwertet werden können. Dies betrifft oder betraf z. B. Algorithmen, die auf der Mathematik der Hough-Transformation (Jahrzehnte alt, aber mehrfach aktualisiertes Konzept mit Neu-Anmeldung) aufbauen, Programme, die das Bildformat GIF lesen und schreiben wollten oder auch Programme im Bereich der Audio- und Video-Verarbeitung, da die zugehörigen Algorithmen, wie sie in den zugehörigen Codecs umgesetzt sind, oftmals nicht frei verfügbar sind. Die entsprechenden Einsparpotentiale für alle Anwender weltweit (für den Rete-Algorithmus wurde einst eine Million USD auf DEC XCON genannt) dürften heute problemlos die Grenze von einer Milliarde USD im Jahr um ein Zigfaches überschreiten.

Sophia Roboter

Sopphia ist ein vom Hongkonger Unternehmen Hanson Robotics entwickelter humanoider Roboter. International bekannt wurde Sophia durch ihr im Vergleich zu bisherigen Robotervarianten besonders menschliches Aussehen und Verhalten. Gemäß den Angaben des Herstellers besitzt Sophia künstliche Intelligenz, die Fähigkeit zu visueller Datenverarbeitung und zur Gesichtserkennung. Sie imitiert menschliche Gestik und Mimik und ist dazu im Stande, bestimmte Fragen zu beantworten und über vordefinierte Themen (z. B. über das Wetter) einfache Gespräche zu führen.

Berichte über Sophia erschienen in zahlreichen Zeitschriften und Fernsehsendungen.

Am 11. Oktober 2017 wurde Sophia bei den Vereinten Nationen vorgestellt und führte eine kurze Konversation mit der UN Vizegeneralsekretärin Amina J. Mohammed.

Verleihung der Staatsbürgerschaft durch Saudi-Arabien

Am 25. Oktober 2017 verlieh Saudi-Arabien dem Roboter Sophia die Staatsbürgerschaft. Sophia ist somit der weltweit erste Roboter, der eine Staatsbürgerschaft besitzt. Während der Verleihungszeremonie gab sie dem CNBC-Moderator Andrew Sorkin ein Interview.

Kurze Zeit nach der Verleihung der Staatsbürgerschaft verbreitete ein satirisches Blog die Mitteilung, Sophia sei gesteinigt und enthauptet worden, da sie sich entgegen der strengen Sittengesetze in Saudi-Arabien "unverschleiert gezeigt und eigenständige Meinungen geäussert" habe. Der Artikel wurde offensichtlich von zahlreichen Lesern ernst genommen, zehntausendfach ohne Hinweis auf den satirischen Charakter in sozialen Medien geteilt und löste einen Sturm der Entrüstung aus. Der Vorfall wurde daraufhin als Beispiel dafür kritisiert, wie leicht selbst offenkundige Fake News ideologisch instrumentalisiert und durch deren unreflektierte Verbreitung die öffentliche Diskussion beeinflusst werden kann. Andererseits wurde die Verleihung der Staatsbürgerschaft auch in ernst zu nehmenden Kommentaren zum Anlass für Kritik an der Menschenrechtslage im Königreich genommen. Als Roboter habe Sophia in Saudi-Arabien mehr Rechte als menschliche Frauen, da sie sich nicht verschleiern müsse und sich ohne männlichen Vormund frei bewegen könne. Zudem erhalte ein Roboter umstandslos die saudische Staatsangehörigkeit, wohingegen dies für die zahlreichen Gastarbeiter und Einwanderer, die vornehmlich aus ärmeren Ländern stammen, auch nach vielen Jahren als fast unmöglich gelte.

Maschinelles Lernen ist ein Oberbegriff für die „künstliche“ Generierung von Wissen aus Erfahrung: Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern. Das heißt, es werden nicht einfach die Beispiele auswendig gelernt, sondern es „erkennt“ Muster und Gesetzmäßigkeiten in den Lerndaten. So kann das System auch unbekannte Daten beurteilen (Lerntransfer) oder aber am Lernen unbekannter Daten scheitern (Überanpassung; englisch overfitting).

Aus dem weiten Spektrum möglicher Anwendungen seien hier genannt: automatisierte Diagnose­verfahren, Erkennung von Kreditkartenbetrug, Aktienmarkt­analysen, Klassifikation von Nukleotidsequenzen, Sprach- und Texterkennung sowie autonome Systeme.

Das Thema ist eng verwandt mit „Knowledge Discovery in Databases“ und „Data-Mining“, bei dem es jedoch vorwiegend um das Finden von neuen Mustern und Gesetzmäßigkeiten geht. Viele Algorithmen können für beide Zwecke verwendet werden. Außerdem können Methoden der „Knowledge Discovery in Databases“ genutzt werden, um Lerndaten für „maschinelles Lernen“ zu produzieren oder vorzuverarbeiten, und Algorithmen aus dem maschinellen Lernen finden beim Data-Mining Anwendung.

Zurzeit sind auf der Damisoft Home Page 11429 Benutzer registriert. Die Damisoft Home Page verfügt derzeit 38 Seiten und einen Blog der zurzeit 12 Kommentare aufweist. Die Blog Page ist derzeit in 13 Kategorien mit 13 Beiträgen und in 86 Tags unterteilt.

Besten Dank für Ihr entgegengebrachtes Vertrauen und Ihre Kenntnisnahme.

[Gesamt:2    Durchschnitt: 5/5]

Zeitreisen

Als Zeitreise