Die Angst vor einer Roboter-Apokalypse verbirgt die wirklichen Probleme, mit denen wir konfrontiert sind, und ermöglicht es Algorithmen, unser Leben zu regieren. Laut den Experten auf dem Gebiet der künstlichen Intelligenz bewegen wir uns stetig auf einen bestimmten Punkt zu, nach dem wir nichts mehr erfinden müssen: Künstliche Intelligenz wird alles alleine machen und Maschinen werden sich exponentiell verbessern. Wenn dies passiert, was wird aus uns?
In den letzten Jahren haben uns viele prominente Wissenschaftler, von Stephen Hawking bis Elon Musk, gewarnt, dass wir äußerst besorgt über die möglichen gefährlichen Folgen superintelligenter künstlicher Intelligenz sein sollten. Und sie unterstützen ihre Worte mit Taten: Musk unterstützt OpenAI, eine Organisation, die KI entwickelt, die der Menschheit zugute kommt.
Viele halten ihre Befürchtungen jedoch für übertrieben. Wie Andrew Ng von der Stanford University, der auch Chefwissenschaftler des chinesischen Internetgiganten Baidu ist, feststellt, ist die Sorge um einen Maschinenaufstand wie die Sorge um die Überfüllung des Mars.
Dies bedeutet natürlich nicht, dass unsere wachsende Abhängigkeit von KI keine wirklichen Risiken birgt. Tatsächlich sind diese Risiken bereits vorhanden. Da intelligente Systeme immer mehr in alles von der Gesundheitsversorgung bis zur Strafjustiz involviert sind, besteht die Gefahr, dass wichtige Teile unseres Lebens übersehen werden.
Darüber hinaus kann KI zu unangenehmen Konsequenzen führen, wenn wir nicht darauf vorbereitet sind. Ändern Sie beispielsweise unsere Einstellung gegenüber Ärzten zu scharf feindlich.
Werbevideo:
Zwei Worte zur künstlichen Intelligenz
In einfachen Worten, dies sind Maschinen, die Dinge tun, die normalerweise geistige Anstrengung seitens einer Person erfordern: das Verstehen der natürlichen Sprache, das Erkennen von Gesichtern auf Fotos, das Fahren von Autos und so weiter.
Es gibt einen Unterschied zwischen einem mechanischen Manipulator in einer Produktionslinie, der für die Ausführung derselben Aufgabe programmiert ist, und einem Manipulator, der unabhängig voneinander lernt, verschiedene Aufgaben durch Ausprobieren auszuführen.
Wie hilft uns die KI?
Der heute führende Ansatz in der KI ist das maschinelle Lernen, bei dem Programme darauf trainiert werden, bestimmte Muster in großen Datenmengen zu identifizieren, z. B. ein Gesicht in einem Bild zu identifizieren oder einen erfolgreichen Schritt im Brettspiel zu machen. Diese Methode kann auf eine Vielzahl von Problemen angewendet werden. Trainieren Sie beispielsweise Computer, um ein bestimmtes Muster in medizinischen Bildern zu identifizieren. DeepMind, ein Unternehmen für künstliche Intelligenz im Besitz von Google, entwickelt Software, die die Diagnose von Krebs und Augenkrankheiten anhand von Patientenscans lernt. Andere verwenden maschinelles Lernen, um frühe Anzeichen von Herzerkrankungen und Alzheimer zu erkennen.
Künstliche Intelligenz wird auch bereits verwendet, um große Mengen molekularer Informationen auf der Suche nach potenziellen neuen Medikamentenoptionen zu analysieren - ein Prozess, der für den Menschen äußerst zeitaufwändig ist. Sehr bald könnte maschinelles Lernen für die Medizin unverzichtbar werden.
Künstliche Intelligenz hilft uns auch bei der Verwaltung extrem komplexer Systeme wie der globalen Lieferkette. Das System im Herzen des Containerterminals Port Botany in Sydney verwaltet Zehntausende von Schiffscontainern, eine Flotte automatisierter Fahrzeuge usw. völlig ohne Personen. Im Bergbau werden zunehmend Optimierungssysteme eingesetzt, um die Bewegung von Ressourcen wie Eisenerz zu planen und zu koordinieren.
KI funktioniert überall, von der Finanzierung über den Transport bis hin zum Fliegen von Flugzeugen und zur Überwachung der Börse. Und sie schützen Ihre E-Mails vor Spam. Dies ist jedoch nur der Anfang. Während sich die KI entwickelt, wird sie immer komplexer und interessanter.
Worin besteht das Problem?
Anstatt uns über eine zukünftige KI-Revolution Gedanken zu machen, besteht das größte Risiko darin, dass wir den intelligenten Systemen, die wir bauen, zu viel Vertrauen schenken. Es genügt daran zu erinnern, dass maschinelles Lernen Software trainiert, um Muster in Daten zu identifizieren. Nach dem Training werden frische, noch nicht untersuchte Daten analysiert. Aber wenn ein Computer eine Antwort ausspuckt, haben wir normalerweise keine Ahnung, wie es dazu kam.
Hier gibt es offensichtliche Probleme. Ein System ist nur so gut wie die Daten, aus denen es lernt. Nehmen Sie ein geschultes System, um festzustellen, welche Patienten mit Lungenentzündung am wahrscheinlichsten sterben, damit sie zuerst ins Krankenhaus eingeliefert werden. Nehmen wir an, sie klassifiziert versehentlich Patienten mit Asthma bronchiale als Patienten mit geringem Risiko. Weil Menschen mit Asthma und Lungenentzündung normalerweise direkt auf die Intensivstation gehen, erhalten sie eine Behandlung, die das Todesrisiko verringert. Maschinelles Lernen sieht dies als "Asthma + Lungenentzündung = geringeres Todesrisiko".
Wenn die KI Zugang zu allen Bereichen Ihres Lebens erhält, steigt das Risiko, dass etwas schief geht - wenn dies nicht vorgesehen ist, steigt es. Und da die meisten Daten, die wir an AI weitergeben, nicht perfekt sind, sollten wir in den meisten Fällen keine perfekten Antworten erwarten. Wir bauen künstliche Intelligenz in unserem eigenen Bild und Gleichnis auf; höchstwahrscheinlich wird er "nicht sehr" sein, wie wir.
ILYA KHEL
