Technikjournalisten bloggen

Algorithmen sind auch nur Handwerk

Vortrag über Künstliche Intelligenz auf dem Maschinenbaugipfel 2017 (Foto: Denise Heller).

„Die Maschine wird menschliche Sprache verstehen, Sie wird unsere Stimme erkennen und unsere Mimik deuten. Das alles sind Dinge, die bei der Interaktion zwischen Mensch und Maschine wichtig sind“, so Matthias Dietel, Manager Executive Think Space, IBM Research & Development, zu seinem Vortrag auf dem diesjährigen Maschinenbaugipfel in Berlin.

In der Gesellschaft wird Intelligenz definiert durch das logische Schlussfolgern, die Verarbeitungsgeschwindigkeit von Informationen, die Konzentration, das Lernvermögen, die Merkfähigkeit oder auch das Arbeitsgedächtnis.
Anerkannt als ein Teil unserer Menschlichkeit und damit für viele einzigartig. Laut Studien der Softwarefirma Pegasystems im Jahr 2017, sind 52 Prozent der Befragten der Ansicht, dass künstliche Intelligenz Anwendungen sind, die Probleme lösen und unsere Sprache verstehen können. Das eine Maschine Intelligenz besitzt und diese weiterentwickelt, ist für viele dennoch schwer vorstellbar.

Doch zahlreiche Fachleute sind hier anderer Meinung. Auch Prof. Dr.-Ing. Klaus Henning der RWTH Aachen und Senior Advisor des Cybernetics Lab ist der Meinung, dass durch die zunehmende Wertigkeit von künstlicher Intelligent ein partnerschaftliches Miteinander möglich ist. „In der Kommunikation zwischen Mensch und Technik ergibt sich eine neue Dimension. Beim Zusammenwirken von Mensch und Roboter werden beide miteinander umgehen, als wären sie Mitarbeiter. Dieses Miteinander auf Augenhöhe ist völlig neu, es bedeutet, dass der Arm des Roboters genauso vorsichtig ist, wie der Arm des Menschen. Mit diesem Bewusstsein sind sie in der Lage, untereinander und mit dem Menschen Informationen auszutauschen.“, erklärt Henning.

Diesen Gedanken vertieft auch Thomas Bauernhansl, Institutsleiter und Professor am Fraunhofer-Institut exemplarisch an einem der Lernprozesse. Hier lernt ein Roboter seinen Arbeitsauftrag selbstständig zu optimieren. Ziel des Experimentes war es herauszufinden wie schnell und mit welchem Weg sich der Roboter optimiert. Eine Reihe von Maschinen sollten hier simultan Gegenstände die durcheinanderwürfet in einer Kiste liegen, greifen und anheben.

„Der Roboter weiß nicht was das für ein Bauteil ist. Erst durch zahlreiche Versuche findet er heraus was der Gegenstand für Anforderungen mit sich bringt. So können bereits nach wenigen Stunden besondere Greiftechniken erlernt werden. Die einzelnen Devices sammeln zusammen Daten und optimieren so den Lernprozess. Wie liegen die Teile am besten und wo kann ich es gut greifen?“, erläutert Bauernhansl.

„Ein besonderer Moment war der, als der Roboter den Tacker beiseitegeschoben hat um den gelben Baustein richtig greifen zu können. Hier hat niemand etwas programmiert. Der Roboter hat sich selbst weiterentwickelt“, schmunzelt Prof. Dr.-Ing. Torsten Kröger, Leiter am Institut für Anthropomatik und Robotik (IAR), Karlsruher Institut für Technologie (KIT).

Probleme des Machine Learning

Mit neuen Konzepten gehen auch oft neue Probleme einher, „Ich denke der Maschinenbau muss sich intensiv mit dem Thema Machine Learning auseinandersetzen“, warnt Bauernhansl.

Prof. Dr.-Ing. Thomas Bauernhansl (Foto: Marco Lehner).

Prof. Dr.-Ing. Thomas Bauernhansl (Foto: Marco Lehner).

Durch ihre Dominanz in Geräten und Anlagen ändert sich der Charakter des Roboters – und damit auch seine Begrifflichkeit. „Ein Auto wird in Zukunft ein Roboter auf vier Rädern sein und der Roboter ist dann das autonome Gebilde, das sich selbst bewegen kann. Die digitale Transformation vollzieht sich mit unglaublicher Geschwindigkeit, die im Detail nicht prognostizierbar ist“, so Henning. Laut Henning ist die große Innovation bereist längst geschehen: „Die Maschine kann denken.“

Aber auch er ist sich der negativen Seiten dieses neuen Geschäftsmodelles bewusst. Denn neben neuen Markterschließungen, kommen Fragen auf, die es zu beantworten gilt. „Mich fasziniert vor allem die Geschwindigkeit, mit der die Mensch-Technik-Interaktion unter dem Einfluss der digitalen Transformation nach und nach in alle Lebens- und Arbeitsbereiche vordringt und dabei nicht nur technische Fragen aufwirft, sondern ethische und gesellschaftspolitische Anforderungen ebenso auf den Prüfstand stellt.“, erläutert Henning.

Das gilt es aber mit Vorsicht zu genießen, denn die Grenzen zwischen Mensch und Maschine müssen neu bestimmt werden. Kröger versucht das Thema von einer psychologischen Seite aufzuziehen. Es ist wichtig zu erkennen das Machine Learning nur ein Tool ist und keine Universallösung. Von einer Superhuman Intelligence sind wir noch weit entfernt. Man braucht keine Angst haben, aus ethischer als auch psychologischer Sicht, dass ein Roboter an menschliche Kapazitäten herankommt. Die Technik die wir heute kennen kann nur ganz spezifisch für eine einzelne Anwendung spezialisiert werden“, schlussfolgert Kröger.

Wandel der Businessmodelle in Bezug auf künstliche Intelligenz

Wichtig ist es laut Kröger aber, dass der Markt des Machine Learning ein komplett neues Businessmodell entstehen lässt, was nicht mehr mit alten Modellen funktionieren kann. Er warnt davor, dass traditionelle Unternehmen durchaus benachteiligt sein können, wenn sie finanziell nicht in der Lage sind, in diese neue Technologie zu investieren.

Prof. Dr.Ing. Torsten Kröger (Foto: Marco Lehner).

Prof. Dr.Ing. Torsten Kröger (Foto: Marco Lehner).

Neben den Arbeitgebern sehen aber auch Arbeitnehmer ein Risiko in künstlicher Intelligenz, denn wenn eine Maschine meine Arbeit erledigt, was soll ich in Zukunft arbeiten? Doch auch hier kann Kröger beruhigen. „Das sind Fragen, die sich Menschen auch bei der Einführung der Dampfmaschine schon gesellt haben. Heute sind wir im 21. Jahrhundert und haben immer noch alle Jobs. Dazu ist zu sagen, dass durch die Erschließung neuer Industriezweige neue Berufsgruppen entstehen werden.“ Kröger geht sogar so weit, dass er sich auf Studien beruft die zeigen, dass mit zunehmender Automatisierung die Arbeitslosigkeit sinkt.

Abschließend bleibt Henning nur zu sagen, dass Technik von Menschenhand gestaltet werden muss und nur ein radikales Umdenken in der Mensch-Technik-Interaktion uns dabei helfen kann.

 

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.