Deutschlandfunk: Corona und Digitalisierung

In dem Audiobeitrag "Technik und Digitalisierung in Zeiten von Corona – Die neue Unmündigkeit" des Deutschlandfunks geht der Reporter Burkard Schäfers der Frage nach, ob der Mensch sich durch die Digitalisierung unmündig macht. Dabei kommen Gäste zu Wort wie der Professor für Technikphilosophie Armin Grunwald oder die Theologin Kristin Merle. In dem Beitrag wird der aktuelle Ist-Zustand in unterschiedlichen Bereichen aufgegriffen, es werden digitale Möglichkeiten aufgezeigt und eine kleine Zukunftsprognose wird abgegeben.

TED Talk: Meet Milo

Milo ist ein virtuell erschaffener Junge von Peter Molyneux. Als Milo erschaffen wurde, hat der Programmierer Milo so programmiert, dass Milo niemals zwei Mal derselbe ist. Milos Bewusstsein wird kontinuierlich verändert, so wird Milo immer wieder neu reagieren und antworten. Man interagiert mit Milo ohne die Nutzung einer Maus, Joystick oder anderweitiges. Es läuft alles über eine Kamera ab und der Sprachsteuerung.

Das Szenario ist sehr simpel. Milo ist neu in der Stadt, und wir begegnen ihm in seinem Garten, den wir gemeinsam mit ihm erkunden. Beim Erkunden passt sich Milo an den Menschen an. Körperbewegungen, wie das Lehnen zu einer Seite, werden von Milo wahrgenommen und Milos Charakter reagiert darauf. Die Sprachsteuerung wird genutzt, um Milo in Situationen Anweisungen zu geben, wie zum Beispiel für das Szenario, ob Milo eine Schnecke zertreten soll oder nicht. Körperlich wird man auch aktiv werden, um Milo beizubringen, wie man Steine übers Wasser hüpfen lässt.

Ein wichtiges Feature aus diesem Spiel mit Milo ist, dass es Szenarien gibt in dem man mit Milo sprechen kann. In manchen Szenarien hat Milo positive oder negative Erlebnisse, die man kommentieren kann. Dies hat eine sehr psychologische Vorgehensweise an sich.

Das Interessante an Milo ist, dass er mit einer Cloud verbunden ist. Das bedeutet, jeder der Meet Milo spielt, speichert Milos Bewusstsein in der Cloud, sodass Milo immer mehr dazulernt, je mehr Leute spielen. Er wird dadurch mehr Gegenstände erkennen können und mehr Wörter erlernen.

Milo ist ein Beispiel, um zu zeigen, wie sehr künstliche Intelligenz fortschreiten kann und wie wir durch diese miteinander vernetzt sein können. Es ist sehr bemerkenswert, wie der Programmierer die AI so facettenreich programmiert hat.

TED Talk: Welche Arbeitsplätze wir an Maschinen verlieren werden

Anthony Goldbloom beschäftigt sich in seinem TED Talk mit der Frage „Welche Arbeitsplätze wir an Maschinen verlieren werden – und welche nicht“.

2013 untersuchten Forscher der Oxford Universität die Zukunft der Arbeit. Dabei stellten sie fest, dass in einigen Jahren fast die Hälfte der Arbeitsplätze dem Risiko ausgesetzt ist, dass sie durch Computer ersetzt werden. Verantwortlich dafür ist die Technologie des Maschinellen Lernens. Sie ist die wichtigste Sparte der Künstlichen Intelligenz. Computer werten riesige Datenmengen aus und können so das Denken von Menschen nachahmen.

1990 begann das Maschinelle Lernen, Einzug in die Industrie zu halten. Sie half beispielsweise bei der Risikobeurteilung von Kreditanträgen und dem Sortieren von Briefen mit handgeschriebenen Postleitzahlen. Heute kann Maschinelles Lernen deutlich komplexere Aufgaben übernehmen. Zwei Beispiele:

• Algorithmen bewerten Aufsätze von Schülern aus der Oberstufe. Dabei geben die besten Algorithmen dieselben Noten wie die Lehrer.
• Um Augenkrankheiten diagnostizieren zu können, werden Bilder von Augen gemacht. Ärzte können auf den Bildern die Krankheit erkennen. Gute Algorithmen schafften dies ebenfalls und können diese Diagnose bestätigen.

Daraus folgt: Wenn Computer mit den richtigen Daten gefüttert werden, sind sie dem Menschen überlegen, weil sie deutlich schneller sind, keine Fehler machen und nicht müde werden. Bei sich häufig wiederholenden Aufgaben hat der Mensch keine Chance gegen einen Computer. Lehrer lesen in ihrer Berufslaufbahn 10.000 Aufsätze, Augenärzte sehen 50.000 Augen. Ein entsprechender Algorithmus schafft dies in wenigen Minuten.

Die künstliche Intelligenz hat aber auch Grenzen und ist nur so intelligent, wie der Mensch sie entwickelt hat. Bei der Bewältigung neuer Situationen haben Computerprogramme nur geringe Fortschritte erzielen können. Da Computer mit Hilfe von Datensätzen aus der Vergangenheit arbeiten müssen, können sie unbekannte Aufgaben und Probleme nicht bewältigen. Hier hat der Mensch einen Vorteil. Er kann Kenntnisse aus verschiedenen Bereichen miteinander verknüpfen und somit unbekannte Probleme lösen. Hier wird als Beispiel der Physiker Percy Spencer erwähnt, der durch Zufall die Mikrowelle erfunden hat. 

Die Zukunft des Arbeitens - die Antwort auf diese Frage liegt in diesen Fragen:

• Welche Art von Arbeit kann in Zukunft von Künstlicher Intelligenz übernommen werden?
• Inwieweit ist welche Art Arbeit reduzierbar?
• Was bedeutet das Bewältigen neuartiger Situationen?

Computer werden hinsichtlich der Verarbeitung von Aufgaben mit hohen Datensätzen immer besser. Über die Jahre werden sie unsere Prüfungen selbst ausführen und auch Textbausteine in rechtsgültigen Verträgen lesen können. Heute werden BuchhalterInnen und Anwälte für aufwendige Steuerstrukturierungen oder Rechtsstreitigkeiten benötigt, da Computer aber dies Jobs übernehmen können, wird ihre Bedeutung in Zukunft verringert.

Antony Goldbloom kommt zu dem Schluss, dass man sich jeden Tag neuen Herausforderungen stellen muss, dann wird man den Computern immer voraus sein.

TED Talk: Warum Faschismus so verlockend ist

Yuval Noah Harari spricht in seinem TED Talk über den Zusammenhang zwischen Faschismus und Big Data. Anzumerken ist hierbei, dass er den Vortrag von Tel Aviv aus gehalten hat und in Form eines digitalen Avatars in das Studio von TED Talk projiziert wurde.

Harari beginnt seinen Vortrag damit, den Unterschied zwischen Faschismus und Nationalismus zu klären. Nationalismus sei demnach eine Gemeinschaft von Millionen von Fremden, die einander nicht wirklich kennen. Der Nationalismus ermögliche es den Mitgliedern der Nation allerdings, sich umeinander zu kümmern und wirkungsvoll zusammenarbeiten zu können. Über den Faschismus hingegen sagt Harari, dass die Mitglieder der Nation die jeweils ihre als höchste Nation sehen und sich um nichts und niemand anderes zu kümmern brauchen als um ihre Nation.

Er merkt an, dass Nationalismus etwas positives sei und die reichsten und friedlichsten Länder der Erde wie Schweden, die Schweiz oder China einen starken Nationalismus haben. Ärmere Länder wie Kongo, Somalia und Afghanistan dagegen seien gewalttätiger und haben einen schwächeren Nationalismus zu verzeichnen.

Laut Harari entsteht Faschismus dann, wenn die Menschen versuchen, die Komplexität des Lebens zu ignorieren und nach einfachen Antworten auf komplizierte Fragen suchen. Faschismus verleugne hierbei alle Identitäten außer der nationalen Identität und beharrt darauf, dass ihre Anhänger sich nur gegenüber ihrer eigenen Nation verpflichtet fühlen.

Die Zugänglichkeit für faschistisches Gedankengut liege darin, dass er nicht wie in Hollywood-Filmen oberflächlich abstoßend auftrete, sondern verführerisch. Hier nennt Harari das Christentum als Paradebeispiel, da Satan oftmals nicht grausam dargestellt wird. Daher sei es so tückisch, den Versuchungen Satans zu widerstehen, und daher bezieht er auch sein Argument, dass es schwierig sei, den Versuchungen des Faschismus zu widerstehen. Faschismus lässt die Leute sich selbst als Angehörige der schönsten und wichtigsten Sache auf der Welt sehen: Der eigenen Nation.

An dieser Stelle verweist Harari auf die Verknüpfung zwischen Big Data und Faschismus. Er macht darauf aufmerksam, dass im Altertum Land das wichtigste Vermögen der Welt war. Diktaturen oder Monarchien haben sich dadurch ausgezeichnet, dass die Machtstruktur über ein ganzes Land an einer Stelle sehr stark konzentriert war. In der Moderne wurden dann Maschinen wichtiger als Land und die Kontrolle hatte, wer viele Maschinen besaß. Heute ersetzen Daten sowohl das Land als auch die Maschinen. Diktatur bedeutet heute, dass zu viele Daten in den Händen der Regierung oder einer kleinen Elite konzentriert werden. Die größte Gefahr also für liberale Demokratien sei es, dass die Revolution in der Informationstechnologie Diktaturen effizienter mache als Demokratien.

Des weiteren nennt Harari die Verschmelzung von Informationstechnologie und Biotechnologie als eine große Gefahr. Hierdurch können Algorithmen entstehen, die einen Menschen besser kennen, als er sich selbst kennt. Durch solche Algorithmen könne ein externes System wie die Regierung nicht nur die Entscheidungen der Individuen absehen, es könne auch ihre Gefühle und ihre Emotionen manipulieren. Die Demokratie wird es nicht einfach haben, diese Entwicklung zu überstehen, da sie nicht auf menschlicher Rationalität, sondern auf menschlichen Gefühlen basiert.

Harari appelliert zur Prävention dieses Szenarios an die Ingenieure. Sie sollen verhindern, dass zu viele Daten in zu wenige Hände geraten. Sie sollen Wege finden, dezentralisierte Datenverarbeitung mindestens genauso effizient zu machen wie zentralisierte Datenverarbeitung. Zudem sei es für die Bevölkerung wichtig, zu verstehen, dass die Feinde der liberalen Demokratie auf die Angst, den Hass und die Eitelkeit der Bevölkerung setzen, sie benützen diese Gefühle, um zu polarisieren und die Demokratie von innen heraus zu zerstören. Es sei daher immens wichtig, sich selber zu kennen, um nicht auf die faschistischen Verführungen hereinzufallen.

TED Talk: How deepfakes undermine truth and threaten democracy

In ihrem TED Talk spricht Danielle Citron über die Gefahren von „Deep Fakes“, also sehr gut gemachten, extrem echt aussehenden, aber gefälschten Videos, Fotos und sogar Audiodateien, und wie sie eingesetzt werden, um Menschen einzuschüchtern, zu mobben oder an den Pranger zu stellen. Ganz besonders passiert dies Menschen, die die Mächtigen in einem Land kritisieren, die Korruption offenlegen oder Machtmissbrauch thematisieren. Besonders häufig, so Citron, soll dies Frauen passieren und ganz besonders häufig Frauen aus Minderheitengruppen.

In einem Beispiel spricht sie von einer indischen Journalistin, die in Indien einen Korruptionsskandal aufgedeckt hat und die dafür feststellen musste, dass von ihr ein gefälschtes Sex-Video erstellt wurde. Ein Deep Fake. Die beruflichen und persönlichen Folgen waren enorm für sie, da viele Menschen bereit waren, lieber dem Video aus dem Internet zu glauben als einer anerkannten und qualifizierten Journalistin. Die Sensationsgier war einfach größer als die Vernunft, die einem sagen müsste, dass eine solche Frau kein solches Video erstellt hat (und selbst wenn, wen ginge es etwas an?).

Citron geht dann dazu über, darüber zu sprechen, was nun zu tun sei, um der Problematik von Deep Fakes Herr zu werden. Dazu macht sie drei Dimensionen auf. Zunächst fordert sie, die Gesetze zu ändern, denn Gesetze sind für die Gesellschaft Richtschnüre, wie man sich verhalten soll, was in Ordnung ist und was nicht. Zweitens spricht sie darüber, dass die Gesellschaft widerstandsfähiger werden und sich bewusst werden muss, dass die Wahrheit aktiv verteidigt werden muss. Drittens sollen wir bilden und aufklären, damit Menschen mit dem nötigen Wissen beurteilen können, ob das, was sie da gerade sehen, der Wahrheit entspricht oder ob hier jemand versucht, die Öffentlichkeit anzulügen.

TED Talk: Wie sehen selbstfahrende Autos?

Sajan Saini spricht in seinem TED Talk über die Funktionen eines selbstfahrenden Autos. Es ist ein Auto, welches seine Umgebung wahrnehmen kann, unabhängig von einem Menschen. Es analysiert Größe, Position und Form der auftauchenden Objekte. Durch diese Funktion kann das Auto ohne Probleme die Hindernisse umfahren. Die Sensoren müssen unabhängig vom Wetter, der Umwelt und Tag- und Nachtverhältnissen funktionieren.

Die erste Funktion dieses Autos ist ein spezielles laserbasiertes Messsystem, LIDAR. Mithilfe des LIDAR wird der Abstand gemessen und es erfolgt eine lichtgestützte Ortung. Das LIDAR verwendet einen feinen durchsichtigen Infrarot-Laser. Die zweite Funktion ist eine integrierte Photonik, welches eine Kommunikationstechnik in Kleinformat ist und das Internet am Laufen hält. Sie verarbeitet Informationen, die mithilfe von Wechselwirkungen der Lichtsignale entstehen. 

Wie lassen sich Form oder Tiefe der Objekte bestimmen?

Mithilfe von den kleinen Impulsen vom LIDAR kann das Auto die Form eines Objektes oder Lebewesens erkennen. Sie werden nach und nach verschickt und somit erhält das Auto Informationen über das Detailprofil. Bevor die Impulse gestört werden durch das An- und Ausschalten des Lasers, kommt die integrierte Photonik zum Einsatz.

Durch den Mach-Zehnder-Modulator können Impulse erzeugt werden mithilfe von der Inferenz (Welleneigenschaften). Er teilt die Lichtwellen in zwei parallele Arme, verbindet sie wieder und moduliert die Lichtintensität. Durch die Kopplung des Modulators mit einem hochempfindlichen, schnellen Lichtsensor erhält man millimetergenaue Auflösungen. Im Vergleich zum menschlichen Auge ist dies weitaus mehr.

Die erste Generation des automobilen LIDAR benutzt komplexe Drehvorrichtungen auf den Autos. Diese können durch die integrierte Photonik ersetzt und eines Tages in die Scheinwerfer des Autos platziert werden als Mikrochip. In den Chips wird eine smarte Ausführung des Modulators zu finden sein, somit kann man bewegliche Teile entfernen und bei hohem Tempo scannen. Durch die Parallelschaltung vieler Arme (Modulatoren) kann man etwas Neues entwickeln: Einen steuerbaren Laserstrahl.

TED Talk: What happens when our computers get smarter than we are?

„Was passiert, wenn unsere Computer schlauer werden, als wir?“ Mit dieser Frage beschäftigt sich Nick Bostrom in seinem TED Talk.

Eine lange Zeit glaubte man, dass künstliche Intelligenz bedeutet, Befehle in eine Box zu stecken und das zu erwarten, was man hineingebaut hat. Programmierer bauten Expertensysteme, die für einige Zwecke nützlich, jedoch nicht skalierbar waren. Im Bereich der künstlichen Intelligenz hat sich dieser Gedanke gewandelt. Das manuelle Erstellen von Wissensrepräsentationen ist mehr und mehr in den Hintergrund gerückt. Heute geht es vielmehr um das maschinelle Lernen und Algorithmen, welche oft aus rohen sensorischen Daten lernen.

In Umfragen fand Bostrom mit Experten heraus, dass maschinelle Intelligenz die menschliche Intelligenz wahrscheinlich im Jahr 2040 bis 2050 erreichen wird. Bostrom betont, dass Intelligenz als ein Optimierungsprozess zu betrachten sei, der die Zukunft in eine Reihe von Konfigurationen steuert.

Als Beispiel erwähnt Bostrom das Ziel, Menschen zum Lachen zu bringen. Die schwache Intelligenz nutzt amüsante Handlungen, um eine Person zum Lachen zu bringen, wohingegen die superintelligente künstliche Intelligenz Elektroden verwendet, um die Gesichtsmuskeln von Menschen zu steuern.

Des Weiteren erwähnt er, dass die superintelligente künstliche Intelligenz beim Lösen von schwierigen mathematischen Problemen einen sehr effektiven Weg einschlagen würde. Dieser besteht darin, einen Planeten in einen riesigen Computer zu verwandeln, um ihre Denkfähigkeit zu erhöhen.

Bostrom unterstreicht in seinem TED Talk, dass die Menschheit sich nicht sicher sein sollte, dass sie alles unter Kontrolle habe, indem sie die künstliche Intelligenz in eine „Box“ einsperrt, wie beispielsweise eine sichere Software-Umgebung. Vielmehr sei entscheidend, die superintelligente künstliche Intelligenz so zu bauen, dass sie sich auf die Seite der Menschen stellt, unsere Werte teilt und motiviert ist, unsere Ziele zu verfolgen.

Hasskommentare im Internet: Ist das Netzwerkdurchsetzungsgesetz eine wirksame Antwort?

Schaut man sich das Video an, veröffentlicht im Oktober 2019 und damit knapp zwei Jahre nachdem das Netzwerkdurchsetzungsgesetz (NetzDG) der großen Koalition in Kraft trat, neigt man dazu, die aufgeworfene Frage nach der Wirksamkeit des NetzDG vorschnell mit einem klaren „Nein“ zu beantworten. Das Gesetz kann keine wirksame Antwort sein, wenn nach wie vor solche Kommentare im Netz verbreitet werden.

Dieser Beitrag liefert einen genaueren Blick. Im ersten Teil wird die aktuelle Situation geschildert: Wie veränderte sich der Hass durch das Web 2.0? Wie lassen sich Hasskommentare überhaupt definieren? Wer sind die Personen, die solche Kommentare verfassen, und welche Motive treiben sie dazu an? Ausgehend davon wird im zweiten Teil der Blick auf den Umgang mit Hasskommentaren gerichtet: Was genau besagt das Netzwerkdurchsetzungsgesetz? Welche Ziele verfolgt es und welche Anforderungen stellt es? In einer abschließenden Analyse werden die Transparenzberichte der Unternehmen Twitter, Facebook und Youtube von Januar 2018 bis Dezember 2019 verglichen und die Fragestellung nach der Wirkung des NetzDG differenziert beantwortet.

TEDx Talk: Kann ein Computer Gedichte schreiben?

Oscar Schwartz spricht in seinem TED Talk über die Frage, ob Computer in der Lage sind, Gedichte zu schreiben, und ob diese dann überhaupt noch von Gedichten unterschieden werden können, die von Menschen geschrieben wurden. In insgesamt drei Tests, in denen Schwartz dem Publikum zwei Gedichte vorlegt, von denen jeweils das eine von einem Menschen und das jeweils andere von einem Computer verfasst wurde, zeigt er, wie schmal der Grat zwischen menschlicher Dichtkunst und künstlicher Intelligenz ist.

Im ersten Durchgang konnte das Publikum noch eindeutig unterscheiden, welches Gedicht von einem Menschen und welches von einem Algorithmus verfasst wurde. In Durchgang zwei war die Entscheidung schon deutlich schwieriger, was sich auch im Ergebnis der Abstimmung niederschlug: Bei der Frage, welches der beiden Gedichte von einem Menschen verfasst wurde, meldeten sich bei beiden etwa die Hälfte der Zuschauer. Im letzten Durchgang stimmte eindeutig die Mehrheit dafür, dass Gedicht zwei von einem Menschen stammt, obwohl es von einem Computer verfasst wurde.

Schwartz erklärt, wie das Ganze funktioniert. Wenn man Algorithmen mit bestimmten Gedichten eines Autors füttert, so untersuchen sie deren Sprachgebrauch, erlernen Muster und ahmen diese Struktur mit anderen Wörtern, wie zum Beispiel Wörter aus einem Facebook-Feed, nach.

Was zeigt uns das?

Ein Computer ist etwa wie ein Spiegel, der menschliche Gedanken zurückwirft, die wir ihm zeigen. Zudem verbinden wir Gedichte immer gleich mit Menschsein, und bei der Frage, ob Computer in der Lage sind, Gedichte zu verfassen, schwingt automatisch die nächste Frage mit, nämlich was es heißt, Mensch zu sein, und wo die Grenzen liegen. Es geht hier letztendlich nicht ausschließlich um die Frage „Können wir künstliche Intelligenz oder einen intelligenten Computer herstellen?“, vielmehr geht es um die Frage „Können wir einen menschenähnlichen Computer herstellen?“.

TED Talk: AI zum Wohl der Menschen

Margret Mitchell spricht in ihrem TED Talk darüber, wie uns Computer helfen können und wie wichtig es ist, über künstliche Intelligenz (AI) zu sprechen. Der erste Schritt ist, zu verstehen, wie Menschen die Welt sehen, um es an die Technologie weiterzugeben.

Margret Mitchell will Computern helfen, über die Welt zu kommunizieren. Sie fokussiert sich dabei darauf, was sie sehen und verstehen. Sie zeigt ein Bild und erklärt, dass ein moderner Computer eine Frau sieht, die lächelt, und einen Hund, der unglaublich süß ist. Mitchell will aber noch mehr. Dafür muss man erst einmal besser verstehen, wie Menschen die Welt sehen.

In einem Bild können Gedanken, Erfahrungen und Geschichten wahrgenommen werden. Wir verknüpfen Bilder oder Szenen mit verwandten Situationen. Mitchell will den Computern helfen, zu verstehen, wie es ist, Erfahrungen zu haben, was wir dabei fühlen, glauben und weitergeben. Dadurch will sie die Technologie so weiterentwickeln, dass diese sich mit unseren eigenen Erfahrungen ergänzt. 

Probleme

Dabei hat sie auch Rückschläge erlebt; sie hat angefangen, Computern zu helfen, aus Sequenzen von Bildern menschenähnliche Geschichten zu generieren. Sie fragte ihren Computer, was er von einer Reise nach Australien halten würde. Dabei zeigte sie ihm ein Bild von einem Koala. Der Computer fand diesen interessant, wusste aber nicht, um was es sich handelte. Dann zeigte sie ihm noch ein Bild von einem angebrannten Haus; dieses beschrieb er als „spektakuläre Aussicht“.

Mitchell erkannte, dass die Kontraste von Rot und Gelb wahrgenommen und als besonders erkannt wurden. Dieses Problem gibt es auch heute noch. Wir haben zwar eine hervorragende Gesichtserkennungstechnologie, aber sollen unseren Datensatz nicht auf ein Problem beschränken. Mitchell glaubt, dadurch werden blinke Flecken und Vorurteile geschaffen, die durch Al verstärkt wurden.

Was bedeutet Technologie in der Zukunft?

Es gibt einen Gegensatz: Die Technologie entwickelt sich sehr schnell und die Menschen im Vergleich dazu viel zu langsam. Deshalb ist es sehr wichtig, die blinden Flecken von Al jetzt zu reflektieren und zu überlegen, was die Technologie, die wir erschaffen, beeinflusst und für unsere Zukunft bedeutet.

CEOs und Wissenschaftler haben schon darüber nachgedacht, was sie von der künstlichen Intelligenz der Zukunft halten. So warnten Stephen Hawking, Elon Musk und Bill Gates vor der künstlichen Intelligenz und fordern uns Menschen auf, uns mehr damit zu beschäftigen.

Die Grundbausteine der künstlichen Intelligenz sind für alle offen. Wir können über Erfahrungen sprechen und mit Weitblick über die Technologie kommunizieren, was wohl nützlich oder problematisch werden könnte.

Mitchell ist es wichtig, dass wir uns auf eine Diskussion über Al einlassen und ein Bewusstsein dafür schaffen. Dadurch können wir beeinflussen, was Al ist und noch werden kann. Sie verweist darauf, dass wir Smartphones, digitale Assistenten und Roombas benutzen. Wir wurden schon alle mit Vorteilen oder auch Nachteilen konfrontiert. Dadurch haben wir einen Dominoeffekt von Al in Gang gesetzt, sodass die Zukunft weit vor dem ist, was wir jetzt haben.

Durch die Technologie können wir in alte Welten zurückblicken, Erfahrungen teilen, selbstfahrende Autos verwenden und sehbehinderten Menschen helfen, eine visuelle Welt wahrzunehmen. Aber auch die physikalischen Eigenschaften können erkannt werden, was jedoch zu Nachteilen führen kann. Menschen werden dadurch auf ihre Hautfarbe oder ihr Gesicht reduziert, um festzustellen, ob sie Kriminelle oder Terroristen sind. Es gibt auch Technologien, die aufgrund unserer Rasse und unseres Geschlechtes entscheiden, ob wir kreditfähig sind oder nicht. Wir befinden uns in einer Evolution und können die Zukunft prägen.

Wenn wir wollen, dass sich Al so entwickelt, dass Menschen geholfen wird, dann müssen Ziele und Strategien entwickelt werden. Mitchell will eine Technologie, die zu den Menschen, ihrer Kultur und zur Umwelt passt. Dabei sollen Menschen mit neurologischen Erkrankungen oder anderen Behinderungen unterstützt werden, sodass sie ein normales Leben führen können. Wichtig ist ihr, dass die Technologie unabhängig der Hautfarbe funktioniert.

Sie vergleicht Al mit einem selbstfahrenden Auto, wobei wir aber die ganze Zeit anordnen, was wir tun wollen, z.B. umdrehen, beschleunigen oder bremsen. Wir müssen dabei bestimmen, was die Ergebnisse von künstlicher Intelligenz sein sollen. Diese sollten eine Verbesserung für uns alle darstellen.

TED Talk: Welche Jobs werden Maschinen übernehmen?

Anthony Goldbloom spricht in seinem TED Talk über Arbeitsplätze und Arbeitsaufgaben, die Maschinen in Zukunft für uns übernehmen könnten, aber auch über Arbeitsplätze, die aufgrund unterschiedlicher Voraussetzungen durch keine Maschine ersetzt werden können.

Zu Beginn berichtet Goldbloom über eine Forschung, die im Jahre 2013 durchgeführt wurde. Forscher der Universität Oxford haben herausgefunden, dass für nahezu jeden zweiten Arbeitsplatz ein Risiko besteht, dass die menschliche Arbeitskraft durch eine Maschine ersetzt wird. Dies zeigt, dass maschinelles Lernen zum wichtigsten Bereich der künstlichen Intelligenz zählt.

Aufgaben von maschinellem Lernen

Beim maschinellen Lernen ahmen Computer Dinge nach, die Menschen auch können. Seit den frühen 90er Jahren ist das maschinelle Lernen fest mit der Arbeitswelt verankert. Begonnen hat dies in der Industrie mit einfachen Aufgaben. Goldbloom nennt hier beispielweise die Risikobeurteilungen von Kreditanträgen oder das automatische Sortieren von Briefen nach Postleitzahlen.

Nach und nach wurden die Aufgaben schwieriger und das maschinelle Lernen übernimmt mittlerweile auch komplexere Aufgaben. Dies geht schon so weit, dass Schulaufsätze maschinell korrigiert und bewertet oder Krankheiten über Fotos diagnostiziert werden können.

Keine Chance gegen Computer?

Goldbloom sagt in seinem TED Talk: „Mit den richtigen Daten werden Computer Menschen beim Arbeiten […] übertreffen.“ Das liegt daran, dass Computer immer gleiche Aufgaben in kürzester Zeit erledigen können, während Menschen dazu eine lange Zeit brauchen. Die Menschen haben keine Chance, gegen Computer anzukämpfen, wenn es um häufige Aufgaben und hohe Stückzahlen in kürzester Zeit geht.

Der TED Talk zeigt auch die Schwächen des maschinellen Lernens auf. Es greift immer auf bekannte Prozesse zurück. Das heißt, dass Computer unbekannte Dinge nicht lösen können, während der Mensch dazu in der Lage ist. Der Mensch kann durch seine Intelligenz und seine Kreativität verschiedene Themen miteinander verknüpfen, was dem Computer aufgrund der Daten, die er benötigt, nicht möglich ist.

Welche Jobs wird es in Zukunft noch geben?

Um herausfinden zu können, wie zukunftssicher verschiedene Jobs sind, gibt Goldbloom den Tipp, sich selbst zu fragen, inwieweit die dort anfallende Arbeit auf eine Menge an gleichen Arbeitsschritten reduzierbar ist und wie hoch der Anteil der neuartigen Situationen ist, die maschinelles Lernen nicht bewältigen kann.

Am Ende des TED Talks wird noch einmal verdeutlicht, dass PCs keine Fortschritte zeigen, was neuartige Situationen angeht, aber für viele Jobs deren Bedeutung verringern. Marketingkampagnen mit neuen Erfindungen und neuen Ideen, die davor noch sonst niemand hatte, werden genau wie verschiedene Geschäftsstrategien immer von Menschen erfunden und entwickelt werden.

Einem Kleinkind gibt Goldbloom folgendes mit auf den Weg: „Egal für was du dich entscheidest, stelle dich jeden Tag einer neuen Herausforderung. Wenn es so ist, wirst du den Maschinen immer voraus sein.“

TED Talk: Wie KI die Menschlichkeit retten kann

Kai-Fu Lee spricht in seinem TED Talk 2018 darüber, wie Künstliche Intelligenz (KI) die Menschlichkeit retten bzw. mit ihr koexistieren kann.

Zu Beginn seines Vortages appelliert er, menschliche Werte zu überdenken, indem er ein sehr persönliches Geständnis über einen Fehler seiner Wertvorstellungen macht. Er erzählt von dem Moment, als er kurz davor war, das erste Mal Vater zu werden. Ängstlich saß er neben dem Bett seiner Frau und hoffte, dass das Baby in der kommenden Stunde geboren werden würde, um die Geburt nicht zu versäumen. Grund dafür war die Tatsache, dass er noch genau eine Stunde hatte, bevor er seinem Chef, dem Geschäftsführer von Apple, eine Präsentation über KI halten würde. Glücklicherweise kam seine Tochter früher zur Welt, aber bis heute, offenbart Lee, bereue er es, dass er all die Jahre seine Arbeit der Liebe zu seiner Familie vorgezogen habe.

Jene Präsentation damals gefiel seinem Chef so gut, dass Lee sie 1992 bei TED vorstellte. Damals war er der Ansicht, er habe eine der größten Entdeckungen über die KI gemacht, was allerdings nicht der Realität entsprach. Mit der Zeit widmeten sich, laut Lee, immer mehr Wissenschaftler und Menschen dem Thema der KI mit „Herz und Seele“.

Eine große Entdeckung war das „Deep Learning Netzwerk“: eine Technik, die durch die Möglichkeit des eigenständigen Lernens gekennzeichnet ist. Als Beispiel dafür erwähnt Lee das automatisierte Fahren und das Erkennen von spezifischen Nahrungsmitteln unter Tausenden von Fotos („Ist es ein Hot-Dog oder nicht?“). Die Vereinigten Staaten seien führend im Bereich der Innovationsfähigkeit. „Deep Learning“ wurde, angeführt von den USA, zum Kern des Zeitalters der KI. 

USA gegen China

Laut Lees Grundthese gehe es gegenwärtig nicht mehr um die Entdeckung, sondern um die Implementierung des derzeitigen Standes der KI. Und hier käme nun China ins Spiel. Die Chinesen seien großartige und harte Arbeiter. Der kaltblütige Wettbewerb in China führe zum schnellen Wachstum und zur Verbesserung der Produkte. Als Beispiel für den Erfolg und Vorsprung der Chinesen kommt Lee hier auf das mobile Bezahlen, das von 700 Millionen Menschen genutzt werde. Diese Technologie erlaube den chinesischen Unternehmen, eine große Menge an Daten zu sammeln, welche zum „Raketentreibstoff“ der KI-Maschinen würden.

Chancen der Künstlichen Intelligenz

Neben Vorteilen für die Bevölkerung käme es auch zu großen Herausforderungen, wie zum Beispiel zur Verdrängung vieler Jobs durch die eingesetzten Roboter. Nur die kreativen Jobs könnten niemals durch die KI ersetzt werden. Künstliche Intelligenz könne diese „zwar optimieren, aber nicht erschaffen“. Noch schlimmer als der Verlust von Arbeit sei der Verlust von Bedeutung, denn die Menschen seien der Auffassung, dass Arbeit der Grund für unsere Existenz und der Sinn des Lebens sei.

Als Lee eine onkologische Erkrankung diagnostiziert bekam, begann er sein Arbeitsethos und sein vernachlässigtes Familienleben zu hinterfragen. Er wollte seinen Selbstwert nicht mehr von seiner Arbeit abhängig machen. Während seiner Chemotherapie las er ein Buch von Bronnie Ware, welches von den letzten Wünschen und vom Bedauern der Menschen am Sterbebett handelte. Das einzige, was die palliativen Menschen bereuten, war die geringe Zeit, die sie mit ihren Liebsten verbracht hatten.

„Den Tod vor Augen zu haben, half mir, mein Leben zu verändern.“ Lee kommt nun auf das Thema der KI zurück, indem er aufführt, wie sie die Menschheit beeinflussen sollte. Routinejobs, die durch KI vernichtet werden, seien nicht die Arbeit, wofür es sich zu leben lohne. Liebe, den wahren Daseinsgrund der Menschen, könne künstliche Intelligenz nicht aufbringen.

Lee möchte also, dass neue Arbeitsplätze für Mitgefühl, Liebe und Empathie geschaffen werden (z.B. Lehrpersonen, Pflegekräfte, Sozialarbeiter*innen …). Diese Tätigkeiten sollten somit nicht zu einer Karriere-Laufbahn gemacht werden. Es bestände die Chance, dass kreative Menschen wie Wissenschaftler, Künstler, Musiker, Schriftsteller und Journalisten noch kreativer werden könnten.

„Die KI befreit uns vor Routinejobs und erinnert uns daran, was uns als Menschen ausmacht.“ Ein Vortrag von Kai-Fu Lee über KI, der tatsächlich bei der Liebe endet.

TED Talk: Was passiert, wenn unsere Computer schlauer sind als wir?

Nick Bostrom redet in seinem TED Talk darüber „Was passiert, wenn unsere Computer schlauer werden als wir?“ Eine lange Zeit hieß Programmieren, Befehle in eine Box zu stecken und das herauszubekommen, was man hineingesteckt hat. Dies hat sich jedoch mit maschinellem Lernen gewandelt. Es geht nicht mehr um Wissensrepräsentationen, sondern um Algorithmen, welche aus rohen sensorischen Daten lernen.

Bei Befragungen, wann maschinelle Intelligenz die menschliche Ebene erreicht, sind sich Experten unschlüssig, einige gehen von den Jahren 2040 bis 2050 aus, genau sagen lässt sich dies aber nicht. Die menschliche Ebene wird als Fähigkeit definiert, fast jeden Job zumindest so gut wie ein erwachsener Mensch verrichten zu können, nicht nur für einen Spezialbereich. Im Gegensatz zu unserem Gehirn haben Computer den Vorteil, keine räumliche Begrenzung zu haben, weshalb das Potential der Superintelligenz möglich ist.

Als Beispiel wird das Ziel genannt, einen Menschen zum Lächeln zu bringen. Während künstliche Intelligenz anhand von amüsanten Handlungen versucht, ein Lächeln hervorzurufen, sieht die superintelligente künstliche Intelligenz, den Weg zum Lächeln darin, die Kontrolle über den Menschen zu bekommen und dessen Gesichtsmuskeln zu manipulieren.

Um solche Übergriffe zu vermeiden, ist eine klar definierte Zielsetzung von Bedeutung, welche alles enthält, was wichtig ist, denn ein Ausschalten dieses Computer wird immer unmöglicher sein, je intelligenter dieser wird. Eine Möglichkeit wäre, es in Boxen zu sperren, jedoch werden auch hier Probleme genannt wie etwa Hackerangriffe oder die Ungewissheit, dass es nicht selber einen Weg heraus findet.

Nick Bostrom betont, dass wir diese superintelligenten künstlichen Intelligenzen nicht für immer eingesperrt lassen können und nicht auf unsere Fähigkeit vertrauen sollten, ihnen überlegen zu sein. Das wichtigste Ziel ist, zu wissen, dass wir sicher vor ihnen sind, weil sie unsere Werte teilen und auf unserer Seite stehen, es kein Gegeneinander geben wird. Auch wenn es eine schwierige Sache ist, müssen die künstlichen Intelligenzen so gebaut werden, dass sie unsere Werte lernen, unsere Ziele anstreben und nur die Dinge tun, von denen sie wissen, dass wir sie tolerieren.

TEDx Talk: 4 Lektionen von Robotern über Menschlichkeit

Ken Goldberg vertritt in seinem TEDx Talk "4 Lektionen von Robotern über Menschlichkeit" die These, dass uns Computer bzw. Künstliche Intelligenz zu besseren Menschen macht. Goldberg wuchs in Pennsylvania auf. Den Bezug zur Technik und die Begeisterung dafür erlangte er über seinen Vater. Schon früh bauten sie zusammen Modellraketen, Autorennbahnen oder Go-Karts. Seine Begeisterung für technische Zusammenhänge entwickelte sich in seiner frühen Kindheit.

Als Goldberg zehn Jahre alt war, schlug sein Vater ihm vor, gemeinsam einen Roboter zu bauen. Der Vater besaß eine Firma für Verchromung und wollte einen Roboter entwickeln, der ihm die schwere Arbeit abnehmen sollte. Doch in den 1970er Jahren war die Technologie noch nicht so weit und das Projekt Roboter nahm keine Gestalt an. So verrichtete der Vater weiterhin die schwere Arbeit zwischen den Chemikalienbehältern per Hand.

Einige Jahre später wurde Krebs bei ihm festgestellt, und er starb im Alter von 45 Jahren. Für den jungen Goldberg war dies ein Schock und der Gedanke an den gemeinsam geplanten Roboter war weiterhin allgegenwärtig. Ken entschied sich, wie sein Vater Maschinenbau zu studieren, und machte später seinen Doktor in Robotik. Der Grundstein war gelegt und seither erforscht er Roboter. In den folgenden Jahren setzte er mehreren Roboterprojekte um. Vier dieser Vorhaben inspirierten ihn, ein besserer Mensch zu werden.

Das erste Projekt fand 1993 statt. Parallel zu dem Vorhaben, einen Roboter zu entwickeln, entstand das World Wide Web. Den Beteiligten wurde klar, dass sie diese neue Technologie dazu nutzen konnten, den Roboter von überall auf der Welt aus zu steuern. Sie hätten einen Roboter entwickeln können, der gegen andere kämpft, oder einen, der schwere Arbeit verrichtet. Aber sie entschieden sich für etwas anderes: Einen Blumenkasten mit einem Roboter in der Mitte. Der „Telegarten“ war geboren.

Nun konnten Menschen auf der ganze Welt aus auf diesen Garten zugreifen, ihn bewundern oder sogar die Pflanzen gießen. Sobald man oft genug gegossen hatte, bekam man eine eigene Saat zum Pflanzen. Der Roboter wurde über einen Zeitraum von fast neun Jahren in einem österreichischen Museum aufgestellt und von unzähligen Menschen gesteuert. Irgendwann wurde Goldberg von einem Studenten angeschrieben, ob der Roboter und der Garten echt sei, denn es wäre theoretisch möglich, die Bilder von diesem Garten zu fälschen, in dem sie dahingehend programmiert werden würden.

Goldberg stellte daraufhin fest, dass alle anderen Menschen diesen Telegarten als echt angenommen hatten. Nur einer hinterfragte dies. Konfrontiert mit diesem Problem, ob etwas gefälscht oder echt ist, führte Goldberg zur ersten wichtigne Lektion über das Leben, und zwar: Man solle alle Annahmen hinterfragen.

Das zweite Projekt entstand aus dem „Telegarten“ heraus. Es stellte sich die Frage: „Was, wenn der Roboter den Garten verlassen und in eine andere interessante Umgebung gehen könnte?“ Kurzerhand wurde der Roboter durch einen Menschen ersetzt, der wiederum über einen Helm mit Kamera, Mikrophonen und Lautsprechern ausgestattet war. Ziel war es, dass Menschen über das Internet die Eindrücke des „Teleschauspieler“ miterleben konnten.

Die Leute machten über das Internet Vorschläge, was der menschliche Roboter zu tun hat. Jedoch funktionierte dies nicht ganz reibungslos. Die Community, die den Roboter steuerte, konnte sich zum Teil nicht so schnell für eine Handlung entscheiden, wie es die Situation erfordert hätte. Deshalb agierte der „Teleschauspieler“ bei einem Fernsehauftritt spontan so, wie er dachte, dass es am Angebrachtesten ist. Daraus leitet sich die zweite Lektion ab: Im Zweifelsfall improvisieren.

Das nächste Projekt wurde durch die Krebserkrankung des Vaters und dessen Behandlung inspiriert. Der Vater wurde mit der Brachtherapie behandelt. Hierbei werden Nadeln in den Körper eingeführt und das Medikament initiiert. Leider kommt es bei dieser Therapie immer wieder zu Komplikationen, da die Ärzte die Nadeln parallel manuell setzen mussten. Dadurch wurden immer wieder Organe verletzt.

Goldberg entwickelte zusammen mit seinen Studenten einen Roboter, der dies übernahm. Das spezielle Design mit verschiedenen Gelenken machte es möglich, die Nadeln so zu setzen, dass keine Organe mehr beschädigt wurden. So entstand die dritte Lektion: Im Zweifelsfall, wenn der Weg versperrt ist, muss man sich drehen.

Das letzte Projekt entsprang auch der Medizinrobotik. Sie entwickelten einen Roboter, der Chirurgen konzentrationsraubende Routinearbeiten abnimmt, wie z.B. nähen. So wird die Ressource Chirurg geschont und er kann sich auf die komplizierten Teile der Operation konzentrieren. Bis dieser Roboter entwickelt wurde, verging eine gewisse Zeit. Die Entwickler wie auch die Maschine selbst lernten durch Wiederholen dazu und wurde dadurch stetig besser. Und so erfuhr Goldberg die vierte Lektion: Wenn du etwas gut machen willst, gibt es keinen Ersatz für üben üben üben.