Skip to main content
main-content

30.11.2016 | Praktische Informatik | Im Fokus | Onlineartikel

Künstliche Intelligenz entsteht auch durch Zufall

Autor:
Andreas Burkert

Auf der diesjährigen Konferenz Humanoids 2016 waren die Erfolge von Deep Learning und Künstlicher Intelligenz unübersehbar. Überrascht hat die Erkenntnis, dass Intelligenz auch ein Produkt des Zufalls ist.

Rund 100 Milliarden Nervenzellen gehören zum Menschsein. So viele besitzt das gesunde menschliche Gehirn in der Regel. Doch genügt es, nur ausreichend Speicherplatz, Rechenleistung und Sensoren in ein System zu integrieren, um daraus einen Humanoiden zu machen, eine Lebensform und Maschine, die ein menschliches oder menschen­ähnliches Erscheinungsbild aufweisen? Seit den 1940-iger Jahren suchen bereits Forscher und Wissenschaftler mit Hochdruck Antworten darauf. Und dieser Tage scheinen sie ihrem Ziel näher denn je. 

Empfehlung der Redaktion

2016 | OriginalPaper | Buchkapitel

Von der natürlichen über die künstliche zur Superintelligenz?

Die klassische KI‐Forschung orientiert sich an den Leistungsmöglichkeiten eines programmgesteuerten Computers, der nach der Churchschen These im Prinzip mit einer Turingmaschine äquivalent ist. Nach dem Mooreschen Gesetz wurden damit bis heute gigantische Rechen‐ und Speicherkapazitäten erreicht, die erst die KI‐Leistungen z. B. des Supercomputers WATSON ermöglichten.


Im mexikanischen Cancun haben sich führende Wissenschaftler auf dem Gebiet der künstlichen Intelligenz zur Konferenz Humanoids 2016 getroffen. Zum Gedankenaustausch und auch, um zu zeigen, dass "Intelligenz kein heiliger Gral ist, sondern etwas, das sich berechnen lässt", wie es Professor Patrick von der Smagt am Rande der Veranstaltung den Medien erklärte. Der Springer-Autor von der Smagt hat bis vor kurzem noch an der TU München unter anderem zur Theorie der maschinellen Wahrnehmung gelehrt. Seit wenigen Wochen aber leitet er bei Volkswagen im konzerneigenen Data-Lab die Forschung zu künstlicher Intelligenz.

Deep Learning ist ein beherrschbarer mathematischer Prozess

Sein Wechsel zeigt, wie bedeutend das Wissen um intelligente Roboter und maschinelles Lernen auch für die Automobilbranche ist. Wie weit mittlerweile die Forschung auf diesem Gebiet ist, hat er in seinem Vortag "Deep learning in robotics" anlässlich der Konferenz erklärt. Auch, dass Humanoide ein hochkomplexes System darstellen, mit einem hohen Freiheitsgrad hinsichtlich ihrer Sensoren und Aktoren. Während die traditionelle Steuerung bisher nur zufriedenstellende Ergebnisse lieferte, kann er bereits von Erfolgen beim Deep Learning berichten. Solch ein Modell lernt nämlich selbst dazu.

Fortschritte brachten dabei vor allem moderne Hochleistungsrechner. Mit ihnen lässt sich nun die hohe Komplexität sogenannter Deep Neural Networks effizienter bewältigen. Darüber hinaus wächst seiner Ansicht nach auch das Bewusstsein, dass das Verkoppeln von Kausalitäten, so wie es auch das menschliche Gehirn leistet, "eigentlich ein Teil der Wahrscheinlichkeitstheorie ist". Auf die Zusammenhänge geht er mit Daniel Sonntag, Sonja Zillner und András Lörincz im Übrigen in Kapitel Deep Learning ab Seite 489 ein.

In Cancun hingegen fanden sich auch praktische Beispiele, um die gesamte Bandbreite künstlicher Intelligenz darzustellen. Etwa den Robocup, ein Wettbewerb für ferngesteuerte humanoide Roboter. Der Veranstalter will damit die Aufmerksamkeit stärker auf das Problem der Wahrnehmung lenken.

Weiterführende Themen

Die Hintergründe zu diesem Inhalt

Das könnte Sie auch interessieren

Premium Partner

GI Logo

BranchenIndex Online

Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.

Zur B2B-Firmensuche