Geist in der Maschine
Künstliche Intelligenz ist der letzte Schrei! Jedes Tech-Unternehmen will es sich auf die Fahnen schreiben. Kein Wunder – klingt ja super cool und nach Science Fiction. Und wie KI uns allen erst die Arbeit erleichtern könnte! Amazons Alexa denkt jetzt schon für uns mit. Aber ist die KI von heute wirklich intelligent? Was bedeutet KI eigentlich? Eines ist sicher: Es ist ein spannendes, tiefgründiges Forschungsgebiet und ein Blick hinter die Kulissen und in die Historie lohnt sich. Lust auf einen kleinen philosophischen Exkurs?
Aller Anfang ist schwer – oder: Willkommen im Kaninchenbau
In der Philosophie startet man üblicherweise mit einer Definition und spinnt daraus endlos viele Probleme, die noch mehr Fragen nach sich ziehen und eine Lösung scheint in unerreichbare Ferne zu rücken – wortwörtlich BrainSTORMING. Klingt anstrengend, hilft aber, Sachverhalte besser, genauer zu verstehen. Das machen wir jetzt auch mit dem Thema KI. Die allgemeine Definition lautet: Künstliche Intelligenz bildet das Denken und Handeln von Menschen durch Maschinen nach, soll heißen, dass technische Systeme über Funktionen und Algorithmen logisch, strukturiert und zielgerichtet Daten aufnehmen, analysieren und verarbeiten. Dazu muss zuallererst verstanden werden, was unser Denken, unseren Geist, unsere Intelligenz ausmacht.
Schon René Descartes hat sich darüber den Kopf zerbrochen, wie unser Denken, unser Bewusstsein beschaffen sind. Eine zentrale Frage: Was ist der menschliche Geist und wie wirkt er mit dem Körper zusammen? Aus dieser Frage lassen sich weitere detaillierte Unterfragen ableiten. Ist das menschliche Denken etwas Physisches? Wenn nein, wie können unsere Gedanken und Wünsche dann Handlungen bewirken (eine Frage der Kausalität)? Wenn doch, wie können diese mentalen Ereignisse physisch erklärt und weiter noch künstlich nachgebildet werden (eine Frage des Physikalismus)? Und schon sind wir mittendrin in der Neurophilosophie, Handlungstheorie, den Computational Neurosciences und Machine Learning. Philosophie und KI sind also gar nicht so weit voneinander entfernt – und sie hilft zu verstehen, auf welche Fragen es in der KI mit ankommt.
Die Challenge ist die Challenge – oder: Ein Problem an sich
Die KI-Forschung muss sich demnach fragen, wie wir einen „Geist“ in eine Maschine bringen – und vorher, was diesen „Geist“ eigentlich definiert! Der Stand der Forschung: Neuronale Netze dienen, ähnlich dem menschlichen neuronalen System, der Informationsverarbeitung und sind lernfähig, können also neue Verbindungen knüpfen, alte löschen und sich weiterbilden. Erste Schritte auf dem Weg zur KI können wir schon bei IBM Watson und Google AlphaGo verfolgen, welche die weltbesten Poker- und Go-Spieler gnadenlos besiegen, Daten aus- und bewerten und mehr Wissen auf einmal abrufen, als wir es uns vorstellen können. Selbst jetzt schon unterstützt uns lernende Software: Im Healthbereich werden Patientendaten für individuelle Therapiemöglichkeiten ausgwertet und in Tech wird die IT Sicherheit optimiert.
Aber ist das wirklich schon KI, oder nur die Funktion des Machine Learning, einem Teilgebiet der KI? Alexa beantwortet deine Fragen und führt Befehle aus, aber reicht das aus, um sie als KI zu bezeichnen? (Zum Vergleich: Theodore Twombly verliebt sich im Film „Her“ in die Künstliche Intelligenz Samantha, weil sie menschlich erscheint). Hier ist nämlich der Knackpunkt, der im Turing-Test anschaubar dargestellt wird: Alan Turing, ein britischer Logiker und Informatiker, entwickelte diesen 1950(!), um auswerten zu können, ob eine künstliche Intelligenz mit einer menschlichen verwechselt werden kann. Doch selbst dieser elementare Prüfstein der KI-Forschung lässt sich wieder hinterfragen, denn es gibt einen Unterschied zwischen Können und Wissen. Alexa kann viel umsetzen, aber versteht sie auch, was und warum sie das tut? Sollte KI dazu nicht im Stande sein, um selbstständig „denken“ zu können? Hier sind wir wieder beim Ausgangsproblem angelangt: Was macht (menschliche) Intelligenz aus? Wo befindet sich die Schwelle, der qualitative Sprung von einfachen Input-Output-Funktionen zu (künstlicher) Intelligenz?
Das Schwierige an KI liegt somit in der Sache selbst: Menschliches Denken künstlich darzustellen, kann nicht funktionieren, solange wir nicht erkannt haben, worin unsere Intelligenz tatsächlich besteht. WIE das Kurz- und Langzeitgedächtnis, wie Sprache und Lernen funktionieren, ist Dank dem heutigen Stand der Medizin erklärbar und in Teilen auch in künstlichen neuronalen Netzen umsetzbar. Eine weitere Frage ist, WARUM unser Gehirn und damit unsere Intelligenz so veranlagt sind. Wir können annehmen, dass wir durch unsere Entwicklung genauso „programmiert“ und mit Daten angereichert werden, wie wir KI programmieren. Wir können aber auch die Position vertreten, dass Intelligenz auf mehr beruht, als auf Datenverarbeitung, nämlich auf Wissen und Verstehen, Interpretation und Hermeneutik – woran Tay Tweets kläglich gescheitert ist, da „sie“ den ihr gegeben Input von anderen Twitter-Nutzern nicht hinterfragen konnte, nicht entscheiden konnte, ob es moralisch ge- oder verboten ist. KI sollte mehr sein als Datenverarbeitung, nämlich selbstständiges Denken und Handeln.
Die Vermessung des Denkens – oder: Anmaßung des Denkens?
Das Forschungsgebiet der KI bedeutet folglich, zuallerst unseren Verstand zu vermessen und daran festzustecken, wie wir Intelligenz definieren, bevor diese künstlich dargestellt werden kann. Solange wir nicht erklären können, wie Denken und Intelligenz und damit die Grundlagen für KI beschaffen sind, können wir den Begriff „Künstliche Intelligenz“ nur schwer definieren. Wie in unserem kleinen philosophischen Exkurs gesehen, dreht man sich oft im Kreis und es sind schon die genialsten Köpfe der Menschheit daran gescheitert.
Ist das Vorhabe der KI-Forschung also Anmaßung? Nein, denn die Anmaßungen der Philosophen und Wissenschaftler haben uns dahin gebracht, wo wir heute stehen (auf einem Erdball, und keiner Scheibe – Was für eine Anmaßung das war!). Möglicherweise ist die heutige KI schon soweit, dass sie selbst unseren eigenen Verstand überschreitet, denn sie überschreitet jetzt schon in Teilen die Kapazität unseres Denkens. Möglicherweise kommen wir einer endgültigen Definition in einigen Forschungsjahren näher. Möglicherweise aber auch nie, denn wir müssen unser eigenes Denken durch unser Denken erklären und sind in unserer subjektiven Perspektive gefangen. Der Grad zwischen geistlosen Maschinen und einem Geist in der Maschine ist schmal und schwer erkennbar. Die Frage, wie wir KI definieren und mit ihr umgehen – z. B. im moralisch/politisch kritischem Fall von Tay Tweets – wird uns in Zukunft bestimmt noch beschäftigen und unsere Kommunikationsarbeit beeinflussen. Aber wir werden den genialen Tech-Geistern und ihren intelligenten Innovationen auf jeden Fall weiterhin auf der Spur bleiben!
Über die Autorin:
Ann-Kristin Manno hat sich schon in ihrem Philosophiestudium für die „Erklärung mentaler Ereignisse in physikalistischen Systemen“ begeistert und verfolgt nun mit Spannung die neuesten KI-Trends in der Tech-Industrie.
