Lade Inhalt...

Künstliche Intelligenz. Anwendungsgebiete und Chancen-/Risikoanalyse der Technologie

Seminararbeit 2016 21 Seiten

BWL - Controlling

Leseprobe

Inhaltsverzeichnis

1. Einleitung
1.1 Problemstellung
1.2 Aufbau der Arbeit

2. Grundlagen
2.1 Definition
2.2 Teilgebiete
2.3 Anwendungsbereiche
2.4 Der Turing-Test

3. Chancen-/Risikoanalyse
3.1 Chancen
3.2 Risiken

4. Ausblick

Quellenverzeichnis

1. Einleitung

1.1 Problemstellung

Unser Leben und unsere Zivilisation werden zunehmend durch die fortschreitende Künstliche Intelligenz und immer komplexere Algorithmen bestimmt. In unserem alltäglichen Leben sind diese Systeme - in Form von beispielsweise Smartphones, Suchmaschinen oder industriellen Robotern - längst nicht mehr wegzudenken. Das Forschungsgebiet der Künstlichen Intelligenz ist somit ein Thema hoher Aktualität. Erst im März 2016 besiegte AlphaGo, ein Computerprogramm, den amtierenden Weltmeister Lee Sedol in einem Go-Turnier mit einem Endstand von 4:1. Go ist das beliebteste Brettspiel in Asien und weitaus komplexer als Schach.[1] Die Spielweise des Computers überraschte Go-Kenner aus aller Welt, denn die Software machte Züge, die ein Mensch nie machen würde. Der Sieg des Computers über den Menschen stellt daher einen neuen Meilenstein in der Entwicklung von Künstlicher Intelligenz dar.

Ist also die Künstliche Intelligenz schon heute klüger als der Mensch? Wie definiert man Künstliche Intelligenz eigentlich? Wie wird sich die weitere Entwicklung der Künstlichen Intelligenz gestalten? Bedeutet sie für uns Fluch oder Segen?

All diese Fragen stellen sich einem, wenn man sich Gedanken über das Gebiet der Künstlichen Intelligenz macht.

Diese Arbeit wird sich nun im Folgenden näher mit dem Gegenstand der Künstlichen Intelligenz befassen.

1.2 Aufbau der Arbeit

Die vorliegende Seminararbeit ist in vier Kapitel gegliedert, wobei es sich beim ersten Kapitel um die Einleitung handelt.

Im zweiten Kapitel werden zunächst die Begrifflichkeiten „Intelligenz“, „künstlich“ und letztendlich die „Künstliche Intelligenz“ näher betrachtet und voneinander abgegrenzt. So sollen erste Grundlagen für die weitere Arbeit geschaffen werden. Anschließend werden einzelne Teilgebiete der Künstlichen Intelligenz erläutert und mit praktischen Beispielen verknüpft. So werden im Anschluss dazu einige bereits bestehende Anwendungsbereiche vorgestellt. Zuletzt wird der berühmte Turing-Test vorgestellt.

Das dritte Kapitel beschäftigt sich mit der Frage nach den Chancen und Risiken von Künstlicher Intelligenz.

Im vierten und letzten Kapitel der Arbeit wird ein Resümee gezogen sowie ein Ausblick in die Zukunft Künstlicher Intelligenz gegeben.

2. Grundlagen

2.1 Definition

Seit jeher versuchen Wissenschaftler aus aller Welt, das Phänomen Intelligenz treffend zu definieren. Im Grunde weiß jeder, wovon die Rede ist, wenn es um Intelligenz (lat. Intellegere: auswählen, verstehen, einsehen) geht, aber eine exakte Definition ist dennoch nicht möglich. Die meisten Definitionen jedoch sind sich einig darüber, dass bestimmte Fähigkeiten wesentlich für Intelligenz sind: das schnelle Erlernen neuer Begriffe bzw. Sachverhalte und Verknüpfungen zwischen diesen; außerdem das Lösen von komplexen Aufgaben und Problemen durch situationsbedingtes Entscheiden und Zurechtfinden in neuen Situationen. Gemeinsam haben alle Definitionen, dass die Intelligenz aus vielen verschiedenen geistigen Fähigkeiten besteht.[2] Sie verleiht uns Menschen, dem Homo sapiens, eine besondere Stellung unter den Lebewesen. Denn der Mensch gilt als das weltweit intelligenteste Lebewesen.

Das Wort künstlich jedoch steht im Kontrast zum Begriff Intelligenz, da die Intelligenz etwas Natürliches beschreibt, was dem Mensch als Lebewesen angeboren ist. Die Bezeichnung künstlich weckt hingegen ganz andere Emotionen, wie Angst oder Skepsis gegenüber Robotern und anderen Maschinen. Hier stellt sich auch die ethische Frage, ob das höchste Gut des Menschen, der Geist, tatsächlich näher erforscht, verstanden oder gar künstlich nachgebildet werden soll und darf.[3]

Die Begriffe „Intelligenz“ und „künstlich“ vereinen sich nun in der Bezeichnung Künstliche Intelligenz (KI). So wird ein interdisziplinäres Forschungsgebiet bezeichnet, welches seinen Ursprung in den 1950er Jahren in den USA hat. Hier tauchte die Künstliche Intelligenz erstmals unter dem Namen Artificial Intelligence (AI) auf. Die KI beschreibt nicht, wie häufig angenommen, ein Entwicklungs- bzw. Forschungsergebnis, sondern ein Projekt. Somit umfasst die KI einerseits das Ziel des intelligenten Computers, auf das hingearbeitet wird und dessen Verwirklichungsmöglichkeiten erst noch geklärt werden müssen; andererseits umfasst die KI die gesamten Tätigkeiten im Bereich Forschung und Entwicklung, um dieses eben genannte Ziel eines Tages umzusetzen.[4] Durch die Erforschung und Weiterentwicklung der KI können nicht nur schlauere Computerprogramme entwickelt, sondern in erster Linie die menschliche Intelligenz besser verstanden werden. Das Gebiet der KI erstreckt sich über viele verschiedene Disziplinen, wie Psychologie, Philosophie, Mathematik, Linguistik und natürlich besonders der Informatik.[5] Diese Vielseitigkeit macht das Studienobjekt KI so interessant und faszinierend. Die KI versucht, die menschliche Wahrnehmung und das menschliche Handeln zu erklären und durch Maschinen nachzubilden. Einst zur Computer-Programmierung konzipiert, hat sich das Forschungsgebiet immer mehr zu einer Erforschung des menschlichen Denkens entwickelt. Daher kommt es auch zu teilweise großen Überschneidungen zwischen der KI-Forschung und der Neurologie und Psychologie. Denn um eine intelligente Maschine zu entwickeln, muss zunächst einmal das menschliche Denken erforscht und verstanden werden.[6]

Den Begriff Künstliche Intelligenz treffend zu definieren, ist sehr schwierig. John McCarthy, einer der KI-Begründer, definierte 1955 den Begriff Künstliche Intelligenz erstmals so:

„Ziel der KI ist es, Maschinen zu entwickeln, die sich verhalten, als verfügten sie über Intelligenz.“[7]

Die Informatikerin Elaine Rich hingegen beschrieb 1991 die Künstliche Intelligenz wie folgt:

“Artificial Intelligence is the study of how to make computers do things at which, at the moment, people are better.”[8]

Diese Definition wird noch in Jahrzehnten nicht an Aktualität verloren haben, da sie auf den Punkt bringt, was Wissenschaftler der KI seit jeher tun.[9]

Aus dieser Definition lässt sich schließen, dass die wichtigsten Teilgebiete der KI darin bestehen, die Mechanismen des Lernens zu erforschen und maschinelle Lernverfahren zu entwickeln.[10]

Künstlich intelligente Systeme benötigen neben einer enormen Rechenleistung und Algorithmen auch riesige Datenmengen – „Big Data“ – zur Steigerung ihrer Leistungsfähigkeit. Diese Big Data dienen quasi als Nahrung für künstliche Intelligenz. Ohne diese unfassbar großen Datenmengen wäre es der KI nicht möglich, solche Lernerfolge zu erreichen.[11]

2.2 Teilgebiete

Die Künstliche Intelligenz lässt sich in eine Vielzahl verschiedener Teilgebiete unterteilen. Einen besonders hohen Stellenwert nimmt hierbei die Musteranalyse oder Mustererkennung ein. Sie folgt einem durch den Menschen vorgegebenen Muster und zieht daraus dann die entsprechenden Schlüsse. Wichtig an diesem Prozess ist, dass die Maschine nicht in der Lage ist, eigenständig zu denken und auszuwerten, sondern starr ihrem programmierten Muster folgt.[12]

Die Musteranalyse wird beispielsweise an internationalen Flughäfen eingesetzt. Hier vergleicht eine Software den Fingerabdruck bzw. die menschliche Iris mit den hinterlegten Daten der jeweiligen Person und prüft, ob diese übereinstimmen. So wird die eindeutige Identifizierung eines Menschen ermöglicht. Auch – und ganz besonders – im Bereich der industriellen Fertigung ist die Musteranalyse mittlerweile nicht mehr wegzudenken. Hier wird eine Maschine auf bestimmte Einstellungen, wie Form, Größe oder Farbe, programmiert und ist dann in der Lage, diese stets exakt zu fertigen. Dabei weicht die Maschine nicht von dem gewünschten Ziel ab und sortiert Abweichungen minderer Qualität aus. Diese Methode eignet sich daher besonders zur Massenproduktion am Fließband. Sogar beim Entsperren neuester Smartphones oder beim Zugang zu abgesicherten Bereichen eines Gebäudes wird diese Methode heutzutage angewandt.[13]

Das wohl anspruchsvollste Teilgebiet der KI stellt die Robotik dar. Hier werden nicht nur die geistigen sondern auch die physischen Aufgaben eines Menschen durch eine Maschine übernommen. Die Robotik programmiert Roboter so, dass sie normale Tätigkeiten ausüben können, was ihn zur wohl „menschlichsten“ Maschine macht. Roboter sind mit Effektoren ausgestattet, um dem Roboter eine physische Einwirkung auf seine Umwelt zu ermöglichen. Effektoren sind beispielsweise Räder, Beine oder Greifarme. Darüber hinaus sind Roboter auch mit Sensoren, wie beispielsweise Laser oder Kameras, ausgestattet, damit sie ihre Umwelt wahrnehmen können.[14] Bei der Robotik handelt es sich um eine Anwendung des Lernens durch Verstärkung. Die Aufgaben der Roboter sind in der Regel zu komplex um diese einfach durch Programmieren zu kodieren. Vielmehr muss der Roboter eigenständig durch Versuch und Irrtum erkennen und „lernen“, was richtig und welche Aktion in welcher Situation gut ist.[15] Besonders in der Industrie wird davon bisher profitiert. Er wird überall dort eingesetzt, wo er besser, schneller und kostengünstiger arbeitet als ein Mensch. Vorrangig kommen Roboter dort zum Einsatz, wo es für den Menschen zu gefährlich ist, wie beispielsweise bei Bombensprengungen.[16] Wie bereits schon erwähnt, werden Roboter auch häufig zur industriellen Massenproduktion eingesetzt.

Ein weiteres Teilgebiet ist die Spracherkennung. Die Sprache ist für uns Menschen ein wichtiges Instrument zur Verständigung. Auch im Bereich der KI findet die Sprache ihre Anwendung, nämlich in der Spracherkennung. Dabei handelt es sich um einen Prozess, in dem unbearbeitete Sprachsignale analysiert werden und die Folge der gesagten Worte bestimmt wird. Ein Verständnis des Gesprochenen wird hierbei nicht erreicht.[17] Das Prinzip der Spracherkennung wird beispielsweise von neuartigen Smartphones zum Entsperren oder bei Telefoncomputern verwendet.

Im Gegensatz dazu existiert bei Wissensbasierten Systemen bzw. Expertensystemen ein Verständnis der Aussagen einer Person. Diese Systeme sind in der Lage, reale praktische Probleme zu lösen – und zwar auf demselben Niveau wie menschliche Experten (z.B. ein Facharzt). Wichtig dabei ist, das Wissen und das Verfahren der Anwendung dieses Wissens voneinander abzugrenzen.[18] Um ein solches Expertensystem zu entwickeln, ist zuerst einmal das Wissen des menschlichen Fachmanns erforderlich. Dieses Wissen versucht ein Wissensingenieur (Knowledge Engineer) dem Experten zu entlocken und es zu extrahieren. Der Vorgang, das Wissen des Experten zu erhalten, ist von einigen Schwierigkeiten geprägt. So fällt es dem Experten oft schwer, präzise zu formulieren, welches Wissen und welche Gesetze und Regelungen zur Lösung eines bestimmten Problems eingesetzt werden müssen. Der Experte besitzt eine Routine und Erfahrung, aufgrund dieser er vieles automatisch und unbewusst macht. Im Anschluss daran baut der Wissensingenieur die Wissensbasis (Knowledge Base) des Expertensystems auf, in der er das Wissen speichert, und ein erster Prototyp kann entwickelt werden. Dieser Prototyp wird dann wiederum dem menschlichen Experten zum Testen und Bewerten vorgelegt und es können Verbesserungen und Erweiterungen vorgenommen werden.[19] Schlussendlich entsteht auf diese Weise ein Rechner, in dem gebietsspezifisches Wissen gespeichert ist und verarbeitet werden kann. So sollen Lösungsschritte von Experten eines bestimmten Bereichs besser verstanden und nachvollzogen werden können.[20]

Abbildung 1: Struktur eines Wissensbasierten Systems

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Ertel, W. (2023), S. 15

In der Anwendung funktioniert ein Wissensbasiertes System wie folgt: Ein Anwender formuliert eine Frage an den Computer. Daraufhin versucht dieser auf der Grundlage des ihm einprogrammierten gebietsspezifischen Fachwissens und daraus gezogener Schlüsse eine möglichst genaue Antwort zu geben. Anwendung findet dieses System vorwiegend in Krankenhäusern zur Erstellung von Diagnosen. Aber auch als „Berufsberater“ für unentschlossene Schulabsolventen können solche Computer eingesetzt werden. Die Einsatzmöglichkeiten sind ganz vielfältig und werden in der Zukunft sicherlich eine noch breitere Fächerung erfahren.[21]

Ein anderes Teilgebiet stellt die Approximationsmethode dar. Wie der Name schon verrät, handelt es sich dabei um eine Methode der Annäherung. Dabei ist nicht die exakte Lösung zu ermitteln. Vielmehr soll durch Wiederholen der stets gleichen Verfahren ein Näherungswert ermittelt bzw. eine allgemeine Regel abgeleitet werden.[22] Die Notwendigkeit modellfreier Approximationsmethoden ist für die KI eine besonders schwierige Herausforderung. Denn dabei soll ohne Wissen über besondere Eigenschaften der Daten bzw. der Anwendung eine möglichst genaue Approximation ermöglicht werden. Dabei haben sich besonders sogenannte neuronale Netze bewährt.[23] Diese ermöglichen es, die Denkstruktur von Menschen nachzubilden.[24]

Ein weiteres Teilgebiet der KI ist unter dem Begriff Logisches Schließen bekannt. Dieses beschreibt die Idee, alle Daten und Informationen zu einer rationalen Lösung zu führen. Der Computer erkennt dabei die reinen Informationen und Fakten und wertet diese aus. Anhand der vorliegenden Situation kann das System dadurch einen logischen Schluss ziehen, kommt zu – im besten Fall – einer Lösung und kann eine Empfehlung aussprechen.[25]

2.3 Anwendungsbereiche

Die KI wird heutzutage in vielen verschiedenen Bereichen genutzt und kann uns Menschen in vielerlei Hinsicht das Leben erleichtern. Im Folgenden werden einige Anwendungsbereiche der Robotik genauer erläutert.

[...]


[1] Vgl. Russell und Norvig (2012), S. 233-234

[2] Vgl. Lunze (1994), S. 1

[3] Vgl. Ertel (2013), S. 1

[4] Vgl. Sesink (1993), S. 8

[5] Vgl. Dorn und Gottlob (ohne Datum), S. 975

[6] Vgl. Sabine Kern und Ingo Neumayer, planet-wissen (20.01.2016): Künstliche Intelligenz

[7] Ertel (2013), S. 1

[8] Ebd., S. 2

[9] Vgl. Ertel (2013), S. 2

[10] Vgl. ebd., S. 177

[11] Vgl. Schlieter (2015), S. 38

[12] Vgl. Paradisi-Redaktion (19.03.2013): Die Teilgebiete der KI: Musteranalyse und Robotik

[13] Vgl. Albert Meyer, LAK-Redaktion (08.2013): Künstliche Intelligenz – Was ist das eigentlich und wo führt sie uns hin?

[14] Vgl. Russell und Norvig (2012), S. 1120

[15] Vgl. Ertel (2013), S. 287

[16] Vgl. Paradisi-Redaktion (19.03.2013): Die Teilgebiete der KI: Musteranalyse und Robotik

[17] Vgl. Cawsey (2003), S.127

[18] Vgl. Ertel (2013), S. 14

[19] Vgl. ebd., S. 59-61

[20] Vgl. Lunze (1994), S. 11

[21] Vgl. Paradisi-Redaktion (19.03.2013): Die Teilgebiete der KI: Spracherkennung und Wissensbasierte Systeme

[22] Vgl. Paradisi-Redaktion (19.03.2013): Die Methoden der KI: Approximationsmethoden und Logisches Schließen

[23] Vgl. Ertel (2013), S. 197

[24] Vgl. Paradisi-Redaktion (19.03.2013): Die Methoden der KI: Approximationsmethoden und Logisches Schließen

[25] Vgl. ebd.

Details

Seiten
21
Jahr
2016
ISBN (eBook)
9783668823884
ISBN (Buch)
9783668823891
Sprache
Deutsch
Katalognummer
v444882
Institution / Hochschule
Hochschule Pforzheim
Note
1,7
Schlagworte
künstliche intelligenz anwendungsgebiete chancen-/risikoanalyse technologie

Autor

Zurück

Titel: Künstliche Intelligenz. Anwendungsgebiete und Chancen-/Risikoanalyse der Technologie