Was ist Künstliche (maschinelle) Intelligenz?
Künstliche (maschinelle) Intelligenz
Künstliche (maschinelle) Intelligenz (KI bzw. AI - Artificial Intelligence) ist ein Teilgebiet der Informatik. Es geht um Computer und spezielle Programme (Software), die menschliche kognitive Fähigkeiten wie das Erkennen von Mustern, logisches Denken, Zusammenfassen, Planen und Kreieren imitieren.
Bisherige Entwicklung
Der Begriff "Künstliche Intelligenz" wurde bereits in den 1950er Jahren geprägt (Alan Turing: "Computing Machinery and Intelligence").
In den 1960er Jahren entwickelte Joseph Weizenbaum das Programm Eliza, einen Chatbot (ein computerbasiertes, in natürlicher Sprache kommunizierendes Dialogsystem), der das Gespräch mit einem Psychologen simulierte.
Darauf aufbauend entstanden in den 1970er Jahren sogenannte Expertensysteme. Das waren in natürlicher Sprache kommunizierende Dialogsysteme, die Expertenwissen zu spezifischen Themen gespeichert hatten (z.B. Finanzplanung, Fehlerortung in Produktionsanlagen, Diagnose von bakteriellen Infektionen).
Seit den 2000er Jahren haben sich weitere Anwendungen maschineller Intelligenz durchgesetzt und sind alltäglich geworden, zum Beispiel:
- handschriftliche Notizen in Text umwandeln (handwriting recognition)
- gesprochene Sprache in Text umwandeln (speech recognition, speech to text)
- Text in gesprochene Sprache umwandeln (text to speech) [SBB Ansage Maskenpflicht]
- Text oder gesprochene Sprache in Text bzw. gesprochene Sprache in einer anderen Sprache umwandeln (language translation) [Übersetzungen (auch rätoromanisch)]
- bestimmte "Objekte" (z.B. Gesichter, Autokennzeichen, Tumore, militärische Anlagen) in Bildern erkennen (face recognition, pattern recognition) [Gesichtserkennung PimEyes]
- Fahrassistenz-Systeme (driving assistance systems)
- Roboter (robots) [Roboter Nao]
Der 1980er KI-Winter
In den 1980er Jahren gab es einen ähnlichen KI-Hype wie wir ihn heute erleben. Spezielle KI-Systeme (Expertensysteme) dienten z.B. zur Unterstützung bei der Diagnose von Krankheiten, zur Analyse von Gesteinsformationen und Unterstützung bei der Suche nach Bodenschätzen, zur Analyse von molekularen Strukturen und chemischen Verbindungen, zur Risikobewertung und automatisierte Entscheidungsfindung in Geschäftsprozessen.
Beispiel: https://chat.kuki.ai/chat
Die Expertensysteme lösten aber nur ganz spezielle Aufgaben und versagten bei leicht veränderten Aufgabenstellungen. Expertinnen und Experten trainierten die Systeme, was sehr zeitintensiv und entsprechend teuer war. Die Wartung und Weiterentwicklung der Systeme war aufwändig und die Erwartungen (zu) hoch. Die Finanzierung der Systeme versiegte und der Markt brach zusammen.