KI muss für die Menschheit wirklich vorteilhaft sein und darf die Menschen nicht in einem kalten Kalkül der Effizienz untergraben. Menschen auf der ganzen Welt setzen sich mit den ethischen, ökonomischen, politischen und regulatorischen Implikationen der KI auseinander.
Ist unser Recht auf Sicherheit vergleichbar mit dem Recht auf Datenschutz? Das Recht auf ein Auto mit Sicherheitsgurt kann ein Autokäufer nicht aufgeben. Wenn ein gewisses Mass an Privatsphäre wirklich ein Recht ist, sollten wir nicht zulassen, dass dieses für einen kostenlosen Service aufgegeben werden kann.
Was ist AI?
Vereinfacht gesagt ist Künstliche Intelligenz (KI) Technik, welche autonom entscheidet und sich zudem autonom weiterentwickelt.
Laut Jeffrey Hinton – einem der drei Turing Award 2018 Gewinner – können wir die Forschungsansätze in der Künstlichen Intelligenz in zwei Gruppen einteilen:
1. Der logisch inspirierte Ansatz – die Verwendung von symbolischen Regeln zur Manipulation des symbolischen Ausdrucks. Hier konzentrieren wir uns vor allem auf das Denken.
2. Der biologisch inspirierte Ansatz, bei dem das Wesen der Intelligenz darin besteht, die Stärken der Verbindungen in einem neuronalen Netz zu lernen. Hier fokussieren wir auf das Lernen und die Wahrnehmung.
Association for Computing Machinery (ACM) ernannte Yoshua Bengio, Geoffrey Hinton und Yann LeCun zu Empfängern des ACM A.M. Turing Award 2018 für konzeptionelle und technische Durchbrüche, die tiefe neuronale Netze (deep learning) zu einer kritischen Komponente der Informatik gemacht haben.
Was kann AI heute besser als der Mensch?
AI ist z.B. als Roboter besser als der Mensch wenn es um repetitive Aufgaben geht wo Ausdauer und Präzision sehr wichtig sind.
KI wird auch eingesetzt um in grossen Datenmengen Muster zu erkennen, die Daten einordnen und Vorhersagen treffen. Auch hier ist AI besser als der Mensch.
Wichtig ist, dass wir uns bewusst sind Maschinen können bessere Arbeit leisten auch wenn diese nur in 80 Prozent der Fälle richtig liegen, der Mensch aber nur in 60 Prozent.
Was kann der Mensch besser als die Maschine?
Die Grenzen der KI-Systeme liegen dort, wo es um den direkten Umgang mit Menschen geht. AI besitzt derzeit weder Emotionen noch Empathie oder soziale Intelligenz.
Was bezeichnet Machine Learning?
Die meisten heute genutzten KI-Programme können wir unter Machine Learning einordnen. Dies its ein Oberbegriff, der eine Klasse von lernenden Algorithmen bezeichnet, die aus „Erfahrung“ lernen können. Kurz gesagt, Machine Learning beinhaltet eine Sammlung von mathematischen Methoden der Mustererkennung z.B. in Daten, Fotos, usw.
Ähnlich wie wir Menschen, können Maschinen auf diese Weise aus einer grossen Zahl von Beispielen oder Fällen lernen. Nach einer Lernphase können diese Erkenntnisse wieder auf reale Fälle angewandt werden. Hier nutzt das Programm eine grosse Anzahl von Daten um daraus für eine Aufgabe zu lernen und daraus Rückschlüsse zu ziehen um Entscheidungen zu treffen. Nach einer Lernphase können diese Erkenntnisse wieder auf reale Fälle angewandt werden. Ein wichtiger Einsatzbereich für Machine-Learning-Algorithmen ist beispielsweise die Erkennung von Kreditkartenbetrug. Bei einem meiner Freunde hat es z.B. nach dem Einkauf von Schmuck für seine Frau die Karte gesperrt, weil der Freund noch nie vorher Schmuck in all den Jahren vorher auf dieser Kreditkarte eingekauft hatte.
Weitere Beispiele sind unser Email Programm, welches weiss ob eine Mail als Spam eingeordnet werden soll. Weiter kann ein solches Programm mir auch bei der Beantwortung von Emails helfen. Basierend auf vielen ähnlichen Emails offeriert mir z.B. Gmail eine Kurzantwort an den Sender. Diese kann ich auswählen und schicken oder aber auch noch mit Zusatzinformationen ergänzen.
Was sind neuronale Netze, Deep Learning?
Künstliche neuronale Netze sind ein Spezialbereich des maschinellen Lernens, der sogar einen eigenen Trendbegriff hat: Deep Learning.
Es gibt zwei Arten von Lernalgorithmen (eine dritte Art funktioniert nicht sehr gut – Reinforcement Learning).
Unbeaufsichtigtes Training funktioniert durch Rückpropagierung um ein Vielfaches schneller. Statt ein Gewicht zu verketten und zu messen, welche Auswirkung das auf die Leistung des Netzwerkes hat, nutzen wir hier die Tatsache, dass alle Gewichte des Netzwerkes innerhalb des Computers liegen. Diese Tatsache nutzt man, um zu berechnen, wie sich eine Gewichtsänderung auf die Leistung auswirkt. Wir machen das für alle Gewichte parallel und sehen, welche Auswirkung dies auf die Leistung hat.
Unbeaufsichtigtes Training ist effizienter als es für ein Gewicht nach dem andern zu einem bestimmten Zeitpunkt zu tun. Anstatt kalkulieren wir diese Änderungen und deren Auswirkungen simultan im unbeaufsichtigtem Training um festzustellen, welche Auswirkungen dies auf den Output hat.
Wie wichtig ist die Rolle der Ethik für AI?
Die Nachvollziebarkeit der KI bei neurolaen Netzen ist nicht mehr möglich. Dies regt Ängste. Im Kern geht es dabei um die Frage nach der Transparenz der Prozesse.
Die Spanne zwischen den Erwartungen der Wall Street und der Realität in der Forschung und Anwendung ist grösser geworden. In Betracht der hohen Aktienbewertungen ist daher auch Vorsicht angesagt.
Forscher stellen die Prophezeiung der Hightech-Branche infrage, mit dem Einsatz von immer mehr Daten und Computerressourcen würden stetig besser Resultate mit Hilfe von AI erziehlt. Immer mehr Daten und Rechenkraft alleine basierend auf den bis anhin genutzten Modellen stetige Fortschritte zu machen scheint fraglich.
Gesichtserkennungssoftware wurde mit Daten entwickelt, die ohne Zustimmung gesammelt wurden. Die kommerzielle Verwertung dieser Daten zeigt zudem die komplexen ethischen Fragen rund um das Thema Gesichterkennungssoftware auf (siehe auch weitere Fakten zum Thema weiter unten).
Können KI Anwendungen DSGVO konform sein?
Um sicher zu stellen, das AI oder KI Anwendungen die Bestimmungen in der Datenschutzgrundverordnung (DSGVO) einhalten, müssen Sicherheitsvorgehrungen getroffen werden.
Die Nutzer oder Konsumenten müssen darüber informiert werden, welche Daten verarbeitet werden. Auch gilt es sicher zu stellen, dass diese Daten gut geschützt sind. Anbieter von KI-Services könnten beispielsweise darauf achten, dass die Daten ihrer Nutzer nur in anonymisierter Form und verschlüsselt auf in-house Server oder aber auch in die Cloud hochgeladen werden.
Trends
1979 wies der Nobellpreisträger Wassily Leontief auf das Schicksal des Pferdes hin. Pferde waren lange Zeit von entscheidender wirtschaftlicher Bedeutung, aber in der zweiten Hälfte des 20. Jahrhunderts verblasste der Verbrennungsmotor als dominierende Quelle von Pferdestärken.
Pferde haben immer noch eine Nische, aber sie werden niemals die Motoren übertrumpfen, egal wie billig Hafer wird. Werden viele menschliche Arbeiter den Weg des Pferdes gehen? Das ist die Frage die wir hier klären wollen.
Die Maschinen machen rasche Fortschritte bei der Übersetzung, der Spracherkennung und der Klassifizierung von Krankheiten wie Hautkrebs (aus Bildern von Muttermalen), Brustkrebs (aus Bildern von Mammographien) und Diabetes (aus Bildern von Netzhäuten).
Aufgabe für Aufgabe überholen uns die Computer. Bei der Herausforderung „Visual Question Answering“, die CloudCV versucht, erreichen Menschen 81 Prozent. Noch im Jahr 2016 lagen die Maschinen bei 55 Prozent, im Sommer 2019 bei 75 Prozent. Es ist nur eine Frage der Zeit, bis sie einen besseren Job machen als wir – genau wie AlphaZero.
Erfahren Sie mehr über wie Betriebe AI / KI optimal nutzen können. Lesen Sie über die Trends, Herausforderungen und Möglichkeiten von Künstlicher Intelligenz in Kombination mit Big Data, Internet of Thinks und der Ethik.
PS. Erhalt der Bestätigungsmail für den Download Link kann einige Minuten dauern.
Wenn wir uns schnell schlau machen wollen, mit welchen Daten wir es zu tun haben oder wo wir bei einem Datenschutzreview beginnen sollen, müssen wir uns zunächst einen Überblick verschaffen.
Hier empfiehlt es sich die folgenden Fragen zu stellen und eine Antwort schriftlich festzuhalten:
Diese Fragen und weitere nutzen wir beim drkpi® Datenschutz Schnelltest, welcher Ihnen einen Überblick verschafft welche Daten in der Organisation wie genutzt werden.
Change-Management und Empfehlungen für die Risiko-Reduzierung bei Digital Business, Marketing und Artificial Intelligence-Projekten.
Unser Leitfaden hilft Ihnen, Risiken wie Zeit- und Budgetüberschreitungen rechtzeitig zu erkennen und zu minimieren.
PS. Erhalt der Bestätigungsmail für den Download Link kann 5-10 Minuten dauern.