Künstliche Intelligenz – oder: Können Maschinen denken?

Künstliche Intelligenz (KI) gilt zugleich als Segen und als Bedrohung. Sie nutzt unsere persönlichen Daten, um unser Leben zu beeinflussen, ohne dass wir es bemerken. Soziale Medien setzen sie ein, um uns auf Dinge aufmerksam zu machen, die wir möglicherweise kaufen möchten, und unsere Tablets und Computer nutzen sie, um vorherzusagen, was wir tippen wollen (gut). Sie erleichtert die gezielte Ansprache von Wählern, um Wahlen zu beeinflussen (schlecht, insbesondere wenn die eigene Seite verliert).

Vielleicht sollte man wahr oder unwahr von Vorwürfen wie dem der Wahlbeeinflussung im Licht der Interessen derjenigen betrachten, die sie erheben. Politiker sind stets bereit, einem Gegner skrupellose Methoden vorzuwerfen, darunter den Einsatz von KI zur Verbreitung von Falschnachrichten oder zur anderweitigen Beeinflussung gezielt angesprochener Wähler. Ein Zyniker könnte argumentieren, dass die politische Klasse die Kontrolle über die Propaganda behalten möchte, indem sie die herkömmlichen Medien, die sie versteht, manipuliert, und befürchtet, KI könnte schwarze Künste einführen, die ihr zum Nachteil gereichen. Welche Einflüsse auch immer hinter der Debatte stehen: Es besteht kein Zweifel, dass KI uns in eine neue Welt führt, und wir müssen lernen, sie anzunehmen, ob es uns gefällt oder nicht.

Um sachlich darüber zu diskutieren, sollten wir zunächst KI definieren. Hier eine Definition, die über eine Google-Suche gefunden wurde (selbst ein Ergebnis von KI):

„Die Theorie und Entwicklung von Computersystemen, die in der Lage sind, Aufgaben auszuführen, die normalerweise menschliche Intelligenz erfordern, wie visuelle Wahrnehmung, Spracherkennung, Entscheidungsfindung und Übersetzung zwischen Sprachen.“

Diese Beschreibung enthält ausschließlich die potenziellen Vorteile für uns als Einzelne und bietet uns Möglichkeiten, die wir sicherlich alle wünschen. Sie verspricht eine effizientere Nutzung unserer Zeit und eine höhere Produktivität. Eine andere Definition, die jedoch Alarmglocken läuten lassen könnte, stammt von Merriam-Webster: „Ein Teilgebiet der Informatik, das sich mit der Simulation intelligenten Verhaltens in Computern befasst. Die Fähigkeit einer Maschine, intelligentes menschliches Verhalten nachzuahmen.“

Nun ahmen wir also Menschen nach, insbesondere wenn man die Fähigkeit von Maschinen hinzunimmt, zu lernen und sich neuen Reizen anzupassen. Das bedeutet sicherlich, dass Maschinen Arbeitsplätze und sogar unsere Fähigkeit zu führen übernehmen. Dies sind sensible Aspekte der Debatte über KI, und sogar das House of Lords hat einen Sonderausschuss eingesetzt, der letzte Woche seinen Bericht dazu vorgelegt hat.^[i] Es wurden auch weitere ernste Fragen aufgeworfen, etwa wen wir für die Entwicklung von Algorithmen zur Verantwortung ziehen und wie es um die Qualität der eingegebenen Daten steht.

Dieser Artikel versucht, KI einzuordnen. Er beginnt mit einem kurzen geschichtlichen Überblick, untersucht ihre Fähigkeiten und ihr Potenzial und behandelt schließlich die nach Ansicht ihrer Kritiker größte Gefahr der KI: die Fähigkeit von KI und maschinellem Lernen, das menschliche Gehirn nachzubilden und uns dadurch zu kontrollieren.

Grundlagen der KI

KI war schon immer ein fester Bestandteil der Computerentwicklung. Bereits 1950 veröffentlichte Alan Turing eine Abhandlung mit dem Titel Computing Machinery and Intelligence, in der er die Frage stellte: „Können Maschinen denken?“.[i] Das Konzept des „Turing-Tests“ sollte klären, ob eine Maschine echte KI erreicht hat, und auch der Begriff KI selbst stammt aus dieser Zeit. Im darauffolgenden Jahrzehnt entstanden in den USA am MIT, an der Carnegie Mellon University und in Stanford sowie in Großbritannien an der University of Edinburgh bedeutende akademische Zentren für KI.

In den 1980er-Jahren beteiligten sich auch Regierungen: Zunächst startete Japan sein Fifth-Generation-Projekt, danach legte die britische Regierung das Alvey-Programm auf, um die Wettbewerbsfähigkeit der britischen Informationstechnologie zu verbessern. Dieses Vorhaben verfehlte sein zentrales Ziel, und der enorme Programmieraufwand angesichts stetig wachsender Regelkomplexität ließ die Begeisterung der Regierungen für die Finanzierung der KI-Entwicklung schwinden. In den USA kürzte auch die Defence Advanced Research Projects Agency ihre Ausgaben für KI um ein Drittel.

Ende der 1980er-Jahre begann jedoch der Privatsektor, KI für Anwendungen wie die Börsenprognose, das Data-Mining und visuelle Verarbeitungssysteme zu entwickeln, etwa für die Kennzeichenerkennung bei Verkehrskameras. Das neuronale Verfahren, bei dem Eingaben durch mehrere Schichten von Verarbeitungsknoten gefiltert werden, wurde entwickelt, um nach statistischen und anderen Mustern zu suchen.

Erst seit der Jahrtausendwende ist der breiten Öffentlichkeit der Begriff KI zunehmend vertraut, infolge der Fortschritte beim Deep Learning mit neuronalen Netzen. In jüngerer Zeit wurde Deep Learning, das beispielsweise zur Sprach- und Bilderkennung eingesetzt wird, durch das Zusammenspiel dreier Faktoren vorangebracht: die wachsende Verfügbarkeit von Daten zum Trainieren der Systeme, steigende Rechenleistung und die Entwicklung ausgefeilterer Algorithmen. Cloud-Plattformen ermöglichen es Anwendern heute, KI ohne Investitionen in zusätzliche Hardware einzusetzen. Und Open-Source-Entwicklungsplattformen haben die Einstiegshürden weiter gesenkt.

Zwar verlief der Fortschritt der KI seit Turings ursprünglicher Abhandlung eher ungleichmäßig, doch scheinen diese neuen Faktoren eine beschleunigte Entwicklung von KI-Fähigkeiten und -Anwendungen in der Zukunft zu versprechen. Die Folgen für die Automatisierung, die Arbeitswelt und den Ersatz zahlreicher menschlicher Tätigkeiten haben Bedenken geweckt, die den Nutzen aufzuwiegen scheinen. Hinzu kommen Konsequenzen für Regierungen, die die Bedeutung dieser Revolution verkennen und ihr Potenzial durch politische Maßnahmen einzuschränken versuchen. Schließlich stellt sich die Frage nach Datennutzung und Dateneigentum. Ich werde diese Themen kurz behandeln, bevor ich mich der philosophischen Frage zuwende, ob KI und maschinelles Lernen den Turing-Test im allgemeinen Sinne letztlich bestehen können.

Das Gleichgewicht zwischen Arbeit und KI

KI und maschinelles Lernen sind bereits in mehr Bereichen present, als den meisten von uns bewusst ist. Ein modernes Auto kann heute mit minimalem menschlichem Zutun selbst fahren, und diese Fähigkeiten sind nicht mehr nur experimentell, sondern werden bei allen Fahrzeugen zunehmend üblich. Navigationssysteme nutzen KI, um die Routenwahl im Licht der aktuellen Verkehrsdichte zu bestimmen. Grenzkontrollen verwenden Iriserkennung, um die Passdaten mit der Person abzugleichen. Fluggesellschaften gestalten ihre Sitzplatzpreise dynamisch, und KI wird zunehmend in der medizinischen Diagnose eingesetzt; die Erkennung früher Anzeichen von Krebs ist ein Beispiel dafür. Für uns unsichtbar setzen Unternehmen zunehmend KI ein, die in ihre internen Systeme eingebettet ist, um Dienstleistungen effizienter zu erbringen. KI und maschinelles Lernen werden rasch allgegenwärtig.

Diese Anwendungen sind allesamt eng begrenzt, in dem Sinne, dass sie bestimmte Aufgaben erfüllen, die bei einem Menschen Intelligenz erfordern würden. Sie beruhen je nach Anwendung auf einer oder zwei Datenkategorien, oft auf beiden. Die erste Art sind allgemeine Daten, etwa solche, die für Wetter- und Preisprognosen verwendet werden; die zweite sind personenbezogene Daten.

Datenschutzgesetze für personenbezogene Daten werden immer restriktiver, da Regierungen die Nutzung solcher Daten stärker einschränken. Je entschlossener Regierungen dabei vorgehen, desto weniger Spielraum haben Unternehmen bei der Entwicklung von KI-Lösungen für diejenigen, deren Daten sie verwenden. Eine Regierung, die sowohl den Schutz der Privatsphäre als auch den Nutzen eng begrenzter KI berücksichtigt, dürfte daher in diesem Bereich mehr wirtschaftlichen Fortschritt erzielen als eine, die diese Unterscheidung nicht trifft. Die britische und die amerikanische Regierung scheinen den führenden Unternehmen der Branche in dieser Hinsicht freundlicher gegenüberzustehen als die EU. Die EU hat nahezu alle großen US-Technologiekonzerne mit Bußgeldern belegt, oft aus fragwürdigen Gründen, und zeigt damit kaum eine konstruktive Haltung gegenüber der künftigen technologischen Entwicklung. Und obwohl es auf dem europäischen Festland einzelne Zentren unternehmerischer Initiative gibt, können sie mit dem Doppelzentrum London und Oxford nicht annähernd konkurrieren.

Dies könnte nach dem Brexit von Bedeutung sein. Im vergangenen Monat kündigte die britische Regierung ein Investitionsprogramm von 1 Mrd. £ an, mit dem Ziel, Großbritannien zum besten Standort für die Gründung und das Wachstum eines KI-Unternehmens zu machen. Die Haltung der EU ist dagegen im Großen und Ganzen provinziell, protektionistisch und veränderungsfeindlich und scheint sich besonders gegen die großen amerikanischen Konzerne zu richten, die so viel zur Weiterentwicklung der KI beigetragen haben.

KI wird für die Schaffung von Arbeitsplätzen entscheidend. Jeder technologische Wandel in der überlieferten Geschichte wurde im Voraus als Vernichter von Arbeitsplätzen verurteilt, und jeder technologische Wandel hat stattdessen am Ende Arbeitsplätze geschaffen und sowohl die Lebensqualität als auch das Einkommen des Durchschnittsmenschen verbessert. Es gibt keinen Grund anzunehmen, dass es bei KI anders sein wird. Es ist jenes nicht messbare Etwas, das wir Fortschritt nennen, das dafür sorgt, dass Arbeitsplätze entstehen, und die Schaffung von Arbeitsplätzen ist stets das Ergebnis positiver Veränderung.

Wie nahezu jede andere Erfindung, die letztlich zum Nutzen der Verbraucher eingesetzt wird, ist KI ein Geschöpf des Privatsektors und nicht des Staates. Es ist nie Aufgabe einer demokratischen Regierung, Innovationen hervorzubringen; sie muss daher der Versuchung widerstehen, Veränderungen aus dem Privatsektor zu verhindern, insbesondere wenn es um den Schutz von Arbeitsplätzen geht. Zudem überlässt unnötige Regulierung anderen Rechtsordnungen den Fortschritt bei der KI auf dem Silbertablett, etwa China, dessen Regierung halb unternehmerisch agiert und KI im eigenen nationalen Interesse mit Nachdruck entwickelt und einsetzt.

Wer die freien Märkte nur begrenzt versteht, übersieht, dass KI im hier behandelten engen Sinne eigene Lösungen für die Bedenken hinsichtlich Daten und Automatisierung hervorbringen wird. So entwickelt beispielsweise Sir Tim Berners-Lee^[ii] derzeit gemeinsam mit dem MIT ein Projekt, das zu „echtem Dateneigentum sowie besserem Datenschutz“ führen soll. Falls es gelingt, wird es nicht nur die jüngsten Datenschutzvorschriften überflüssig machen, sondern auch die Verwendung personenbezogener Daten durch skrupellose Akteure ansprechen, die Lücken in den Vorschriften ausnutzen, und sicherstellen, dass die territorialen Grenzen des Rechts nicht länger ausgenutzt werden können.^[iii]

Das Gleichgewicht zwischen Arbeit und KI verspricht, solange Regierungen bei der Regulierung zurückhaltend bleiben, für die Menschen enorm vorteilhaft zu sein und die Lebensqualität zu verbessern, ähnlich wie es die Datenrevolution durch das Internet in den letzten fünfundzwanzig Jahren getan hat. Das genaue Ergebnis lässt sich nicht vorhersagen, da die Entwicklung neuer Technologien stets schrittweise verläuft und ein Schritt zu weiteren führt, die noch nicht absehbar sind. Die Begrenzung der KI bestand bisher jedoch darin, dass ihre Anwendung stets eng umrissen ist und letztlich den Verbrauchern zugutekommt. Die Anwendung von KI im allgemeinen Sinne, bei der Computer und Roboter die Fähigkeit erlangen, Menschen zu kontrollieren, in einer albtraumhaften schönen neuen Welt, ist es vielleicht, was die Uninformierten beunruhigt, mit Bemerkungen wie: „Wo soll das alles enden?“ Dies ist unser nächstes Thema.

Allgemeine KI

Sämtliche KI wurde für Anwendungen im engeren Sinne entwickelt, das heißt, um bestimmte Aufgaben intelligent auszuführen. Mit „intelligent“ meinen wir maschinelles Lernen und Deep Learning, die ausschließlich in einem bestimmten Kontext angewendet werden. Ein Computer kann heute einen Schachgroßmeister schlagen, und in jüngerer Zeit gelang es DeepMind, einer in Großbritannien ansässigen Tochtergesellschaft von Google, das Spiel Go zu meistern.

Diese Leistungen legen nahe, dass KI dem menschlichen Verstand inzwischen überlegen ist, doch das gilt nur für klar definierte Aufgaben. Bislang wurden bei KI für unspezifische oder allgemeine Anwendungen kaum oder gar keine Fortschritte erzielt. Das könnte zum Teil daran liegen, dass es wenig Nachfrage nach einer Maschine mit unspezifischen Anwendungen gibt oder dass die erforderlichen Daten und die nötige Rechenleistung unwirtschaftlich umfangreich sind. Vielleicht ist es eine Frage für die nächste Generation der KI, die sich an den Algorithmen versuchen könnte. Die praktischen Hürden sind jedoch das eine; ob dies jemals erreicht werden kann, ist im Kern eine philosophische Frage.

Hier treffen zwei Wissenschaften aufeinander: die Welt der Physik, die nach Regeln, Formeln und Gesetzen funktioniert, und die menschliche Natur, die von ihnen lediglich geleitet wird. Maschinelles Lernen und Deep Learning beruhen auf der fortlaufenden Aktualisierung anhand historischer Daten, um Muster menschlichen Verhaltens zu erkennen, aus denen sich Ergebnisse prognostizieren lassen. Dass Maschinen fortlaufend aus neuen Eingaben lernen müssen, zeigt uns, dass der Begriff KI gewissermaßen irreführend ist: Alan Turings Frage, ob Maschinen denken können, wird und sollte stets so beantwortet werden: Sie scheinen nur zu denken.

Dies ist eine wesentliche Unterscheidung. Ja, wir alle nutzen Daten und Erfahrung als Hilfe bei unseren Entscheidungen, und ja, Deep Learning versetzt eine Maschine in die Lage, diese Informationen stets besser zu verarbeiten als ein Mensch. Doch beide unterscheiden sich in der Wahlfreiheit. Eine Maschine muss aus allen ihren Eingaben stets ein Ergebnis von wahr oder falsch ableiten. Ein Mensch hat immer eine Wahl, die, wenn sie getroffen wird, auf einen Beobachter irrational wirken kann. Und dann können wir fragen: Ist es der Entscheidende oder der Beobachter, der irrational ist? Anders ausgedrückt: Wenn die Maschine eine Entscheidung trifft, die ein Mensch nicht akzeptiert, kann der Mensch sie ignorieren, sie als Grundlage für eine völlig andere Entscheidung nutzen oder die Maschine sogar abschalten.

Dies ist der grundlegende Unterschied zwischen maschinellem Lernen und menschlichen Denkprozessen. Eine Maschine liefert im Wesentlichen binäre Ergebnisse: handeln oder nicht handeln, Eingaben in ein Bild umwandeln, das erkannt oder nicht erkannt wird, und so weiter. Ein Mensch kann logisch, unlogisch oder sogar eine Mischung aus beidem sein und ist selten an binäre Ergebnisse gebunden.

Aus diesen Gründen können wir zuversichtlich sein, dass Maschinen die Herrschaft über uns nie übernehmen werden, wie es in der Science-Fiction häufig vorhergesagt wird. Es bleibt jedoch die unbeantwortete Frage, warum Algorithmen beim Handel mit Finanzinstrumenten so erfolgreich sind, bei dem es darum geht, menschliches Handeln vorherzusagen, das die Preise von morgen bestimmt. Weit davon entfernt, ein Beweis für die intellektuelle Überlegenheit einer Maschine zu sein, ist dies ein gutes Beispiel für den Unterschied zwischen menschlicher Intelligenz und KI sowie für die Grenzen der KI.

Der Computer- oder algorithmische Handel verfolgt zwei verschiedene Ziele. Zum einen gibt es den Handel, der im Auftrag eines Menschen erfolgt, etwa die Neugewichtung eines Indexfonds oder die Umschichtung von ETF-Zu- und -Abflüssen in und aus Anlagen entsprechend dem Anlageziel. Diese mechanische Funktion lassen wir beiseite. Zum anderen wird er für den automatisierten Handel zur Gewinnerzielung eingesetzt, und hier liegt die Kontroverse.

Automatisierter Handel ist nicht intelligent im menschlichen Sinne; er beruht auf Regeln, die auf historische Daten angewendet und mit neuen Daten fortlaufend angepasst werden. Er geht davon aus, dass sich vergangene Handelsmuster wiederholen, und schlägt dann dank der Magie der Elektronik langsamere menschliche Denker und konkurrierende Maschinen, indem er Aufträge erteilt und in Millisekunden ausführen lässt. Der Handel von Menschen beruht auf Erfahrung, Mustererkennung, preisfremden Faktoren wie Nachrichten, angeborener Begabung und Emotionen. Die Kombination dieser Faktoren macht die menschliche Leistung sowohl erfolgreich als auch erfolglos und führt Intuition ein. Die Stärke und der Erfolg des Computerhandels beruhen auf dem Fehlen menschlicher Faktoren im Wertpapierhandel, nicht darauf, dass er sie nachbildet.

Die zunehmende Präsenz des Computerhandels an den Märkten führt wahrscheinlich dazu, dass zyklische Trends weiter in Überbewertungs- und Unterbewertungsbereiche getrieben werden, als es sonst der Fall wäre. Diese Aussage steht unter dem Vorbehalt, dass belastbare kontrafaktische Belege fehlen, die sie beweisen würden; wenn jedoch ein erheblicher Teil des gesamten Handels in einem bestimmten Instrument rein auf der Fortschreibung vergangener Trends beruht, erscheint sie plausibel. Mit anderen Worten: KI treibt am Ende frühere KI-getriebene Preise an und verringert das menschliche Element bei der Preisbildung, anstatt es zu prognostizieren.

Die weiteren Auswirkungen dieser Verzerrungen gehen über den Rahmen dieses Artikels hinaus, der erörtern soll, ob KI ein Segen oder eine Bedrohung ist. Wir haben festgestellt, dass KI und maschinelles Lernen eine enorme Hilfe für die Menschheit sind und sein werden und dass die Befürchtung einer schönen neuen Welt, in der Maschinen die Herren und Menschen die Sklaven sind, mit der Wissenschaft unvereinbar ist. Ängste vor Arbeitsplatzverlusten durch KI sind, wie die Ängste um die Arbeitsplatzsicherheit bei allen früheren technologischen Entwicklungen, unbegründet.

Und wenn Alan Turing heute noch lebte, wäre es interessant zu erfahren, ob seine Frage, ob Maschinen denken können, zu seiner Zufriedenheit beantwortet wurde. Die Indizien sprechen dafür, dass dies nicht der Fall ist und vielleicht auch nie der Fall sein wird.

Die in diesem Artikel geäußerten Ansichten und Meinungen sind die des Autors bzw. der Autoren und geben nicht die Ansichten von Goldmoney wieder, sofern dies nicht ausdrücklich angegeben ist. Der Artikel dient ausschließlich allgemeinen Informationszwecken und stellt weder seitens Goldmoney noch seitens des Autors bzw. der Autoren eine Rechts-, Finanz-, Steuer-, Anlage- oder Buchhaltungsberatung dar. Sie sollten sich nicht auf Informationen in diesem Artikel stützen oder auf deren Grundlage handeln, ohne zuvor unabhängigen fachlichen Rat einzuholen. Es wurde Sorgfalt darauf verwendet, dass die Informationen in diesem Artikel verlässlich sind; Goldmoney übernimmt jedoch keine Gewähr dafür, dass sie richtig, vollständig und aktuell sind und/oder als Hinweis auf zukünftige Ergebnisse verstanden werden können, und sie sollten nicht als solcher herangezogen werden. Goldmoney haftet nicht für Ansprüche, Verluste, Schäden oder Unannehmlichkeiten, die sich aus Informationen oder Meinungen in diesem Artikel ergeben. Jede Handlung auf Grundlage der in diesem Artikel enthaltenen Meinungen und Informationen erfolgt auf Ihr eigenes Risiko.