Künstliche Intelligenz (KI, englisch: Artificial Intelligence (AI)) ist eines der faszinierendsten Themen unserer Zeit, seitdem die Entwicklung hier massive Fortschritte gemacht hat. Auch wenn (soweit ich da reinschauen kann) die meisten Applikationen wohl nur reines Maschine Learning (ML) (eine Methode / Vorform von KI) sind und sich das Label “KI” sehr großspurig anheften.
Das Versprechen von KI ist, dass sie uns helfen, rein sachbezogene Entscheidungen (losgelöst von Emotionen und Interessen) nach bestem Stand des Wisssen zu treffen und uns lästige Arbeiten abnehmen können. Die Bedrohung, die viele sehen sind: Von Jobverlusten über ganze Branchen und Industrien, die überflüsssig werden, über eine zunehmende Entmündigung des Menschen bis hin zu einer Dystopie, in der der Mensch von Maschinen als überflüssig oder gar schädlich eingestuft wird.
Das Thema KI beschäftigt Wissenschaftler schon sehr lange und hat schon früh zu Diskussionen um den Umgang damit sowie zu theoretischen Überlegungen geführt. Zwei zentrale sollen hier genannt sein, weil sie für die Diskussion wichtig sind und sicherlich einer Weiterentwicklung bedürfen: Der Turing Test (1950) und Asimov’s Roboter-Gesetze (1942).
Zukünftig wird eine Ausbreitung / Auswirkung von KI’s auf alle Bereiche des Lebens nicht zu vermeiden sein. Die Geschichte des technischen Fortschrittes zeigt, dass sich einmal entwickelte Technologien nicht oder nur schwer verhindern lassen, solange sie wirtschaftliche Vorteile mit sich bringen. Daher ist es wichtig, sich damit inhaltlich zu beschäftigen, um deren Ausgestaltung, das Risikomanagement und ggf. auch eine Regulierung zu beinflussen.
Grundsätzlich sind KI und ML-Systeme in der Lage, sich selbstständig aus ihnen zugänglichen Quellen zu informieren. Sie sammeln Fakten, überprüfen diese (z.B. dadurch wie weit diese mit zugrundliegenden Erkenntnissen übereinstimmen), interpretieren statistische Daten und verwenden weitere Methoden, um zu Ergebnissen zu kommen. In der Regel wird zwischen (von Menschen) trainierten KI’s und untrainierten KI’s unterschieden. ChatGPT (der Platzhirsch unter den KI’s) zum Beispiel beschreibt seinen Prozess der Entscheidungsfindung so:
ChatGPT trifft Urteile darüber, ob etwas richtig oder besser ist, basierend auf mehreren Faktoren:
- Training auf großen Datenmengen: ChatGPT wurde auf riesigen Mengen von Texten aus dem Internet trainiert. Diese Texte umfassen viele verschiedene Bereiche des Wissens und viele verschiedene Perspektiven. Dadurch kann das Modell auf ein breites Spektrum von Informationen zurückgreifen.
- Statistische Muster: Das Modell erkennt und verwendet statistische Muster in den Daten, um Antworten zu generieren. Es berechnet Wahrscheinlichkeiten, welche Wörter oder Sätze am wahrscheinlichsten als nächstes kommen sollten, basierend auf dem Kontext der gestellten Frage.
- Eingebaute Heuristiken: Das Modell nutzt eingebaute Heuristiken, um Entscheidungen zu treffen. Zum Beispiel könnten bestimmte Formulierungen oder Begriffe als Anzeichen für bestimmte Arten von Antworten dienen.
- Fehlerkorrektur und Feinabstimmung: Während des Trainingsprozesses und durch Feedback von Benutzern wird das Modell kontinuierlich verfeinert. Dies hilft, die Genauigkeit und Relevanz der Antworten zu verbessern.
- Kontextuelle Informationen: Das Modell berücksichtigt den Kontext der Konversation, um relevante und kohärente Antworten zu liefern. Dies schließt sowohl den aktuellen Austausch als auch frühere Interaktionen im gleichen Gespräch ein.
- Ethische Richtlinien und Sicherheitsfilter: OpenAI hat ethische Richtlinien und Sicherheitsfilter implementiert, um sicherzustellen, dass die Antworten des Modells angemessen und nicht schädlich sind. Diese Filter helfen, problematische Inhalte zu vermeiden.
Wenn nun eine KI Entscheidungen treffen kann, so dachte sich die Kommunikationsagentur “In A Nutshell” (München), warum dann diese nicht danach befragen, was sie zur Europawahl wählen würde? Und so haben sie ChatGPT (basierend auf der GPT-4-Version) mit den Thesen des deutschen Wahl-o-maten zur Europawahl gefüttert und die Entscheidungen (Zustimmung / Neutral / Ablehnung) dort zurück eingetragen.
Den Rest des Eintrags lesen. »