Ein Schülerblog von Nihad Mustafa.
Roboter, die Menschen beim Schachspiel besiegen oder Computer, mit denen wir uns
unterhalten können – die Wissenschaft versucht seit vielen Jahren, den
menschlichen Geist künstlich nachzubauen. Viel Erfolg hatte sie bisher nicht
damit.
Das Forschungsgebiet “Künstliche Intelligenz” (KI) versucht, menschliche
Wahrnehmung und menschliches Handeln durch Maschinen nachzubilden.
Denn nach Jahrzehnten der Forschung hat man die Unmöglichkeit erkannt, eine
“denkende” Maschine zu erschaffen, ohne zuvor das menschliche Denken selbst
erforscht und verstanden zu haben.
Bis heute ist es nicht einmal annähernd gelungen, menschliche
Verstandesleistungen als Ganzes mit Maschinen nachzuvollziehen. Ein großes
Hindernis ist die Sprachverarbeitung. Auch die Durchführung einfachster Befehle
ist für eine Maschine ein hoch komplexer Vorgang.
Inzwischen konzentriert sich die Forschung deshalb zunehmend auf einzelne
Teilbereiche, unter anderem mit dem Ziel, dort Arbeitserleichterungen zu
schaffen.
SOPHIA
Abbildung 2: SophiaSophia ist ein vom Hongkonger Unternehmen Hanson Robotics
entwickelter humanoider Roboter. International bekannt wurde Sophia durch ihr im
Vergleich zu bisherigen Robotervarianten besonders menschliches Aussehen und
Verhalten. Gemäß den Angaben des Herstellers besitzt Sophia künstliche
Intelligenz, die Fähigkeit zu visueller Datenverarbeitung und zur
Gesichtserkennung. Sie imitiert menschliche Gestik und Mimik und ist dazu im
Stande, bestimmte Fragen zu beantworten und über vordefinierte Themen (z. B.
über das Wetter) einfache Gespräche zu führen.
Am 11. Oktober 2017 wurde Sophia bei den Vereinten Nationen vorgestellt und
führte eine kurze Konversation mit der UN-Vizegeneralsekretärin.
Was ist Machine Learning?
Machine Learning ist quasi der Wissenserwerb durch ein künstliches System
mithilfe von selbstlernenden Algorithmen. Ein Algorithmus wiederum ist
vereinfacht gesagt eine eindeutige Handlungsvorschrift, die für die Lösung eines
Problems oder einer Klasse von Problemen eingesetzt wird. Algorithmen werden
dann angewandt, wenn jemand eine hohe Anzahl an Daten besitzt, aus denen man als
Mitarbeiterteam nicht mehr so einfach Schlüsse ziehen kann. Ein Machine Learning
Programm analysiert Beispiele, sucht wiederkehrende Muster und versucht
Gesetzmäßigkeiten zu erkennen und daraus Prognosen zu entwickeln.
Es gibt viele unterschiedliche Methoden. Prinzipiell unterscheidet man jedoch
zwischen zwei Arten:
Sogenannte „aussagenlogische Systeme“ und „künstliche neuronale Netze“. Die
ersteren funktionieren auf der Basis von Symbolen, die zweiteren ähneln in ihrer
Funktionsweise dem menschlichen Gehirn.
Nehmen wir eine Katze als Beispiel für Bildsegmentierung. Um einem
beispielsweise den Unterschied zwischen einer „Katze“ und einer „Nicht-Katze“
beizubringen, füttert es mit Bildern, die die typischen Merkmale einer Katze wie
Schnurhaare, Ohren, Größe, Fellstruktur etc. und die Bezeichnung „Katze
„enthalten als Positivbeispiel und z.B. Bildern, die einen Otter als
Negativbeispiel enthalten und lasse es dann später selbst entscheiden, ob auf
einem Foto Katzen zu sehen sind oder nicht und bessere nach. Während die es
anfangs noch ungenau sein wird, wird sie immer genauer werden und nur mehr wenig
Fehler zeigen.
Quellen:
-https://de.wikipedia.org/wiki/Robotik
-https://de.wikipedia.org/wiki/Sophia_(Roboter)
-https://de.wikipedia.org/wiki/Maschinelles_Lernen
