Alles KI? (eBook)

Wie, bitte, funktioniert KI?

Eins vorweg: Weil sich dieses Buch primär an Menschen richtet, die in ihrer Anfangsphase der Entdeckungsreise von KI sind, lasse ich die stark IT-lastigen Perspektiven weitgehend außen vor. Wenn dir die nun kommende technische Erklärung, was KI ist, also nicht genügen sollte, dann besuche unsere Website www.allesKI.com. Dort kannst du alle Details direkt bei unserer KI nachfragen.

Mir geht es ja nicht so sehr darum – bildlich gesprochen – jede Schraube und jede Zündkerze im Detail zu erklären. Ich möchte zwar ein Grundverständnis davon erzeugen, wie KI funktioniert. Aber mehr noch will ich Lust darauf machen, dieses Fahrzeug in Betrieb zu nehmen und spannendes Terrain damit zu erkunden.

Künstliche Intelligenz – das ist ein großes Wort für eine noch größere Wirklichkeit, die Tag für Tag wächst und sich in Riesenschritten weiterentwickelt. Auch deshalb, weil mittlerweile KI selbst dafür eingesetzt wird, KI zu trainieren und weiter voranzutreiben.

Denn das ist der Unterschied zwischen herkömmlicher Software und KI: Künstliche Intelligenz ist lernfähig und verbessert sich jeden Tag durch den Input, den sie von zahlreichen Menschen und KI-Systemen erhält.

Dabei sollten wir uns zunächst eines bewusst machen: Die KI gibt es nicht. Künstliche Intelligenz ist vielmehr ein Oberbegriff für eine Vielzahl von Anwendungen, für eine Reihe neuartiger Technologien, die sich sowohl in ihrer Funktionsweise als auch in ihrer Bauart von herkömmlichen Computeranwendungen unterscheiden.

Aber um KI zu verstehen, gilt es im ersten Schritt zu begreifen, was wir hier überhaupt mit »Intelligenz« meinen.

Ich definiere »Intelligenz« als eine Kombination aus Aufnahme, Verarbeitung, Speicherung und Bereitstellung von Information mit der daraus erfolgenden Fähigkeit, auch schwierige Fragestellungen zu beantworten und kreativ Probleme zu lösen.

Und was ist demzufolge »Künstliche« Intelligenz? Mir gefällt die Definition von Bitkom, dem Branchenverband der Deutschen IT, die kurz und bündig lautet: »Künstliche Intelligenz ist die Eigenschaft eines IT-Systems, ›menschenähnliche‹, intelligente Verhaltensweisen zu zeigen.«13

Wir sprechen also von einem technischen System, das selbstständig Aufgaben löst, lernfähig ist, Informationen kombiniert, Schlussfolgerungen zieht und Ergebnisse präsentiert, die relevant sind.

Da mittlerweile viele KI und besonders die sogenannten Large Language Models (LLM), also die großen und auf Sprache basierenden KI-Modelle wie ChatGPT, diese Kriterien erfüllen, können sie meines Erachtens gemäß dieser pragmatischen Definition als »intelligent« bezeichnet werden.

Was das bedeutet, zeigt die Abgrenzung zu »traditioneller« Software. Bei einer herkömmlichen IT-Lösung steht das Ergebnis, das sie erzeugen wird, vorab bereits immer schon fest. Es ist also prinzipiell vorhersehbar. Denn es soll ja bei gleicher Aufgabenstellung stets das gleiche Ergebnis generiert werden.

KI hingegen reagiert, wenn es um Sprache oder Bilder geht, dynamisch und flexibel. Sie holt nicht per Copy-and-Paste vorgefertigte Antworten aus sich heraus. Stattdessen durchläuft sie ähnliche Prozesse wie unser eigenes Gehirn, das aus der riesigen Menge an abgespeicherter Information und aus der Fähigkeit, kreativ zu assoziieren, möglichst passende Antworten zusammenbaut.

Um dies in ein Bild zu packen: Stelle dir vor, du gehst zu einem fachkundigen Bibliothekar eines Spezialgebietes. Er hat Tausende Bücher gelesen. Du stellst ihm eine Frage. Er sucht in seinem Katalog relevante Bücher und Fachartikel, die er in atemberaubendem Tempo verschlingt. Um diese Informationen reicher, gibt er dir dann eine zusammenfassende Antwort. Auf deine weiteren Fragen hin nennt er dir weitere Details, die er durch permanente Nachforschungen generiert. So wird er durch jede Frage klüger. Deshalb sieht seine Antwort auf die gleiche Frage einen Tag später bereits etwas anders aus, weil er durch die Beschäftigung mit deinem Wunschthema bereits wieder fachkundiger geworden ist. Soll heißen: Künstliche Intelligenz wird durch die tägliche Arbeit, die sie leistet, immer noch wissender, informierter, klüger.

Nun gilt es, zwischen sogenannter Starker und Schwacher KI zu unterscheiden. Bei Schwacher KI (Narrow AI oder Weak AI) geht es darum, in kürzester Zeit ganz konkrete Probleme zu lösen, etwa bei der Sprach- oder Bilderkennung. Solche KI kommt z. B. bei Navigationssystemen oder bei Gesichtserkennung oder Schachprogrammen zum Einsatz. Aber auch die heutigen, schon sehr mächtigen Modelle wie ChatGPT fallen in diese Kategorie der Schwachen KI. Denn sie haben kein eigenes Bewusstsein oder so etwas wie Selbsterkenntnis.

Starke KI hingegen (Strong AI) ist so mächtig wie komplexes menschliches Denken oder geht darüber hinaus. Sie soll in der Lage sein, jede intellektuelle Aufgabe zu bewältigen. Deswegen bezeichnet man sie alternativ auch als Artificial General Intelligence (AGI). Ein derartiges System hat die Fähigkeit, zu argumentieren, zu planen und kreativ zu sein. Bis vor Kurzem war Starke KI noch eine Utopie. Aber nun scheint es, als sei sie in greifbarer Nähe. Natürlich gibt es in diesem Kontext eine starke Diskussion darüber, ob Maschinen auch so etwas wie Bewusstsein oder gar Gefühle entwickeln können. Mein persönliches Fazit daraus: In der Praxis genügt es, wenn Maschinen diese Dimensionen menschlichen Erlebens detektieren und simulieren können, etwa indem sie Stimmungslagen durch Gesichts- oder Stimmanalysen erkennen. Und dies gelingt ihnen immer besser.

In diesem Sinne bin ich da ganz bei Experten wie Max Tegmark (siehe das Interview auf Seite 79): Er sieht es als gar nicht erforderlich an, dass Maschinen zeitgleich und in einem einzigen System die große Komplexität menschlicher Sinneswahrnehmungen, Emotionen, Sprachbegabung, Rechenfähigkeit und Intellektualität abdecken. Denn diese Systeme können in Maschinen auch nebeneinander existieren. Und in vielen Einzelgebieten sind sie uns ja bereits heute haushoch überlegen.

Spezialisierte KI kann bereits derart gut und korrekt rechnen, dass selbst ein Mathematiker wie Dr. Ben Goertzel immer wieder überrascht ist (siehe Interview auf Seite 147).

Wie weit wir in Richtung Starker KI bereits gekommen sind, wird unter Experten ebenso heiß diskutiert wie die Frage, wie eine solche praktisch aussähe und welche Kriterien sie erfüllen müsste, damit sie sich als solche qualifiziert.

Eine meiner Meinung nach recht überzeugende Antwort kommt von dem aus Deutschland stammenden Stanford-Professor Sebastian Thrun: »Ein Jahr lang die Arbeit eines Büroangestellten übernehmen, ohne dass es irgendeiner merkt.« Eine ähnliche Antwort lieferte auch Kristian Kersting, Professor am Center for Cognitive Science der TU Darmstadt: »Wenn ich bei einer neuen Mitarbeiterin in meiner Arbeitsgruppe erst nach einem halben oder einem Jahr merke, dass es sich um Künstliche Intelligenz handelt.« Während nun Kersting glaubt, dass man nach dieser Definition AGI auch die nächsten zwei bis drei Generationen noch nicht erleben werde, sagt Klaus Mainzer, Emeritus of Excellence an der School of Social Sciences and Technology der TU München, dass die Frage weitgehend hinfällig sei, da bereits die heute existierende Generative KI (wie ChatGPT) drei wichtige Kriterien für AGI erfülle. Denn diese sei a) vielseitig anwendbar b) in vielen Feldern sehr leistungsfähig und c) bis zu einem gewissen Grad selbstlernend, um Aufgaben zu lösen.

Dahingegen vertritt Prof. Dr. Katharina Zweig von der TU Kaiserslautern die Haltung, dass »hoffentlich niemand« in absehbarer Zeit eine AGI entwickelt. Denn es sei nahezu unmöglich, einer solchen einen ihrer Mächtigkeit angemessenen moralischen Kompass einzubauen.14

Ich überlasse diesen Streit gerne den Vordenkern der KI-Forschung. Fakt ist aber, dass wir mit Riesenschritten auf Starke KI zusteuern. Nicht nur werden unsere Computersysteme exponentiell leistungsfähiger, der Wettstreit unter den KI-Giganten führt auch dazu, dass die Investitionssummen stets neue Rekorde brechen. Und diese ziehen eine immense Menge an wissenschaftlicher Forschung nach sich. Einer Schätzung zufolge, erschienen allein im ersten Halbjahr 2023 weltweit im Schnitt mehr als 150 wissenschaftliche Arbeiten zum Thema KI – pro Tag!15

Natürlich ist, abgesehen von einer KI selbst, niemand in der Lage, derart viele Forschungsarbeiten zu lesen, geschweige denn zu verstehen. Dennoch verspricht uns die stark ansteigende...