AI ist gekommen um zu bleiben

Seit der Geburtsstunde des Computers hat der Mensch Programme entwickelt und perfektioniert. Fast immer mit dem Ziel effizienter zu werden und die Lebensqualität zu erhöhen. Die Informatik hat sich seither in viele Spezialgebiete aufgeteilt und jüngst ist ein neues Gebiet hinzugekommen: Die Künstliche Intelligenz oder kurz AI für das englische «artificial intelligence».

 

Heutige AI-Algorithmen übertreffen den Menschen in puncto Genauigkeit und Geschwindigkeit bei der Erledigung von Aufgaben, bei welcher Entscheidungen aufgrund von Wissen und Erfahrung getroffen werden müssen. Im Gegensatz zu herkömmlichen Programmen, bei welchen komplizierte Regelwerke fest einprogrammiert werden mussten, sind AI-Algorithmen durch maschinelles Lernen in der Lage, Regeln abzuleiten und diese automatisch in Programme umzuwandeln. Um beispielsweise einen Spam-Filter für E-Mails zu entwickeln, müssten Millionen von E-Mails manuell analysiert und daraus Regeln abgeleitet werden. Beim maschinellen Lernen kann man diese Analyse der Maschine überlassen, welche mittels statistischer Methoden E-Mails als Spam erkennt.

 

In diversen Produkten arbeitet AI heute bereits mit, um das Kundenerlebnis zu verbessern oder Prozesse effizienter zu gestalten. Allein in einem Smartphone kümmert sie sich um die Kategorisierung von Fotos, bestmögliche Akku-Nutzung, das
Erkennen vom Besitzer über die Kamera sowie die Interaktion mit diesem über digitale Assistenten. In effekthascherischer Manier zeigen die Tech-Firmen, wozu AI fähig ist und entwerfen
Algorithmen, welche die komplexesten Spiele besser beherrschen als die weltbesten Spieler.

 

Trotzdem haben vor allem KMUs Mühe, AI produktiv einzusetzen. Das liegt hauptsächlich an zwei Dingen: Erstens fehlt es an Ideen für konkrete Anwendungsfälle mit absehbaren ROI und zweitens sind die Daten verteilt, heterogen und nicht direkt zugreifbar. Oder die Daten fehlen gar komplett, da historische Daten nicht gesammelt oder ausreichend digitalisiert wurden.

 

Daten und maschinelles Lernen

Beginnen wir deshalb beim Datenthema und damit, wie AI aus Daten lernt. Genau genommen «lernt» eine künstliche Intelligenz gar nicht, es ist jedoch eine gute Analogie. In Wirklichkeit wird beim maschinellen Lernen versucht, in den Daten eine mathematische Funktion zu finden, die so allgemein funktioniert, dass damit auch für neue und vorher unbekannte Eingaben die richtigen Lösungen
gefunden werden. Das funktioniert aber nur, solange die Eingabe
nicht zu stark von denjenigen Daten abweicht, mit welchen die Maschine gelernt hat. Das bedeutet, dass heutige AI keine menschliche Intelligenz besitzt, sondern lediglich eine Inselbegabung.

 

Den gesamten Artikel von unserem Konferenz-Speaker Pascal Wyss von ti&m könnt ihr hier lesen.