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:
vor 20 Stunden

Reeloq: Grazer Startup entwickelt Werkzeugsicherung für Arbeiten in der Höhe

Nach dem Erfolg der Reeloq-Smartphone-Sicherung, die über 100.000 Bergsportler:innen in mehr als 28 Ländern nutzen, erweitert das Grazer Unternehmen nun sein Produktportfolio mit einer patentierten Werkzeugsicherung. Sie soll sicheres und effizientes Arbeiten in der Höhe ermöglichen.
/artikel/reeloq-grazer-startup-entwickelt-werkzeugsicherung-fuer-arbeiten-in-der-hoehe
vor 20 Stunden

Reeloq: Grazer Startup entwickelt Werkzeugsicherung für Arbeiten in der Höhe

Nach dem Erfolg der Reeloq-Smartphone-Sicherung, die über 100.000 Bergsportler:innen in mehr als 28 Ländern nutzen, erweitert das Grazer Unternehmen nun sein Produktportfolio mit einer patentierten Werkzeugsicherung. Sie soll sicheres und effizientes Arbeiten in der Höhe ermöglichen.
/artikel/reeloq-grazer-startup-entwickelt-werkzeugsicherung-fuer-arbeiten-in-der-hoehe
Reeloq, Antidrop-System, Anti-Drop-System, Handyschutz, Bergsteigen, Sport, Bau, 2 Minuten 2 Millionen, Martin Rohla, Leo Hillinger, Katharina Scheider, Hans Peter Haselsteiner, Florian Gschwandtner
(c) Reeloq - Lukas Watzinger und Julia Watzinger, Gründer von Reeloq, mit ihrem Anti-Drop-System.

Vor vier Jahren stellte das Gründer-Duo Julia und Lukas Watzinger bei der TV-Show “2 Minuten 2 Millionen” erstmalig ihre Reeloq-Smartphone-Sicherung vor. Bau-Tycoon Hans Peter Haselsteiner zeigte sich damals von der Innovation überzeugt und sagte: „Das muss in jedem Arbeitsoverall eingenäht sein”. Er bot gemeinsam mit Juror-Partnerin Katharina Schneider 75.000 Euro für 25,1 Prozent Anteile. Obwohl der Deal vor laufender Kamera beschlossen wurde, ließ das Grazer Startup den “2Min2Mio”-Deal platzen – brutkasten berichtete.

Reeloq hört auf Kundenwunsch

Die Smartphone-Sicherung hat sich seit der Ausstrahlung im Bergsport und in der Industrie etabliert. Sie bietet nicht nur Schutz vor Verlust, sondern ermöglicht auch griffbereites Verstauen des Smartphones. Der Schritt zur Werkzeugsicherung erfolgte auf Kundenwunsch.

Relooq hat auf dieses Feedback reagiert und anhand dessen ein neues Produkt entwickelt: “Das Kundenfeedback steht immer im Zentrum der Produktentwicklung”, sagt Lukas Watzinger, Geschäftsführer der Reeloq GmbH. In Kooperation mit dem Freileitungs-Spezialisten “Fa. Preising GmbH” konnte so ein praxistaugliches Produkt entwickelt werden, das die hohen Anforderungen der Industrie erfülle.

Mehrere Millionen Euro Umsatz

Ob auf Baustellen, bei Wartungsarbeiten oder im Industriekletter-Bereich – das System soll dafür sorgen, dass Werkzeuge sicher befestigt sind und dennoch einfach und schnell zugänglich bleiben.

“Wir sind stolz darauf, dass wir mit unseren Produkten bereits mehrere Millionen Euro Umsatz erzielt haben, aber unser Potenzial ist noch lange nicht ausgeschöpft”, sagt Julia Watzinger, Geschäftsführerin. Das Unternehmerpaar ist überzeugt: “Unsere Mission ist es, in den verschiedensten Branchen weltweit mit unseren patentierten Sicherungslösungen mehr Freiheit und Sicherheit zu ermöglichen.”

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?