Deutscher Gewerkschaftsbund

Wie lernt eine Künstliche Intelligenz die Regel eines Spiels kennen, ohne jemals vorher einen Spielzug gemacht zu haben? Und: Was hat die große Liebe mit höherer Mathematik zu tun? Diesen Fragen geht Guido Brombach nach.

DGB / pexels.com / Matan Segev

Vor 20 Jahren habe ich eine Diplomarbeit mit dem Titel „Grenzen und Möglichkeit künstlicher Intelligenz und ihre Implementierung in Computerlernprogramme“ geschrieben. Zu diesem Zeitpunkt war die KI-Forschung schon 30 Jahre alt und der Durchbruch stand kurz bevor. Zusammen mit dem Einbruch der digitalen Märkte wurde es dann wieder sehr ruhig um die KI, wohl auch, weil die Forschungsgelder nicht mehr flossen. Nun ist das Thema wieder auf der Tagesordnung in Wirtschaft und Gesellschaft.

DGB/Denis Ismagilov/123rf.com

Guido Brombach arbeitet für das DGB Bildungswerk und leitet das Kompetenzzentrum Technologie und Gesellschaft. Im Juni leitet er ein Bildungsurlaubsseminar (30.06.2019 - 05.07.2019) mit dem Titel „Cyborgs, Big Data, selbstfahrende Autos. Darf der Mensch alles, was er kann oder brauchen wir eine Technologieethik?“ in dem sich Kolleginnen vertieft mit der Fragestellung befassen können.

Starke und Schwache KIs: Beobachten und Muster erkennen

Worum geht es? Wir unterscheiden starke und schwache KIs. Starke KIs sind Maschinen, die nicht für eine bestimmte Problemlösung programmiert wurden und existieren zur Zeit noch nicht. Schwache KIs arbeiten sich an vorher definierten Problemen ab, finden Muster und können darauf hin intelligent anmutende Entscheidungen treffen. Ein Beispiel für eine schwache KI ist AlphaGo von Google, dass erlernt hat Go zu spielen und daraufhin besser wurde als die menschlichen Spielenden. AlphaGo kannte keine Regeln für Go und hat sich das Spiel und seine Regeln durch „Beobachtung“ angeeignet.

Beobachtung heißt für das Programm, Muster zu erkennen und am Ende ein Regelwerk auf dieser Basis zu erstellen. Je mehr Go Spiele AlphaGo analysiert, um so präziser ist die Wahrscheinlichkeit, dass die Regeln mit den tatsächlichen übereinstimmen. In der Realität hat AlphaGo 30 Millionen Spielzüge analysiert. Ein Programmstrang hat daraus die Regeln des Spiels berechnet, ein zweiter Programmteil hat die Züge und die Stellung der Steine auf dem Brett verglichen und bewertet.

Wie funktionieren KI, Big Data und Co?

SmartUnion gibt Rat - Jetzt den kostenlosen Newsletter abonnieren

Wie funktioniert eine KI?

Was wie menschliche Intelligenz aussieht, ist in Wirklichkeit höhere Mathematik. Das Spiel Go muss zu einer berechenbaren Größe gemacht werden, um es als algorithmische Maschine (Computer von to compute = engl. berechnen) spielen zu können. Alles, was KI also kann, muss berechenbar sein, zumindest mit der Art von Computerarchitektur, die wir heute kennen und nutzen. Die KI unterscheidet sich also von der menschlichen in einem ganz wesentlichen Punkt: Statt eines Gedanken, einer Assoziation, kennt die Maschine nur die Mathematik.

Mit höhere Mathematik zur großen Liebe

Jedes Problem muss also mathematisch gelöst werden und damit ist für den Computer jedes Problem ein Datum, so wie für den Hammer alles ein Nagel ist. Als Beispiel sei die Partnervermittlung genannt. Ein zutiefst menschliches Bedürfnis, das sich auch mathematisch lösen lässt, wenn nur genug Datenpunkte zur Verfügung stehen. Das System „lernt“ in dem es aus tausenden Datensätzen darauf konditioniert wird, was Menschen einander anziehen lässt und welche Vorlieben das Individuum hat. Auf dem DGB-Bundeskongress im Mai 2018 hatte ich eine Maschine gebaut, mit deren Hilfe ich die Berechnung des/der richtigen Lebenspartners/in erklärt habe:

KIs sind letztendlich Entscheidungshelfende. Die Entscheidungen werden aber nicht auf neutralem Boden getroffen, wie man vielleicht einer nicht menschlichen Maschine unterstellen würde, sondern auf der Basis von gigantischen Datenmengen. Im Grunde ist ein maschinell lernendes System der Funktionsweise eines menschlichen Gehirns nachgebaut. Es vergleicht zufällig Daten miteinander. Ist eine gefundene Aussage wahr, wird sie als verstärkte Beziehung zwischen zwei oder mehr Datenpunkten verstanden. Wenn sich die Aussage ein weiteres Mal als wahr erweist, wird die Beziehung zwischen den Daten weiter verstärkt. Aus diesen Verstärkungen lassen sich Muster erkennen. Muster wiederum sind weder richtig noch falsch, sondern Wahrheiten mit unterschiedlichen Wahrscheinlichkeiten.

Expertensysteme dominieren zur Zeit

Vollkommen eigenständige Entscheidungen kann eine Maschine im Falle von AlphaGo treffen. In den allermeisten Fällen, in denen KIs heute zum Einsatz kommen, werden dem Menschen allerdings beruhend auf den genannten Mustern Entscheidungen und entsprechen-de Wahrscheinlichkeiten angeboten, die eine Entscheidungsfindung dann unterstützen können. Diese werden als sogenannte Expertensysteme bezeichnet.

„Leider gibt es immer wieder künstliche Intelligenzen, die ihre Fehler nicht melden, sondern verheimlichen, weil sie Angst haben, gelöscht und ersetzt zu werden.“ (Marc-Uwe Kling, Qualityland)

Ausblick: Warum wir eine KI-Ethik brauchen

Heutige KIs sind schwache KIs, die mögliche Entscheidungshilfen bereitstellen. Insofern ist das selbstfahrende Auto, das eigenständig abwägt, ob es den alten Menschen statt der Kindergruppe umfährt, mehr als theoretisch. Eine solche Entscheidung sollten wir niemals einer Maschine überlassen, die am Ende den Rechenweg nachvollziehbar macht, und damit die Entscheidung erklärt, weil die Abwägung zwischen Menschenleben immer eine unmoralische Entscheidung hervorbringen muss. Die Bundesregierung hat, auch um den gesellschaftlichen Diskurs zu flankieren, eine Enquete Kommission zu den Chancen und Herausforderungen von KI gegründet. Dort werden solche Überlegungen auch breit diskutiert.

Paperclips: KI spielerisch kennenlernen

Wer sich auf eine Erfahrung der besonderen Art einlassen will, dem/der sei das Spiel Paperclips empfohlen. Hier sollen Büroklammer produziert werden und aus der anfänglichen Automatisierung wird recht schnell eine Digitalisierung des Produktionsbetriebs, der über kurz oder lang in der Schaffung einer KI gipfelt, um die Büroklammerproduktion zu optimieren/ zu automatisieren. Am Ende des Spiels (nach ca. 6 Stunden) stellt sich die Frage, wer die KI ist, die Software zur Produktion von Büroklammern oder vielleicht der Nutzende vor dem Bild-schirm, der/die zu einer Verlängerung des auf Entscheidungen basierten Systems geworden ist. Denn am Ende kann der Mensch bei dem Einsatz von KIs häufig nur aus einer endlichen Menge an Optionen auswählen und die Frage ist, wie diese Optionen zustande gekommen sind.