22.08.2017

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

In Kooperation mit Venionaire Capital veröffentlicht der Der Brutkasten eine vierteilige Artikelserie zum Thema Künstliche Intelligenz. Dabei spannen wir den Bogen von wirtschaftlichen Aspekten über Funktionsweise von KI zur aktuellen Forschung und der Zukunft von Künstlicher Intelligenz.
/artikel/venionaire-kuenstliche-intelligenz-teil2
(c) fotolia.com - phonlamaiphoto

Im ersten Artikel haben wir „Künstliche Intelligenz (KI)“ als die Fähigkeit einer Maschine beschrieben, aus eigener Erfahrung zu lernen und sich anzupassen. In diesem Artikel wollen wir tiefer in die Materie eintauchen. KI besteht aus vielfältigen Technologien, die das Ergebnis einer Kombination aus drei Elementen ist: Verstehen, Fühlen und Handeln.

+++ Teil 1 der Serie: Wirtschaftswachstum durch Künstliche Intelligenzen +++

(c) Venionaire

Verstehen: Den Input verarbeiten und sinnvoll antworten

Beim Verstehen stehen Sprachverarbeitung und Wissensrepräsentation im Vordergrund. Umgesetzt auf Menschen geht es also um die typische Kette: Zuhören (oder Lesen) – Verarbeiten – sinnvoll Antworten. Natural Language Processing (NLP) kombiniert Technologien, die in der Lage sind, Sprache in gesprochener oder schriftlicher Form zu verstehen und zu generieren. Wissensrepräsentation hilft dabei, Wissen zu kommunizieren und die anschließende Entscheidungsfindung zu erleichtern, wie es beispielsweise bei digitalen Assistenten der Fall ist. So arbeitet etwa ein Team ehemaliger FH-Hagenberg Studenten mit myAlfred an einem digitalen Butler. Der Assistent soll Termine organisieren, Reisen buchen, Tische reservieren und vieles mehr.

Fühlen: Gesehenes, Gehörtes und Gespürtes verarbeiten

Das Fühlen beinhaltet maschinelles Sehen, Spracherkennung und die Weiterverarbeitung in Sensoren. Dadurch ist es möglich, die Eingabeinformationen von Kameras, Mikrofonen oder anderen Sensoren zu erfassen, zu identifizieren, zu analysieren und zu verarbeiten. Angewendet wird die Technologie in den unterschiedlichsten Industrien. Das niederösterreichische Unternehmen Peschak Autonome Systeme hat sich etwa auf die Landwirtschaft spezialisiert und rüstet Traktoren zu selbstfahrenden Maschinen um. Das System nutzt Stereokameras, um ein präzises dreidimensionales Bild der Umgebung zu schaffen und kann so auf seine Umwelt reagieren.

Handeln: Das Verstandene und Gefühlte umsetzen

Nachdem Informationen durch Verstehen und Fühlen gesammelt sind, ist der logische dritte Schritt das Handeln. Das kommt vor allem in der industriellen Robotik zum Einsatz, wie Amazons Lagerhallen eindrucksvoll zeigen. Auch für heimische Unternehmen könnte das enormes Potential haben, man denke nur an die riesigen Lagerflächen großer Supermarktketten.

Was brauchen Maschinen, um “menschlich” zu handeln?

Verständnis, Sensorik und Verarbeitung, also Verstehen, Fühlen und Handel, sind die drei Säulen der Künstlichen Intelligenz. Stuart Russell und Peter Norvig beschreiben in ihrem 2009 erschienen Buch “Artificial Intelligence: A Modern Approach” welche konkreten Fähigkeiten Maschinen besitzen müssen, um wie Menschen handeln zu können:

  1. Natürliche Sprachverarbeitung
  2. Einen Speicher für die vor oder während des Gesprächs bereitgestellten Informationen
  3. Automatisierte Argumentation
  4. Machine Learning, um sich an neue Umstände anzupassen und Muster abzuleiten

Wenn Maschinen nicht mehr von Menschen zu unterscheiden sind

Bekannt ist in diesem Zusammenhang der 1950 entwickelte Turing-Test. Das Testverfahren besteht zusammengefasst darin, dass sich ein menschlicher Fragesteller mit zwei ihm unbekannten Gesprächspartnern unterhält. Der eine Gesprächspartner ist ein Mensch, der andere eine Maschine. Wenn der Fragesteller trotz intensiver Befragung nicht klar sagen kann, welcher von beiden die Maschine ist, hat die Maschine den Turing-Test bestanden. Bis jetzt hat es kein Computer geschafft, die Fragenden zu überzeugen. Einzig das russische Programm Eugene Goostman konnte 2014 rund ein Drittel aller Tester täuschen, allerdings bediente es sich einiger Tricks, wie etwa der Angabe, dass Englisch nicht die Muttersprache sei und man deshalb Verständigungsprobleme hätte.

Eingeschränkte KI: Der Schachcomputer kann keine Pizza bestellen

Der Turing-Test ist nun schon über ein halbes Jahrhundert alt und trotzdem stehen wir erst am Anfang der Entwicklung. Artificial Narrow Intelligence oder auf Deutsch „eingeschränkte künstliche Intelligenz“ beschreibt, was heute technisch möglich ist. Maschinen können sehr gut ein definiertes Set an Aufgaben lösen. Der Schachcomputer schafft es, Millionen von komplexen Zügen vorauszuberechnen, aber er kann keine Pizza bestellen.

Redaktionstipps

Mit einer Größe von drei Tennisfeldern dem Menschen ebenbürtig

Nur Maschinen mit riesiger Rechenkapazität können verschiedenste Situationen intellektuell verarbeiten, womit Artificial General Intelligence (AGI) umschrieben ist. Einige bemerkenswerte Projekte in diesem Bereich existieren bereits, wie etwa der chinesische Supercomputer “Tianhe-2”. Dieser Computer hat theoretisch die Rechenleistung, um dem intellektuellen Verständnis eines Menschen nahezukommen. Mit einer Grundfläche von fast drei Tennisfeldern ist Tianhe-2 aber nicht gerade fürs Home-Office geeignet. AGI bleibt daher vorerst großen Forschungsprojekten vorbehalten.

Mit Qubits zur Überlegenheit

Allerdings zeigte schon die Smartphone-Entwicklung, wie schnell immer bessere Rechenleistung in kleinere Geräte verbaut wurde. Mehr Rechenleistung wird wiederum die Entwicklung von entsprechender Software vorantreiben, bis vielleicht sogar Artificial Superintelligence (ASI) möglich wird. ASI wäre ein Computer, dessen Intelligenz die des Menschen überschreitet. In diesem Zusammenhang ist auch Quantum Computing ein wichtiger Begriff. Während Computer mit Bits – also Nullen und Einsen arbeiten – nutzen Quantencomputer sogenannte Qubits, die mehrere Zustände einnehmen können und dadurch enorme Rechenleistungen erlauben.

Viele Meilensteine zurück – noch mehr voran

“Künstliche Intelligenz” wurde erstmals zum Thema auf der Darmouth Conference, die 1956 vom Informatiker John McCarthy organisiert wurde. Nach der Konferenz gab es die ersten Systeme, die als “allgemeine Problemlöser” bezeichnet werden können. Im Jahr 1985 entwickelte der Psychologe Frank Rosenblatt mit “perceptron” das erste neurale Netzwerk. Die 80er-Jahre brachten dann den Aufstieg des Deep Learnings, als Pionier Geoffrey Hinton einen Weg fand, um neurale Netzwerke zu trainieren und Fehler zu korrigieren. 1996 schlug IBMs Supercomputer “Deep Blue” den amtierenden Schachweltmeister Garri Kasparow.

Im Jahre 2007 gründete Li Fei-Fei, Professorin an der Standford University, mit ImageNet eine kostenfreie Online-Datenbank mit mehr als 14 Millionen verschlagworteten Bildern, die als Grundlage für neurale Netze dient. Im Jahre 2012 hörte man erneut von KI und Deep Learning, als Google Brain die Ergebnisse von “cat experiment” veröffentlichte. Ein neurales Netzwerk hat sich selbst so trainiert, dass es Katzen aus 10 Millionen nicht beschrifteten Bildern auf YouTube erkannte.

Alle diese historischen Meilensteine zeigen, welchen langen Weg das Thema künstliche Intelligenz bereits hinter sich hat. Im dritten Teil der Artikelserie werden wir uns mehr der aktuellen KI-Forschung widmen.

+++ Kurioser Usecase: Artificial Intelligence benennt Meerschweinchen +++


Über die Autoren

Dieser Artikel ist Bestandteil einer von Venionaire Capital verfassten vierteiligen Serie über Künstliche Intelligenz für DerBrutkasten.com. Autoren sind Aleksandar Vucicevic (Senior Analyst), Sarah Grandits (Marketing Assistant), Fabian Greiler (Junior Partner) und Berthold Baurek-Karlic (Managing Partner).

Venionaire hat sich auf die Innovationsberatung, Corporate Startup Engagement und dem Management von Venture Capital Fonds für Dritte spezialisiert.

Mit Partnern der KPMG Österreich hat Venionaire zudem das Investorennetzwerk European Super Angels Club gegründet, der in geschäftlichen Beziehungen mit im Text genannten Startups Yodel.io, Grape und oratio steht.

Deine ungelesenen Artikel:
vor 24 Stunden

Warum sich die US-Entscheidung zu Bitcoin-ETFs weiter verzögert

Crypto Weekly #116. Wird die US-Börsenaufsicht in den nächsten Monaten erstmals ETFs zulassen, die direkt in Bitcoin investieren? Diese Woche verzögerte die Behörde ihre Entscheidung über zwei Anträge vorerst noch einmal.
/artikel/crypto-weekly-116
vor 24 Stunden

Warum sich die US-Entscheidung zu Bitcoin-ETFs weiter verzögert

Crypto Weekly #116. Wird die US-Börsenaufsicht in den nächsten Monaten erstmals ETFs zulassen, die direkt in Bitcoin investieren? Diese Woche verzögerte die Behörde ihre Entscheidung über zwei Anträge vorerst noch einmal.
/artikel/crypto-weekly-116
Das Logo der US-Börsenaufsicht auf einem Gebäude
Foto: Adobe Stock
Crypto Weekly
Abonniere unser wöchentliches Krypto-Briefing – was passiert gerade in der Branche und was bewegt den Markt?
Jeden Freitag

Die Kurstafel:

Krypto-Kurstafel

📈📉 Bitcoin zwischen 26.000 und 27.000 Dollar

Diese Woche verzeichnete der Kryptomarkt leichte Kursgewinne - aber am grundsätzlichen Bild hat sich nicht viel geändert: Das Marktgeschehen ist weiterhin überschaubar. Größere Kursausschläge blieben aus. Nach wie vor fehlen dem Markt Impulse, die den Handel stärker in die eine oder andere Richtung treiben könnten. Das haben wir bereits vergangene Woche ausführlich behandelt und das gilt alles weiterhin.

Bitcoin etwa bewegte sich seit vergangenem Freitag grob in einer Bandbreite zwischen knapp über 26.000 US-Dollar und etwas über 27.000 Dollar. In der Nacht auf Montag ging’s dabei abwärts, gegen Ende der Woche stieg der Kurs wieder. Insgesamt aber: Alles nicht der Rede wert, zu gering waren die Kursbewegungen. 

⏳ US-Börsenaufsicht vertagt Entscheidung zu zwei Anträgen auf Bitcoin-ETFs

Die große Frage lautet aktuell: Was könnte den nächsten Impuls für den Markt liefern? Und da liegen die Hoffnungen, wie ebenfalls schon in der Vorwoche thematisiert, beispielsweise auf der möglichen Zulassung von Bitcoin-ETFs in den USA. Dass BlackRock im Juni einen solchen Antrag bei der US-Börsenaufsicht eingereicht hat, hatte damals zumindest für gute Stimmung am Markt gesorgt. 

Wohlgemerkt: Es geht hier um ETFs, die direkt in Bitcoin investieren, um sogenannte Bitcoin-Spot-EFTs. Solche sind in den USA bisher noch nie zugelassen worden. Im Gegensatz zu Bitcoin-Futures-ETFs, die in Finanzprodukte investieren, die den Bitcoin-Preis nachbilden.

Dass die Börsenaufsicht recht bald eine solche Genehmigung erteilen würde, war ohnehin nicht besonders realistisch. Diese Woche gab es nun aber neue Entwicklungen, die das noch einmal unterstrichen: Die Börsenaufsicht gab bekannt, dass sich die Entscheidung zu zwei Anträgen weiter verzögern werde.

Es ging dabei aber nicht um den Antrag von BlackRock. Sondern einerseits um jenen von GlobalX und andererseits um den von Ark/21Shares. Die Entscheidung zum Antrag von GlobalX hätte die Behörde ansonsten bis 7. Oktober treffen müssen. Nun nimmt sie sich 45 weitere Tage Zeit. Beim Antrag von Ark/21Shares muss nach der Verlängerung nun eine Entscheidung bis 10. Jänner fallen. Hier war der Zeitraum bereits im August verlängert worden - ebenso für einige andere Anträge auf Bitcoin-Spot-ETFs.

🤯 Warum der Druck auf die US-Börsenaufsicht wegen Bitcoin-ETFs zuletzt gestiegen ist

Eben vor diesem Hintergrund war die neuerliche Verzögerung nicht besonders überraschend. Die Börsenaufsicht will Zeit gewinnen. Das Urteil eines US-Gerichts zu einem Antrag auf einen Bitcoin-Spot-ETF von Grayscale Ende August war ein ziemlicher Rückschlag: Demnach hatte die Behörde nicht ausreichend begründet, warum sie den ETF abgelehnt hatte (siehe Crypto Weekly #113). 

Auch das Urteil rund um den Fall Ripple und XRP im Juli war für die Börsenaufsicht nicht unbedingt optimal ausgefallen - wenn es auch weniger eindeutig war als die erste Reaktion in der Krypto-Szene vermuten hatte lassen. 

Und dann gibt es noch andere kleinere Aspekte: So haben diese Woche etwa einzelne US-Abgeordnete einen Brief an Börsenaufsichts-Chef Gary Gensler geschrieben, in dem sie das Vorgehen der Behörde in Bezug auf Bitcoin-ETFs kritisierten. Dabei handelt es sich nicht gerade um die prominentesten Stimmen der US-Politik - und der Brief hat natürlich auch keine unmittelbaren Folgen. Aber erfreulich für die Börsenaufsicht ist so etwas dennoch nicht. 

All diese Dinge bedeuten nicht, dass die Behörde in den nächsten Monaten tatsächlich einen Bitcoin-Spot-ETF genehmigen wird. Aber man kann davon ausgehen, dass sie sich weitere Ablehnungen - insbesondere bei BlackRock - sehr gut überlegen wird müssen.


Disclaimer: Dieser Text sowie die Hinweise und Informationen stellen keine Steuerberatung, Anlageberatung oder Empfehlung zum Kauf oder Verkauf von Wertpapieren dar. Sie dienen lediglich der persönlichen Information. Es wird keine Empfehlung für eine bestimmte Anlagestrategie abgegeben. Die Inhalte von brutkasten.com richten sich ausschließlich an natürliche Personen.

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

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

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 …

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

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 …

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

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 …

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

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 …

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

Es gibt neue Nachrichten

Auch interessant