Den Weg in die Zukunft

Werfen wir noch einmal einen Blick auf das, was heutzutage ja in aller Munde ist.

Die Geschichte der KI reicht viel weiter zurück, als manch einer vielleicht vermuten würde. Es ist eine Reise, die über mehrere Jahrzehnte hinweg viele Höhen und Tiefen erlebt hat. Von den ersten Ideen über intelligente Maschinen bis zu heutigen Anwendungen in fast allen Bereichen des Lebens – die Künstliche Intelligenz hat einen langen Weg hinter sich.



Schauen wir uns die wichtigsten Stationen und Entwicklungen der KI an, erfahren wir, wie diese Technologie vom wissenschaftlichen Experiment zum Alltagstool geworden ist.

Es begann in den 1950er Jahren.

Der britische Wissenschaftler und Mathematiker Alan Turing (Dank seines Genies wurde die Enigma-Maschine entschlüsselt, mit deren Hilfe die deutsche Wehrmacht alle Funksprüche verschlüsselte, sodass die Alliierten jeden Funkspruch der Deutschen mitlesen konnten. Das führte letztendlich dazu, dass der Zweite Weltkrieg um Jahre verkürzt werden konnte). Er und der amerikanische Informatiker John McCarthy brachten das Thema entscheidend voran. Alan Turing stellte 1950 eine entscheidende Frage: „Können Maschinen denken?“ Er entwarf den berühmten Turing-Test. Er schlug eine Methode vor, um zu überprüfen, ob eine Maschine menschliches Denkverhalten nachahmen kann und intelligent ist.

John McCarthy, der als „Vater der KI“ gilt, prägte 1956 den Begriff „Artificial Intelligence“. Noch im selben Jahr veranstaltete er eine Konferenz am Dartmouth College, die als der offizielle Startpunkt der KI-Forschung gilt. Bei dieser Konferenz wurde klar: Die Forscher waren sich sicher, dass Maschinen lernen und denken könnten – es war nur eine Frage der Zeit.

In den 1960er Jahren wurden erste Erfolge erzielt. Forschende entwickelten Programme, die einfache mathematische Probleme lösen oder Schach spielen konnten. Ein bekanntes Beispiel ist „ELIZA“, ein einfaches Computerprogramm, das menschliche Gespräche imitierte und als erster „Chatbot“ gilt. ELIZA konnte zwar nicht wirklich verstehen, was Menschen ihr schrieben, aber sie reagierte so, dass es den Anschein erweckte, als würde sie Antworten geben.



Ein weiterer wichtiger Meilenstein war die Entwicklung des ersten Expertensystems MYCIN, das 1976 von Edward Feigenbaum entwickelt wurde. MYCIN war ein medizinisches Expertensystem, das in der Lage war, Diagnosen zu stellen und Therapie-Empfehlungen zu geben.



In den 1970er Jahren folgte jedoch auch die erste große Ernüchterung, der sogenannte „KI-Winter“. Forscher hatten das Potenzial von KI-Technologien stark überschätzt. Die Erwartungen waren riesig, aber die tatsächlichen Fortschritte waren vergleichsweise gering. Finanzierungen wurden eingestellt, und die KI-Forschung geriet ins Stocken. Die Technik war schlichtweg bisher nicht ausgereift genug, um die komplexen Anforderungen zu erfüllen, die man an sie stellte. Die Ergebnisse waren enttäuschend.

In den 1980er Jahren gab es eine neue Welle der Begeisterung. Expertensysteme kamen auf, eine Art KI, die auf Regelwerken basiert und für spezifische Aufgaben konzipiert ist. Diese Systeme waren in der Lage, Wissen in einem bestimmten Bereich zu sammeln und auf Basis festgelegter Regeln Schlussfolgerungen zu ziehen. Besonders in der Industrie fanden Expertensysteme Anwendung, etwa zur Diagnose von Maschinenfehlern oder in der Medizin.

Doch auch diese Phase der Euphorie hielt nicht lange an. Expertensysteme waren teuer in der Entwicklung und schwierig zu warten. Die Begeisterung ebbte erneut ab, und so folgte in der Geschichte der KI ein zweiter „KI-Winter“. Die Forschung stagnierte wieder, und viele Unternehmen zogen sich zurück.

Mit den Fortschritten in der Computertechnik und dem Aufkommen des Internets nahm die KI-Forschung in den 1990ern wieder Schwung auf. Insbesondere das Gebiet des „Maschinellen Lernens“ entwickelte sich weiter. Die Entwicklung von schnellen Computern und die Verfügbarkeit von großen Datenmengen ermöglichten es Forschern, komplexere KI-Systeme zu entwickeln.



Im Gegensatz zu Expertensystemen, die nur Regeln befolgen, können Maschinen durch maschinelles Lernen aus Daten lernen und ihre Ergebnisse verbessern. Das war ein bedeutender Fortschritt, der neue Möglichkeiten eröffnete.



Einer der größten Durchbrüche in der Geschichte der KI geschah 1997, als IBMs Schachcomputer „Deep Blue“ den damaligen Schachweltmeister Garry Kasparov besiegte. Das zeigte, dass Maschinen in bestimmten Bereichen dem Menschen überlegen sein können. Ein weiterer Meilenstein war die Entwicklung von Suchmaschinen wie Google, die auf maschinellem Lernen basieren und die Art und Weise, wie wir Informationen finden, revolutionierten.

Mit der Entwicklung von Deep Learning – einer speziellen Art des maschinellen Lernens, das neuronale Netzwerke nutzt – kam in den 2010er Jahren der endgültige Durchbruch für die KI. Durch die steigende Rechenleistung und die Verfügbarkeit großer Datenmengen konnte Deep Learning endlich das leisten, was sich Forscher jahrzehntelang erträumt hatten. Technologien wie Spracherkennung (wie Siri oder Alexa), Gesichtserkennung und selbstfahrende Autos wurden plötzlich realisierbar.



2012 erzielte das Deep Learning-Modell „AlexNet“ bei einem Wettbewerb zur Bilderkennung einen bahnbrechenden Erfolg. AlexNet konnte Bilder mit einer Genauigkeit erkennen, die bis dahin unerreicht war. Dieser Durchbruch markierte den Beginn der heutigen KI-Revolution.

Heute ist KI allgegenwärtig. Die Künstliche Intelligenz steckt in Smartphones, Autos, Streamingdiensten und in vielen Bereichen der Wissenschaft und Industrie. Sprachassistenten, die bei Alltagsaufgaben helfen, Übersetzungssoftware und personalisierte Werbung sind nur einige Beispiele dafür, wie KI unseren Alltag beeinflusst.



Die Zukunft der KI ist spannend. Viele Forscher arbeiten an noch komplexeren Systemen, die eines Tages vielleicht als „starke KI“ gelten könnten – eine KI, die nicht nur spezialisierte Aufgaben, sondern ein breites Spektrum an Tätigkeiten abdecken kann.



Dabei stehen auch ethische und sicherheitstechnische Fragen im Fokus. Wie weit wollen und dürfen wir KI entwickeln? Wer trägt die Verantwortung für ihre Entscheidungen? Und wie wird die Gesellschaft auf eine immer stärkere Automatisierung reagieren?



In den nächsten Jahren werden diese und viele weitere Fragen die Forschung und Entwicklung auf dem Gebiet der Künstlichen Intelligenz prägen. Klar ist: Die Geschichte der KI ist noch lange nicht zu Ende – und sie hat die Welt schon jetzt verändert!



Einer der zentralen Aspekte in der KI-Entwicklung ist die Sicherheit. KI-Systeme analysieren oft riesige Datenmengen und treffen darauf basierende Entscheidungen – doch was, wenn diese Entscheidungen fehlerhaft sind? Es gibt Fälle, in denen KI-Fehler schwerwiegende Konsequenzen hatten. Ein Beispiel dafür sind autonome Fahrzeuge, die zwar große Fortschritte gemacht haben, aber noch immer in bestimmten Situationen falsch reagieren können. Ein Fehlverhalten eines selbstfahrenden Autos könnte im schlimmsten Fall Menschenleben kosten.



Sicherheit bedeutet auch, dass KI-Systeme vor Cyberangriffen geschützt sein müssen. Wenn Kriminelle die Kontrolle über ein KI-gesteuertes System übernehmen, könnte das großen Schaden anrichten beispielsweise die kritischen Infrastrukturen betreffend wie Energieversorger oder Verkehrssysteme, die zunehmend durch KI gesteuert werden. Ein Cyberangriff auf solche Systeme könnte ganze Städte lahmlegen und enorme Kosten verursachen.



Um die Sicherheit zu gewährleisten, arbeiten Forscher an sogenannten „robusten“ KI-Modellen. Sie sollen auch unter ungewöhnlichen Umständen oder bei unvorhergesehenen Ereignissen stabil und zuverlässig funktionieren. Trotzdem bleibt die Sicherheit von KI-Systemen eine Herausforderung, die sich mit zunehmender Verbreitung von KI weiter verschärfen wird …

Quelle: Heike Kraemer