Livin IT
Livin IT

K.I. der Außerirdische? Ist künstliche Intelligenz wirklich intelligent?

KI der Außerirdische
Data Science ist mehr als nur Nullen und Einsen. Mit Günther Tschabuschnig, Präsident der DIO (Data Intelligence Offensive Österreich) und Laura Kaltenbrunner, Team Lead der Datanauts - in dieser Kolumne erklären Data Experten den Begriff "Datenwissenschaft". Im 5. Teil der Kolumne beantworten die Experten die Frage, ob die künstliche Intelligenz tatsächlich intelligent ist.

K.I. der Außerirdische?

Ist künstliche Intelligenz wirklich intelligent?

Günther T.: Künstliche Intelligenz (KI) ist eine Technologie, die darauf abzielt, menschenähnliche Intelligenz in Maschinen zu integrieren, um bestimmte Aufgaben auszuführen. KI nutzt Algorithmen, um Entscheidungen zu treffen, Muster in Daten zu erkennen und Aufgaben wie das Erkennen von Bildern oder das Verstehen von Sprache zu automatisieren.

Obwohl KI sehr fortschrittlich ist und in der Lage ist, komplexe Probleme zu lösen, ist sie nicht wirklich „intelligent“ im traditionellen Sinne des Wortes. KI-Systeme sind darauf programmiert, bestimmte Aufgaben auszuführen, und ihre Fähigkeiten sind auf die von Entwickler:innen festgelegten Algorithmen und Daten beschränkt.

Im Gegensatz zu menschlicher Intelligenz können KI-Systeme nicht frei denken, Empathie zeigen oder emotionale Intelligenz ausdrücken. Sie sind nur so intelligent wie die Daten und Algorithmen, auf denen sie basieren, und können keine Entscheidungen auf der Grundlage von Moral, Ethik oder Erfahrung treffen, wie es Menschen tun können.

Laura K.: Das klingt im ersten Moment ganz logisch und für alle, die sich mit KI und Daten beschäftigen, ist es das auch (zumindest überwiegend). Und dennoch fordern neue KI-basierte Tools wie ChatGPT, AgentGPT oder Midjourney unsere Logik ganz schön heraus. Denn subjektiv betrachtet können diese Tools ganz schön viel, was schnell einmal als Intelligenz interpretiert werden kann. Vor allem bei Generative AI, also KI-Systemen, die darauf abzielen, neue und originelle Inhalte zu erstellen, anstatt bestehende Daten zu analysieren oder zu klassifizieren, kommt es häufig zu dieser Fehleinschätzung. Dabei handelt es sich auch hier im Kern um Mathematik – wenn auch schon um recht komplexe.

Günther T.: Dabei ist KI ja absolut nichts Neues. In den 1950er Jahren wurden die ersten KI-Programme entwickelt, die in der Lage waren, einfache Aufgaben wie das Lösen von mathematischen Problemen auszuführen. Seitdem hat sich die KI-Technologie ständig weiterentwickelt und neue Fortschritte in den Bereichen Maschinelles Lernen, Deep Learning oder Neuronale Netze erzielt.

In den letzten Jahren hat KI aufgrund der Entwicklung leistungsfähiger Computer und der Verfügbarkeit großer Datenmengen enorme Fortschritte gemacht.

Obwohl KI also nicht neu ist, hat sie in kurzer Zeit große Sprünge gemacht und wird voraussichtlich auch in Zukunft weiter wachsen und sich verbessern. Grundlage dafür sind natürlich die passenden Daten…

Laura K.: Korrekt, ohne Daten geht gar nichts. Keine KI funktioniert einfach so. Es braucht eine große Menge an Daten, auf Basis derer die KI trainiert wird. Welche Daten dabei nötig sind, ist sehr Task-spezifisch. Möchte ich eine Sprach-KI trainieren, dann muss ich diese mit Daten füttern, die der KI zeigen, wie Sprache funktioniert. Eine Bild-KI hingegen benötigt große Mengen an Bildern bzw. Fotos. Zudem kann es je nach Task notwendig sein, dass die Daten gelabelt sind – d.h., dass Trainingsdaten wie z.B. Fotos von Katzen auch als solche beschriftet sind, damit die KI lernt, wie eine Katze aussieht. Ist es hingegen nicht notwendig, dass eine KI weiß, was eine Katze ist, sondern nur, dass eine Katze etwas anderes ist als ein Hund, dann können auch nicht-gelabelte Daten für das Training der KI verwendet werden.

 

von Günther Tschabuschnig und Laura Kaltenbrunner

📧 guenther.tschabuschnig@dataintelligence.at und laura.kaltenbrunner@datanauts.at

 

Daten sind nicht gleich Daten und es eignen sich nicht alle für das Training einer KI. Neben der Qualität der Daten muss auch ein potenzieller Bias beachtet werden. Darum ging es in unserer 4. Kolumne:

Mehr von Günther Tschabuschnig, Präsident der DIO: Vom Data Steward bis zum Chief Data Officer: Die wichtigsten Jobs rund um Daten, Künstliche Intelligenz und Analytics. Was man braucht, was man tut, was man verdient: