Gurkensortieren mit Künstlicher Intelligenz. Kazunori Sato von Tensor Flow (links am Pult) erklärt in Wien die Gurkensortiermaschine, die in Japan bei einer Bauernfamilie (Bild auf der Leinwand) zum Einsatz kommt. Rechts: Hermann Hauser.
Andreas Burkert
Um gleich mit einem Missverständnis aufzuräumen: Ein System der Künstlichen Intelligenz (KI) wird niemals eine Entscheidung treffen, die zu 100 Prozent richtig ist. Das sagt der aus Österreich stammende und vor allem in Großbritannien erfolgreiche Unternehmer und KI-Spezialist, Hermann Hauser. Ergo, so erklärt er, werden auch autonom fahrende Automobile mit hoher Wahrscheinlichkeit Fehlentscheidungen treffen. Dass diese aber weitaus weniger Unfälle verursachen werden als herkömmliche, vom Mensch gelenkte Fahrzeuge, davon ist er absolut überzeugt.
Diese neue, nahezu unfallfreie Mobilität sei dabei keine Hexerei. Die dafür benötigten Algorithmen seien auch keine Jahrhundertleistung. Vielmehr sei der Mensch eine äußerst schlechte Wahl, ein Fahrzeug mit derart leistungsstarken fahrdynamischen Systemen zu führen.
Eindrucksvoll zeigt sich dies beim kraftstoffsparenden Fahren. "Wohl kaum einer erreicht die Angaben der Hersteller“, scherzt Hauser, der sich kürzlich Woche in Wien unter anderem kritischen Fragen zur Künstlichen Intelligenz stellen musste – zusammen mit anderen Koryphäen aus der KI-Forschung und Entwicklung. Geladen hatte die Außenwirtschaft Austria der Wirtschaftskammer Österreich (WKO) und zur Diskussion stand die Frage, ob wir dank der künstlichen Intelligenz dabei sind, uns selbst abzuschaffen.
Schafft die künstliche Intelligenz uns ab?
Ein wunder Punkt. Immerhin hat die künstliche Intelligenz das Potenzial, "unser Leben in fast allen Bereichen bedeutend zu beeinflussen“, so Hauser. Und das im Übrigen innerhalb der kommenden zehn Jahre. Viel Zeit bleibt also nicht, um über die Herausforderungen zu sprechen, über die Chancen, die Ethik und die Gefahren der KI. Dabei mahnt der KI-Professor nicht nur vor intelligenten Waffensystemen. Er zitiert auch verschiedene Studien, die es für wahrscheinlich halten, dass die Hälfte der Arbeitsplätze von der KI betroffen beziehungsweise gefährdet ist.
Für FH-Professorin Karin Pröll ist es allerdings "nicht das erste Mal, dass eine Technik den Menschen in der Arbeit ersetzt“. Die Studiengangsleiterin des Masterstudiums Data Science & Engineering der FH OÖ – Campus Hagenberg mit Forschungsschwerpunkt im Bereich Medizin- und Bioinformatik, neuronale Netze, Molekularbiologie empfahl in Wien, "vorbereitet zu sein". Die Nationen, die in der KI führend seien, hätten künftig auch die besseren Chancen, arbeitsmarktpolitisch auf die Veränderungen zu reagieren.
Die größten Gurken sortiert die KI
Wie profitabel der Einsatz von KI, beziehungsweise Machine Learning, sein kann, erklärte in Wien Kazunori Sato von Tensor Flow. Der Google-Scientist und ein Schwerkaliber aus dem Bereich AI und Big Data mit Fokus auf Machine Learning (ML) zeigte am Beispiel einer privaten Gurkenzucht, wie einfach und kostengünstig sich ML-Systeme bereits heute umsetzen lassen. Mithilfe einfacher Verfahren des maschinellen Lernens entwickelte er eine Gurken-Sortiermaschine mit einem japanischen Gurken-Farmer. Das System konnte die Gurken wesentlich fehlerfreier und schneller sortieren als es die Großmutter tat.
Weil eine wesentliche Rolle bei dieser Gurken-Problematik die intelligente Objekterkennung spielt, lassen sich die Ergebnisse auch auf andere Industrieanwendungen projizieren. Etwa auf das autonome Fahren, wie Professor Peter Purgathofer vom Institut für Gestaltungs- und Wirkungsforschung der TU Wien weiß. Er sieht in der von Sato entwickelten Bilderkennung eine Demokratisierung der Entwicklungswerkzeuge, die knapp 50 Jahre nach dem ersten KI-Hype jetzt breit in die Anwendung kommen wird.
Ein weiteres Beispiel für einen Einsatz automatischer Bilderkennung liefert Christine Wahlmüller-Schiller in ihrem Fachbeitrag im Springer-Magazin "e&i – Elektrotechnik und Informatik" (7/2017). In "Künstliche Intelligenz – wohin geht die Reise?" geht sie unter anderem auf den Einsatz im E-Commerce oder sogar im Stationären Handel ein:
"Enormes Potenzial birgt die automatische Bilderkennung beispielsweise in der Logistik im Einzelhandel. Durch die Analyse von Videobildern in Supermärkten erkennt das System den Füllstand der Regale, gleicht diese mit dem Lagerbestand, dem Zeitpunkt und der Menge der folgenden Lieferung ab und kann selbstständig handeln, zum Beispiel die Nachbestellung vorziehen oder Mengen modifizieren. Leere Regale oder überfüllte Lagerräume könnten somit schon bald gänzlich der Vergangenheit angehören." Christine Wahlmüller-Schiller in "Künstliche Intelligenz – wohin geht die Reise?" im Magazin "e&i" (7/2017).
"Wir warten noch immer auf den Big Bang"
Das sieht auch Heinrich Schmid-Schmidsfelden so. Der Head of Corporate Innovation bei Kapsch TrafficCom, der ebenfalls vom WKO geladen wurde, erhofft sich von Deep Learning und KI große Fortschritte im Mobilitätssektor. Im Mai des Jahres startete das österreichische Unternehmen dazu mit Factory 1, ein sechs Monate dauerndes Accelerator-Programm. Fünf sogenannte Later Stage Startups sollten Innovationen rund um
- Connected & Autonomous Driving,
- Big Data Analytics & Deep Learning,
- Smart Mobility,
- Security & Privacy,
- Infrastructure und
- Payment & Transaction Processes
definieren.
Doch trotz aller Bemühungen, der eine große Schritt scheint noch nicht begonnen. "Wir warten noch immer auf den Big Bang", sagte Schmid-Schmidsfelden während der Podiumsdiskussion, die im Übrigen von Clemens Wasner (CEO & Co-Founder von enlite.ai) geleitet wurde. Der mahnte, Verfahren der künstlichen Intelligenz auch in der Forschung und Entwicklung einzusetzen. Wasner sagte: "Wer die KI beherrscht, kann einen wahren Tsunami von Forschungsergebnissen erwarten."