Zwei Dinge sind unendlich, das Universum und die menschliche Dummheit.“ So beginnt ein berühmtes Zitat, das Albert Einstein zugeschrieben wird. Ob er das wirklich gesagt hat, ist umstritten, zweifellos richtig ist, dass mehr Intelligenz der Menschheit gut tun würde. Können vielleicht Maschinen die Welt schlauer machen? Wir zeigen, was künstliche Intelligenz schon leistet und wo sie noch versagt.

Tay war eine Twitter-Nutzerin wie viele andere auch. Anfangs postete sie freundlich-banales Zeug, später wurden ihre Tweets immer aggressiver, sexistischer und rassistischer und gipfelten in Aussagen wie „Hitler was right!“ Das lag offensichtlich am schlechten Umgang, den Tay im Netz pflegte. Zwei Dinge sind dabei besonders bemerkenswert: Es dauerte keine 24 Stunden, bis diese verbale Verrohung ausbrach. Und: Tay war kein Mensch, sondern ein von Microsoft entwickelter Bot.

Screenshot der Twitter-Seite von Tay

Screenshot der Twitter-Seite von Tay

Bots sind Computerprogramme, die automatisch und ohne menschliche Interaktion bestimmte Aufgaben erledigen. Ein Beispiel sind die Webcrawler von Suchmaschinen, die ständig mit der Analyse von Webseiten beschäftigt sind. Tay war ein Bot, bei dem künstliche Intelligenz (KI) zum Einsatz kam, und eigentlich als  Vorzeigeprojekt von Micrsosoft gedacht. Tay sollte Tweets anderer Nutzer analysieren und aus dem gelernten eine eigenständige Konversation entwickeln. Spaßvögel mit fragwürdigem Humor nutzen das aus und fütterten den Bot mit Hasskommentaren – mit dem schlagzeilenträchtigen, verheerenden Ausgang.

Die Idee Programme und Maschinen mit menschlicher Intelligenz zu schaffen, ist nicht neu. Humanoide Roboter stacksen schon lange durch Filme und Romane, und auch die Wissenschaft beschäftigt sich seit den 40er Jahren des vorigen Jahrhunderts mit dem Thema. Ausgangspunkt war damals die Idee, Erkenntnisse aus der Beschäftigung mit dem menschlichen Nervensystem und speziell dem Gehirn zur Erschaffung künstlicher neuronaler Netze (KNN) zu nutzen.

Diese Grafik eines neuronalen Netzes zeigt: Es ist kompliziert (Quelle: TU Dresden)

Diese Grafik eines neuronalen Netzes zeigt: Es ist kompliziert (Quelle: TU Dresden)

Ein solches Netz besteht aus einer Vielzahl artifizieller Neuronen, auch Knoten oder Knotenpunkte genannt, die in mehreren Schichten miteinander verbunden sind. Die Verbindungen sind mehr oder stark und verändern sich, je nachdem, welche „Erfahrungen“ das System macht. Entscheidend ist, dass die Algorithmen mit einer möglichst großen Datenmenge gefüttert werden, um Regeln aufstellen zu können, Ausnahmen zu erkennen und so flexibel zu reagieren, das der Eindruck eigenständigen Denkens entsteht.

Da liegt das Problem: Ein KNN ist nicht nur von der Qualität der Algorithmen abhängig, sondern auch von der Qualität der Daten, die ihm zur Verfügung stehen. Eine wie auch immer geartete ethisch-moralische Bewertung ist dem System nicht möglich, und so entsteht schlimmstenfalls ein Zerrbild wie bei Tay. Wobei grundsätzlich die Frage im Raum steht, ob eine sogenannte starke KI, die komplexe menschliche Eigenschaften wie ein eigenes Bewusstsein oder Emotionen aufweist, erstens jemals möglich und zweitens überhaupt wünschenswert ist.

Selbst ein fortschrittsgläubiger Entrepreneur wie Elon Musk wird hier zum Mahner, er bezeichnete bereits 2014 KI als „größte existenzielle Bedrohung… Wir müssen da sehr vorsichtig sein.“ Aber wie lässt sich starke KI überhaupt definieren? Ein Klassiker ist der schon 1950 von den Computerpionier Alan Turing entwickelte Turing-Test: Dabei führt ein Mensch ohne Sicht- und Hörkontakt mit zwei ihm unbekannten Gesprächspartnern – einem anderen Menschen und einer Maschine – eine nonverbale Unterhaltung. Beide versuchen, den Fragesteller davon zu überzeugen, dass sie denkende Menschen sind. Wenn am Ende der Fragesteller nicht sicher sagen kann, welcher von beiden die Maschine ist, hat diese den Test bestanden.

Alan Turing entwickelte einen einfachen Test zur Erkennung künstlicher Intelligenz.

Alan Turing entwickelte einen einfachen Test zur Erkennung künstlicher Intelligenz.

Das ist bisher noch nicht passiert, und die großen Internetkonzerne konzentrieren sich vorerst auf die schwache künstliche Intelligenz, für die es bereits zahlreiche Anwendungsbeispiele gibt. Dass es auch hier oft noch gewaltig hakt, weiß jeder, der schon einmal einen Text zum Beispiel mithilfe von Google Translate zu übersetzen versucht hat. Das ganz große Ding soll allerdings eine sprachgesteuerte Benutzeroberfläche werden, über die der Nutzer mit seinem Computer oder Smartphone reden kann wie mit einem persönlichen Assistenten.

Programme wie Apples Siri oder Cortana von Microsoft gehen in diese Richtung, sind aber noch lange nicht am Ziel. Erwartungsgemäß mehr mit Text beschäftigt sich das neue Facebook-Projekt DeepText, das der Social Media-Gigant am 1. Juni 2016 vorgestellt hat. „DeepText …kann mit nahezu menschlicher Genauigkeit den textlichen Inhalt mehrerer Tausend Posts pro Sekunde verstehen, in mehr als 20 Sprachen.“ Hintergrund ist natürlich, die Nutzer mit noch relevanteren Posts zu versorgen – und mit noch genauer ausgesteuerter Werbung.

Künstliche Intelligenz ist ein extrem komplexes Thema, Experten auf diesem Gebiet sind entsprechend begehrt. Um diese raren Talente für sich zu begeistern, habe alle wichtigen Marktteilnehmer inzwischen Open Source-Plattformen eingerichtet, auf denen man sich mit KI-Bausteinen versorgen kann.So stellt Amazon DSSTNE zur Verfügung, die Basis für seine Produktempfehlungen; Google hat TensorFlow für die Öffentlichkeit freigegeben, eine Software für maschinelles Lernen, die für die Bilderkennung und Sprachverarbeitung nützlich ist, aber auch für eine Reihe anderer Anwendungen. Und es gibt viele weitere Beispiele.

Was Maschinen mittlerweile alles lernen können, zeigt ein Team aus den Niederlanden, das einem Computer beigebracht hat, wie Rembrandt zu malen. „The next Rembrandt“ heißt dementsprechend das Projekt. Eineinhalb Jahre lang wurde die Software mit allen möglichen Informationen über die Gemälde des alten Meisters gefüttert, bis es daraus einen typischen Rembrandt errechnet hatte, inklusive der verwendeten Farben und Farbschichten. Ausgedruckt wurde das Bild dann auf einem speziellen 3D-Drucker, um auch die Anmutung eines Ölgemäldes zu realisieren. Mehr dazu zeigt das Video oben.

Um ein Video geht es auch in unserem nächsten Fall, genauer gesagt um eine neue Version des Klassikers Blade Runner, der sich auch mit künstlicher Intelligenz beschäftigt. Der auf Vimeo zu sehende Film ist zwar arg verschwommen, aber so nah am Original, dass die Produktionsfirma Warner Bros. zuerst an eine Urheberrechtsverletzung dachte. Dabei ist das Video die Kreation einer intelligenten Software, die zwar mit Informationen über und Ausschnitten aus Blade Runner gefüttert wurde (und auch mit Material, das nichts mit dem Science Fiction-Streifen zu tun hatte), aber nicht mit dem Film in seiner Gesamtheit. Das Resultat ist also keine Kopie, sondern eine Neukonstruktion, die dem Ursprungswerk verblüffend ähnelt.

Ob diese Beispiele aus Malerei und Filmkunst nur faszinierende Spielereien bleiben oder ob sich daraus ernsthafte Anwendungen entwickeln, wird sich zeigen. Tatsache ist, dass die künstliche Intelligenz immer mehr Lebensbereiche beeinflussen wird, und es liegt in unser aller Verantwortung, dass sich daraus mehr Chancen als Risiken ergeben.

Bild ganz oben: Ein weiteres Beispiel für durch künstliche Intelligenz entstandene Kunst ist diese von Google erschaffene Traumlandschaft.