05.04.2018

Wo steht die Artificial Intelligence wirklich?

Was ist Artificial Intelligence und was wird nur so genannt? Und wo auf dem Weg zu den Science-­Fiction­-Vorbildern aus Star Trek und Co stehen wir?
/artikel/stand-der-dinge-in-der-artificial-intelligence
Stand der Dinge in der Artificial Intelligence
(c) fotolia.com - koya979

Die Faszination für künstliche Intelligenz (AI) bzw. vom Menschen geschaffene Intelligenz ist fast so alt wie die Menschheit selbst. Bereits in der griechischen Mythologie finden sich mechanische, aus Bronze gefertigte Diener, die über eigenständigen Willen verfügen. Die Geburtsstunde des Begriffs Artificial Intelligence war 1956, als sich unter der Führung von Marvin Minsky eine Gruppe von Wissenschaftlern für einen achtwö­chigen Workshop in Dartmouth traf, in dem der Grundstein für die Disziplin gelegt wurde. Doch was ist heute der Stand der Dinge in der Artificial Intelligence?

AI lässt sich grob folgendermaßen unterteilen:

  • Narrow AI: Systeme, die eng abgesteckte, repetitive Aufgaben automatisieren können, z.B. Bilderkennung,
  • Artificial General Intelligence: AI, die in der Lage ist, selbstständig neue Probleme zu erkennen und zu lösen, z. B. Data in Star Trek
  • Conscious AI: Sie verfügt über ein eigenes Bewusstsein und Emotionen, z.B. HAL 9000 in „2001: Odyssee im Weltraum“.

+++Zombies, Aliens & Star Trek: “Lemmings”-Inkubator holt Silicon Valley Mindset nach Wien+++ 

Stand der Dinge in der Artificial Intelligence

Die gewählten Beispiele zeigen: Alle heutigen als AI betitelten Systeme fallen unter Narrow AI, da sie weder in der Lage sind, das Gelernte zu generalisieren, noch Emotionen fühlen können oder gar über ein eigenes Bewusstsein verfügen. Der Befund zum Stand der Dinge in der Artificial Intelligence ist also – zumindest für Science Fiction Fans – eher ernüchternd.

Von Machine und Deep Learning

Innerhalb der Narrow AI sind es vor allem Machine Learning und im Speziellen Deep Learning, die den aktuellen Hype losgetreten haben. Machine Learning ist eine Technik, die bereits seit den 1950ern existiert. Sie beschreibt Algorithmen, die sich in Abhängigkeit von den Eingangsdaten selbst anpassen können. Auf diese Art können Muster und Gesetzmäßigkeiten in Datenbeständen erkannt werden, um darauf basierend Vorhersagen zu treffen. Typische Anwendungsgebiete für Machine Learning sind etwa Spamfilter, Prognosesysteme (z. B. Wetter oder Real Estate) sowie Betrugserkennung.

Deep Learning, das eine Subkategorie von Machine Learning darstellt, basiert auf künstlichen neuronalen Netzen, weshalb die Begriffe Deep Learning und (Artificial) Neural Networks fast austauschbar verwendet werden. Das Kernelement sind dabei künstliche Neuronen, die eine beliebige Anzahl von Eingängen haben können, aber nur einen Ausgang. Für jeden Eingang gibt es ein sogenanntes Gewicht, das bestimmt, wie wichtig er für den Ausgang ist.

Lernen durch Errors

Das “Deep” in Deep Learning bezieht sich auf die Anordnung der Neuronen, die oft in mehreren Schichten erfolgt. Am Ausgang des gesamten Netzes erfolgt mittels der sogenannten “Error Function” eine Überprüfung, wieweit der Vorhersagewert vom tatsächlichen Wert der Trainingsdaten abweicht. Dieser Error wird danach dazu verwendet, die Gewichte der einzelnen Neuronen zu adjustieren – das System lernt somit. Vereinfacht sieht das bei einer Vorhersage über Wohnungspreise folgendermaßen aus: Das neuronale Netz erhält als Eingangsdaten eine Liste an Wohnungen, bei denen neben dem Verkaufspreis und der Lage auch Daten wie z. B. Verkäufer und Maklerbüro zu finden sind. Nach mehreren Durchläufen erkennt das Netz, dass z.B. “Verkäufer” und “zuständiges Maklerbüro” nur einen sehr geringen Einfluss auf den Verkaufspreis haben, und setzt dementsprechend die Gewichte für die entsprechenden Eingänge neu.

Viele Anwender, wenige “echte AI-Startups”

Soviel zum technologischen Stand der Dinge in der Artificial Intelligence. Zu beachten gibt es in der Beurteilung von AI-Produkten aber noch einen weiteren Punkt. Denn die meisten Firmen, die Artificial Intelligence nutzen, haben sie nicht selbst kreiert. Was unterscheidet also ein “echtes AI­-Startup” von reinen Anwendern?

Hier ein paar Anhaltspunkte:

  • Erstellen und Trainieren von eigenen Modellen (Deep Learning, Machine Learning)
  • Eigenständige Implementierung von domänenspezifischen Lösungen, teilweise on top von bestehenden AI­Frameworks wie z. B. Google TensorFlow, PyTorch oder Keras, und
  • über Verwendung und Kombination von Frameworks hinausgehende Anwendungen. Im Fall von Chatbot­Frameworks wie IBM Watson und Facebooks wit.ai wären das z.B. eigene Sprachmodelle für Umgangssprache.

Dieser Artikel erschien in gedruckter Form im aktuellen Brutkasten Magazin #6

Deine ungelesenen Artikel:
24.06.2024

PHÖNIX: Jetzt für den Österreichischen Gründungspreis bewerben

Der renommierte Gründungspreis PHÖNIX sucht für die diesjährige Wettbewerbsrunde die besten Start-ups, Spin-offs, Prototypen und Female Entrepreneurs. Die Anmeldefrist läuft bis 15. September 2024.
/artikel/phoenix-jetzt-fuer-den-oesterreichischen-gruendungspreis-bewerben
24.06.2024

PHÖNIX: Jetzt für den Österreichischen Gründungspreis bewerben

Der renommierte Gründungspreis PHÖNIX sucht für die diesjährige Wettbewerbsrunde die besten Start-ups, Spin-offs, Prototypen und Female Entrepreneurs. Die Anmeldefrist läuft bis 15. September 2024.
/artikel/phoenix-jetzt-fuer-den-oesterreichischen-gruendungspreis-bewerben

Der Gründungspreis PHÖNIX ist in der österreichischen Innovationslandschaft fest verankert. Die Auszeichnung wird bereits seit 2012 vergeben und zeichnet jedes Jahr die besten Start-ups, Spin-offs, Prototypen und Female Entrepreneurs aus Österreich aus.

Zu den Preisträger:innen im letzten Jahr zählte unter anderem das Wiener Start-up Inmox GmbH, das eine Sensortechnologie entwickelt, die es erlaubt, den Zustand von Getrieben kontinuierlich und in Echtzeit zu überwachen. Die Kategorie “Spin-off” konnte hingegen die Quantum Technology Laboratories GmbH für sich entscheiden, die Teleskope mit Quantenempfängern und Satelliten-Tracking-Software entwirft. Der Gründungspreis in der Kategorie “Prototyp” ging an das Projekt “Abfall zu Abwasch” der Universität Graz. Daniela Buchmayr vom Klosterneuburger BioTech-Start-up Sarcura wurde hingegen als Female Entrepreneur ausgezeichnet.

“Der Gründungspreis PHÖNIX ist eine wichtige Auszeichnung für Gründungsprojekte und spielt dabei eine tragende Rolle, um herausragende Projekte hervorzuheben und ihnen eine breite Sichtbarkeit zu verleihen. Unser Hauptaugenmerk liegt dabei auf der Präsentation der Vielfalt des Wissenstransfers”, so die aws Geschäftsführung – rund um Edeltraud Stiftinger und Bernhard Sagmeister.

Neue Ausschreibung startet für 4 Kategorien

In einer neuen Ausschreibungsrunde des Österreichischen Gründungspreis PHÖNIX werden nun wieder die besten Start-ups, Spin-offs, Forschungsteams mit Prototypenprojekten sowie Female Entrepreneurs Österreichs gesucht. Der Österreichische Gründungspreis PHÖNIX wird in den folgenden vier Kategorien vergeben:

Female Entrepreneurs

Diese Kategorie soll ein Signal setzen, um „role models“ zu etablieren: Potenziale von Frauen werden gerade im Bereich von High-Tech Gründungen noch zu selten genutzt. In dieser Kategorie nehmen alle Projekte teil, bei welchen mindestens eine Frau als Forscherin, Gründerin oder Geschäftsführerin federführend involviert ist.

Start-up

Mit dieser Kategorie werden österreichische Start-ups prämiert, die mit ihren innovativen Produkten, Verfahren oder Dienstleistungen entweder aktuelle gesellschaftliche Herausforderungen adressieren oder neue technische Lösungen anbieten. Die Start-ups müssen ihren Firmensitz in Österreich haben und die Gründung muss nach dem 1. Jänner 2018 erfolgt sein.

Spin-off

In dieser Kategorie werden Spin-offs mit ihrer Einrichtung ausgezeichnet, die unter anderem aus öffentlichen Universitäten, Fachhochschulen, Forschungseinrichtungen oder Kooperationsprogrammen (wie Research Studios Austria, COMET-Zentrum oder CD-Labors) hervorgegangen sind. Auch Spin-offs müssen ihren Firmensitz in Österreich haben. Stichtag für die Gründung ist ebenfalls der 1. Jänner 2018.

Prototypen

Für diese Kategorie sind Universitäten, öffentliche Forschungseinrichtungen und Jungunternehmen, die bei einem Start-up-, Spin-off- oder Prototypenförderungsprogramm ab 1. Jänner 2018 gefördert wurden, berechtigt teilzunehmen. Die Umsetzbarkeit von Innovationen wird mittels „Modellen“ oder Prototypen aufgezeigt und kann somit die Verwertung für Gesellschaft und Wirtschaft beschleunigen.

+++ Jetzt bewerben und profitieren +++

Wie die Bewerbung abläuft

Die Anmeldefrist für den PHÖNIX läuft bis inkl. Sonntag, den 15. September 2024.

Die Preisträger:innen sowie die mit ihnen verbundenen Forschungseinrichtungen werden im Rahmen einer Gala mit Trophäen, Urkunden und Reisegutscheinen bzw. einer Entsendung als Expertinnen und Experten zu einem einschlägigen internationalen oder nationalen Event im Wert von EUR 5.000.- prämiert.

Die Auswahl der Gewinnerinnen und Gewinner erfolgt durch eine international besetzte Fachjury. Im Auftrag des Bundesministeriums für Arbeit und Wirtschaft und des Bundesministeriums für Bildung, Wissenschaft und Forschung wird der Gründungspreis PHÖNIX von der Austria Wirtschaftsservice (aws) in Kooperation mit der Österreichischen Forschungsförderungsgesellschaft (FFG) und der Industriellen Vereinigung (IV) organisiert.


Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Wo steht die Artificial Intelligence wirklich?

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wo steht die Artificial Intelligence wirklich?

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wo steht die Artificial Intelligence wirklich?

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wo steht die Artificial Intelligence wirklich?

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wo steht die Artificial Intelligence wirklich?

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wo steht die Artificial Intelligence wirklich?

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wo steht die Artificial Intelligence wirklich?

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wo steht die Artificial Intelligence wirklich?

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wo steht die Artificial Intelligence wirklich?