Press "Enter" to skip to content

Künstliche Intelligenz und das (Nicht-)Wissen

Anatomy-1751201_1280Die Künstliche Intelligenz oder Artificial Intelligence ist derzeit in aller Munde – kaum eine Zukunftsvision kommt noch ohne sie aus; wir sind fasziniert von der Vorstellung einer Maschine, die dem Menschen ebenbürtig, wenn nicht sogar überlegen ist. Im Zusammenhang mit Künstlicher Intelligenz werden vorrangig die neuen Einsatzmöglichkeiten in Medizin, Wirtschaft und Technik besprochen, doch auch der eigentlichen Funktionsweise der Wissensmaschinen sollte im Hinblick auf die Weiterentwicklung viel Aufmerksamkeit geschenkt werden.

Die Rolle des Vergessens

“Vergessen ist nützlich: Wer nicht vergisst, kann sich an neue Dinge auch nicht erinnern.”
(deutschlandfunknova.de)

Je mehr Informationen auf uns Menschen einströmen, desto mehr müssen wir uns zwischen den einzelnen Reizen für bestimmte entscheiden. De facto sorgt der Prozess des Vergessens dafür, dass wir uns auf die wichtigen und für uns interessanten Informationen konzentrieren und uns an diese gut erinnern können, während unwichtige Reize ignoriert werden oder Informationen mit der Zeit in den Tiefen des Gedächtnisses verschwinden. Auch wenn sich diese Tatsachen natürlich auf das menschliche Gehirn und Gedächtnis beziehen, könnte man vielleicht fragen: warum sollte man diese Funktionweise nicht ebenfalls den Maschinen zu Nutze machen?

Deep-Learning mit Gedächtnis

Auch Google hat 2016 begonnen, bei seinen Deep-Learning-Netzen auf externe Speicher zuzugreifen, die als Art maschinelles Gedächtnis fungieren sollen.

“DNCs (=differentiable neural computer, Anm. d. Verf.) have the capacity to solve complex, structured tasks that are inaccessible to neural networks without external read–write memory.”
(nature.com)

Das Internet als riesiger kollektiver Wissenschatz könnte einen solchen externen Speicher darstellen, vorausgesetzt die Informationen werden von den intelligenten Maschinen korrekt ausgelesen und interpretiert. Eine weitere Herausforderung stellt  nicht nur der täglich wachsende Content dar, sondern insbesondere die hohe Redundanz oder schlichtweg die Masse an irrelevanten Informationen im Netz sind hierfür problematisch. Unabhängig von Problemen wie Zensur oder undurchsichtigen Ranking-Algorithmen sind vor allem fehlende Kapazitäten für so große Berechnungen eine Dämpfung der Forschung auf diesem Feld. Könnten die Maschinen jedoch vergessen – könnten sie unwichtige Informationen von Anfang an oder spätestens nach dem Erkenntnismoment über ihre fehlende Relevanz herausfiltern – wären sicher auch geringere Rechenkapazitäten vonnöten.

“Während der Computer einfach Informationen abspeichert, verarbeitet das Gehirn diese Informationen, je nachdem, was es gerade wahrnimmt oder was der Mensch in dem Moment fühlt.”
(wasistwas.de)

Was wir von Bibliotheken für die KI lernen können

Wie der Prozess des Vergessens in Maschinen mit Künstlicher Intelligenz aussehen kann und warum dies tatsächlich ein nicht zu unterschätzender Aspekt bei der Entwicklung solcher Helfer ist, dafür bieten die Bibliotheks- und Informationswissenschaften bereits gute Anhaltspunkte:

  • Auch bei der Recherche in Bibliothekskatalogen geht es häufig nicht nur darum, ausschließlich relevante Artikel zu finden (Precision), sondern ebenso in der großen Masse alle relevanten Treffer zu berücksichtigen (Recall).
  • Die Booleschen Operatoren verdeutlichen dies auf Formelebene: man bewegt sich gewissermaßen im virtuellen Raum des Bibliothekskatalogs, indem man bestimmte Gegenstände bei der Suche aus- oder einschließt; man kann Suchen spezifizieren oder generalisieren. Letzten Endes sorgen diese Formeln für ein grobes Verständnis des Bibliothekskataloges und des Kontexts der eigenen Suche. Indem man in seiner Suche bewusst etwas ausschließt, kann man sich beispielsweise mehr auf das Wesentliche konzentrieren.

Dieses Kontextverständnis könnte meiner Meinung nach ein zielführendes Kriterium sein, wenn es darum gehen soll, unsere Geräte intelligenter zu gestalten. Es geht schließlich nicht nur darum, immer alles zu wissen und zu können – dahingehend sind die Fähigkeiten und Kenntnisse der Menschen zu begrenzt, und entsprechend sind es auch die der Maschinen, die von ihnen gebaut werden. Vielleicht sollte man sich  stattdessen viel häufiger um die Umsetzung bestimmter Faktoren bei der künstlichen Intelligenz Gedanken machen: Wie schaffe ich einen virtuellen Kontext? oder Wie setze ich die mir (bzw. der Maschine) zur Verfügung stehenden Ressourcen am effektivsten ein? Google verfolgt hierbei meines Erachtens bereits den richtigen Ansatz, und ich denke, in dieser Richtung wird noch Spannendes auf uns zukommen.

Leave a Reply

Your email address will not be published. Required fields are marked *