2    Machine Learning, Data Science und künstliche Intelligenz

»I believe that at the end of the century the use of words and general educated opinion will have altered so much that one will be able to speak of machines thinking without expecting to be contradicted.« (Alan Turing 1950)

Der Begriff Data Science wurde zwar schon in den 1960er-Jahren geprägt, hatte aber zunächst nichts mit künstlicher Intelligenz zu tun, die wenige Jahre zuvor zumindest konzeptionell erste Popularität erfuhr. Die Grundlagen für Machine Learning entstanden schon viel früher und legten den Grundstein für viele Konzepte der künstlichen Intelligenz, basierten zunächst aber einfach auf statistischen Modellen. Wie sich die Bereiche genau unterscheiden, das ist das Thema dieses Kapitels.

2.1    Aus der Geschichte lernen – alles nur ein Hype?

Wer den Begriff »künstliche Intelligenz« (KI) in den Mund nimmt, riskiert schon den Vorwurf, sich eines Buzz Words zu bedienen. Kein Wunder, denn die Geschichte der künstlichen Intelligenz ist bis heute von vielen Enttäuschungen gezeichnet. Wir untersuchen in diesem Kapitel, ob es dieses Mal anders sein wird.

2.1.1    Daten und Maschinen vor den Anfängen der KI

Daten sind kein neuzeitliches Phänomen. Schon vor Tausenden von Jahren wurden Daten gesammelt, und sei es nur, um etwas zu zählen und das Ergebnis zu speichern. Bauern, die ihr Vieh zählen wollten, nutzten Steine, für jedes Tier einen, und legten diese in einen Beutel, um zu einem späteren Zeitpunkt nachzählen zu können. Auch Menschen wurden gezählt: Die berühmteste aller Volkszählungen im christlichen Abendland wird schon in der Bibel erwähnt, und alle hatten das gleiche Ziel, nämlich das Volk zu schätzen, um die potenziellen Steuereinnahmen berechnen zu können. Man könnte also behaupten, dass Volkszählungen schon früh einen negativen Beigeschmack für die Betroffenen hatten. Zu dieser Zeit war der Abakus bereits als Rechenmaschine verbreitet.

Im 17. Jahrhundert begannen an verschiedenen Orten Arbeiten an mechanischen Rechenmaschinen, hier seien Schickard, Pascal und Leibnitz erwähnt. 1646 wurde der Begriff Data zum ersten Mal im Englischen für gegebene Quantitäten in mathematischen Problemen genutzt.[ 6 ]

Der Traum von einer Maschine, die selbstständig denken kann, befeuerte schon früh die Menschen und sorgte auch für den Erfolg des Schachtürken, einer 1769 erbauten Maschine, die wie ein Schachroboter zu funktionieren schien. Tatsächlich steckte in der Maschine aber ein kleinwüchsiger Mensch. Amazon ließ sich von dem Schachtürken dazu inspirieren, den Crowdsourcing-Dienst von Amazon Mechanical Turk zu nennen.

Das Arithmomètre von Charles Xavier Thomas von 1820 war die erste in Serienproduktion hergestellte und weitverbreitete Rechenmaschine, sie basierte auf der Leibnitzschen Maschine. Wenige Jahre zuvor waren die ersten Maschinen entstanden, die automatisch Aufgaben ausführen konnten. Der Jacquard-Webstuhl funktionierte mit dem Prinzip einer Lochkarte, auf der ein Muster »vorprogrammiert« war. Man könnte das Muster auf den Lochkarten auch als Datensatz verstehen, zumindest aber wurden Software und Hardware sozusagen voneinander getrennt. Durch den Jacquard-Webstuhl konnte schneller, aber auch mit weniger Personal produziert werden, was dazu führte, dass die bisher traditionell arbeitenden Weber und Weberinnen um ihre Existenz fürchteten. Es ist also nicht das erste Mal, dass Arbeitsplätze durch Maschinen bedroht sind oder sogar wegfallen. Denn genau dies wird auch durch die Einführung von KI-Systemen befürchtet.

Abbildung 2.1     Eine Hollerith-Lochkarte aus dem 19. Jahrhundert

Die Volkszählung in den USA um 1890 markierte einen Wendepunkt in der Geschichte der Datenverarbeitung, da das Prinzip der Lochkarten das erste Mal verwendet wurde, um die Datenauszählung zu beschleunigen. Ein Beispiel für eine Lochkarte können Sie in Abbildung 2.1 bewundern.

Tabelliermaschinen wurden bis zum Anfang der 1960er-Jahre eingesetzt; zu diesem Zeitpunkt waren Lochbänder bereits schneller, die wiederum von der magnetischen Datenaufzeichnung überholt wurden.

In den folgenden Jahrzehnten nach Hollerith beschleunigte sich die Entwicklung. Konrad Zuse baute in der zweiten Hälfte der 1930er-Jahre die Z1, das erste »elektronische Gehirn« basierend auf Relais, die im Jahr 1943 folgende Z3 gilt als der erste funktionsfähige Computer der Welt. Auf Basis der Arbeiten von Turing während des Zweiten Weltkriegs, die zum Entschlüsseln der deutschen Wehrmacht-Nachrichten führten, entstand 1946 der ENIAC, der erste digitale programmierbare Röhrencomputer (siehe Abbildung 2.2).

Abbildung 2.2     Der ENIAC, Quelle: US Army (Public Domain)

In den 1950er-Jahren kamen die ersten kommerziellen Computer auf den Markt, unter anderem der UNIVAC I und der TRADIC; Letzterer war der erste Computer, der komplett mit Transistoren bestückt war anstatt mit Röhren. Ebenfalls in diesem Jahrzehnt wurde die IBM 1401 vorgestellt, die als Urvater der modernen EDV gilt. Die monatliche Miete für so einen Rechner lag inflationsbereinigt bei 23500 Dollar, ein saftiger Preis, der aber trotzdem vielen Firmen Produktivitätsgewinne bescherte. DEC stellte in den 60er-Jahren die PDP-8 für weniger als 20000 Dollar vor. Inflationsbereinigt sind das heute immer noch knapp 180000 Dollar, aber dennoch war die Maschine so erschwinglich, dass immer mehr Forschungseinrichtungen sich Computer leisten konnten.

2.1.2    Der erste Frühling der künstlichen Intelligenz

Diese Entwicklung der Hardware beflügelte die Fantasie der Wissenschaftler und der Öffentlichkeit. In den 1950er-Jahren glaubte man, dass es nur noch eine Dekade dauern würde, bis ein Computer einen Menschen im Schach schlagen könnte. Diese im Nachhinein als »Frühling« bezeichnete Phase war voller Euphorie. Tatsächlich dauerte es aber bis 1997, dass IBMs Deep Blue den damaligen Schachweltmeister Garri Kasparov schlagen konnte.

Viele Forschungsprojekte waren vom amerikanischen Militär getrieben, so wollte man zum Beispiel russische Dokumente automatisch übersetzen können. Zwar sehen wir heute bereits gute Programme wie Deepl.com oder Google Translate, zu dieser Zeit war man aber noch weit davon entfernt. Auch entstanden zu dieser Zeit die Konzepte für neuronale Netzwerke.

Ein anderer Ansatz war der General Problem Solver von Simon und Newell, der bereits 1957 entstand. Diese Software sollte ein Problem in kleinere Teilprobleme unterteilen, die dann einfacher zu lösen waren. So allgemein nutzbar war diese Software allerdings nicht.

Außerhalb der Labore entstanden außerdem romantische Vorstellungen davon, was ein Computer leisten könne. 1968 sang zum Beispiel France Gall, dass der Computer Nr. 3 ihr den richtigen »Boy« finden würde; diese Hoffnungen und Träume, die in die künstliche Intelligenz investiert wurden, waren nicht untypisch für die damalige Zeit.

2.1.3    Der erste KI-Winter

Anfang der 1970er-Jahre brach der erste KI-Winter ein. Als KI-Winter bezeichnet man Phasen, in denen KI-Projekten die Forschungsgelder entzogen oder stark gekürzt werden, weil die erhofften Ergebnisse ausblieben. Ausgelöst wurde dieser erste KI-Winter durch mehrere Veröffentlichungen, unter anderem ein Buch über Perzeptronen von Minsky und Papert, der die Grenzen des Ansatzes aufzeigte. Der General Problem Solver war bereits vorher eingestellt worden....