Maschinelles Lernen: Können Roboter sich verlieben?

Künstliche Intelligenz. Der Begriff allein weckt viele Assoziationen und erfüllt so manchen Technik-Nerd mit aufgeregtem Herzklopfen. Für die einen steht der Ausdruck sowohl für den Fortschritt im Bereich Maschinelles Lernen, als auch für eine technische Revolution, die ihren Ursprung in der Erfindung der Rechenmaschine besitzt. Andere wiederum sehen darin eine Art Horrorszenario. HAL aus „Odyssey 2001“ schließlich nutzte seine Intelligenz, die er ohne den Erfindungsgeist des Menschen gar nicht besitzen würde, um sich gegen seine Schöpfer zu wenden. In dem von der Kritik und dem Publikum umjubelten Film „Ex-Machina“ von 2014 besticht die Künstliche Intelligenz nicht nur durch Raffinesse und einen eigenen Willen, sondern verführt durch das schöne Gesicht der Oscar-Preisträgerin Alicia Vikander zur Unvorsichtigkeit. Ava, die ansehnliche und äußerst gelehrige Maschinenfrau weiß ihre Reize und ihre Zuneigung gezielt einzusetzen, weil sie ihren Erbauer töten und anschließend fliehen will. Ihre Intelligenz dient ihr also dazu, ein selbstbestimmtes Leben zu führen. Der Mensch ist daher bloß noch Mittel zum Zweck. Der Film impliziert, dass sich die Künstliche Intelligenz einen eigenständig handelnden Charakter aneignet. Denkbare Entwicklung?

Maschinelles Lernen durch künstliche neuronale Netzwerke

Intelligenz wird in erster Linie dem Menschen zugeordnet. Der intelligente Mensch nimmt Informationen auf, speichert sie und trifft auf der Basis der gespeicherten Informationen Entscheidungen. Er passt sein Verhalten seinem Wissen entsprechend an. Oder er zieht Schlussfolgerungen. Kurzum, der intelligente Mensch ist in der Lage zu denken. Das Gehirn, das gewissermaßen die Hardware für diese Fähigkeit liefert, ist ungeheuer komplex. Es wird geschätzt, dass es rund 100 Milliarden Neuronen enthält, die in einem Netzwerk miteinander verbunden sind. Ähnlich verhält es sich bei der Künstlichen Intelligenz.

Das Konzept künstlicher neuronaler Netze wurde von den beiden Neurowissenschaftlern Warren McCullogh und Walter Pitts im Jahr 1943 erdacht. McCullogh und Pitts positionierten künstliche Nervenzellen (Neuronen) als Recheneinheiten, indem man sie in Schaltkreisen miteinander verband. Anders als bei den bis dahin verwendeten Transistoren, die Nullen und Einsen verrechnen, schickten die künstlichen Neuronen also erst ein Signal ab, wenn die Summe ihrer Inputs einen gewissen Schwellenwert überschritten hatte. Sie arbeiten dahr nicht mit binärer Logik, wie unser Computer, sondern mit Schwellenwert-Logik. Der generelle Aufbau künstlicher neuronaler Netze besteht nun aus Hunderten oder Tausenden solcher künstlicher Neuronen, die in übereinanderliegenden Schichten angeordnet sind und über simulierte Leitungen verbunden werden. Ein Neuron kann umliegende Mitstreiter über seine Leitungen aktivieren.

Einmal erbaut, muss ein derartiges Netzwerk aber zunächst trainiert werden, um bestimmte Muster erkennen und entsprechend agieren zu können. Maschinelles Lernen eben. Das geschieht anhand vorgebebener Algorithmen. Das Training schließlich führt wie beim Menschen zu einem gewissen Lerneffekt, den man wiederum der Intelligenz zuschreibt. Auf sehr hohem Niveau interagieren und kommunizieren Neuronen miteinander über eine Schnittstelle. Texterkennung, Bilderkennung oder Spracherkennung gehören heute zu den häufigsten Anwendungsgebieten der künstlichen neuronalen Netzwerke.

robot artificial intelligence IoT

Maschinelles Lernen: Können Robot sich verlieben?

Die Künstliche Intelligenz und ihre Chancen

Künstliche Intelligenz, maschinelles Lernen und neuronale Netzwerke repräsentieren zahlreiche Möglichkeiten, die zur Lösung einiger sehr realer Probleme verwendet werden können. Erfolgreich eingesetzt werden sie ja bereits, da sie zur Vorhersage von Ereignissen und zur Modellierung umfangreicher zeitabhängiger Systeme geeignet sind. Komplexe Daten, die gesammelt und ausgewertet werden, können beispielsweise bei Frühwarnsystemen die Gefahr einer Naturkatastrophe voraussagen. Schlicht konzipierte Varianten finden sich in den weit verbreiteten Frühwarnsystemen zum Brandschutz wieder. Komplexere Netzwerke helfen sowohl im Bereich der Wirtschaft dabei, einen drohenden Konkurs zu ermitteln, als auch Börsianern dabei, Daten zu analysieren. Auch in der Medizin oder beim Militär sind die hohen Rechenleistungen neuronaler Netze überaus hilfreich.
Bisher ist also von schönen künstlichen Frauen, fiesen Robotern oder auch rührenden Gestalten wie in Steven Spielbergs Film „Artifical Intelligence“ nichts zu sehen. Oder doch? Immerhin erhalten die technisch komplexen Systeme seit einiger Zeit weiteren Einzug in die privaten Haushalte. Klangvolle Namen wie „Alexa“ von Amazon, „Siri“ von Apple oder „Cortana“ von Microsoft und „Google Home“ agieren als persönliche Assistenten.

Wer ist Alexa?

Sie sitzen auf dem Sofa und möchten die Musik von Ihrer persönlichen Playlist hören. Sie möchten wissen, wie das Wetter in London ist, während Sie gerade die Koffer packen. Laut dem aktuellen Werbespot von Amazon hilft „Alexa“ sofort weiter. Sie kennt sämtliche Wetterdaten, unsere Vorlieben und ist natürlich in der Lage, die Rollladen zu bedienen, den Lieferdienst zu kontaktieren und vieles mehr. Dank der Mikrofone, die im eher unweiblich, gar unmenschlich anmutenden Körper des Gerätes angebracht sind, erkennt sie unsere Wörter und setzt die Befehle entsprechend um. Vorbild für Alexa soll übrigens der Bordcomputer des Raumschiffs Enterprise gewesen sein. Ein Indiz dafür, dass die Fiktion und die Entwicklung Hand in Hand gehen. Deshalb ist es wahrscheinlich, dass Alex und ihre Freunde irgendwann einmal Körper und menschliche Gesicht erhalten könnten. Künstliche Intelligenz bekommt damit zumindest für den Menschen eine weitere emotionale Komponente. Haushaltsroboter wie der „Zenbo“ von Asus, die Geschichten vorlesen oder als Küchenhelfe agieren, sind bisher zwar noch ein Nischenprodukt, aber das waren Geräte, die mit Spracherkennung arbeiteten vor vielen Jahren schließlich auch.

Spracherkennung dringt immer tiefer in unser Leben ein

Aus technologischer Perspektive hat die Spracherkennung sich über die Jahre hinweg stetig weiter entwickelt. Angekommen ist sie in der jüngeren Vergangenheit in unseren Telefonen, Spielkonsolen oder in Smart-Uhren. Die Automatisierung unserer Häuser schreitet ebenso weiter voran. Sie sagen „Licht an“ und das Wohnzimmer erstrahlt im hellen Schein, weil Ihre Worte in einzelne Frequenzen zerlegt und mit Hilfe des entsprechenden Algorhythmus in die „Tat“ umgesetzt werden. Auch in modernen Fahrzeugen findet die Spracherkennung ihre Anwendung. Die Sprachbefehle können zum Beispiel dazu verwendet werden, um Telefonanrufe zu initiieren, Radiosender auszuwählen oder Musik von einem kompatiblen Smartphone oder MP3-Player abzuspielen. Ähnliche Einsätze findet man in der Luft- und Raumfahrt. Weiter unten auf der Erde werden Roboter-Hunde von Kindern oder Senioren zum Gehorsam erzogen.

Willkommen in der modernen Welt, in der sich Mensch und Maschine auf immer neueren Ebenen begegnen! Die Entwicklung bleibt jedenfalls interessant. Eine Gefahr aber, dass Alexa und ihre Artgenossen sich nicht bloß auf das Helfen und Unterstützen der Menschen beschränken, bietet bisher bloß Stoff für packende Filme. Liebe und Hass bleiben wohl unser Ding. Warten wir also gespannt auf weitere Innovationen aus dem Bereich Maschinelles Lernen und Neuronale Netzwerke.