Künstliche Intelligenz und Algorithmen

In der aktuellen Diskussion werden der Begriff „KI“ für „Künstliche Intelligenz“, englische „AI“ für „Artificial intelligence“ und der Begriff Algorithmus vermischt.

Hierdurch entstehen nach meiner Meinung Gefahren bei der Diskussion und den Schlussfolgerungen.

Ein Algorithmus ist eine „Handlungsanweisung“. Diese Handlungsanweisung muss nicht in einem Computer ausgeführt werden, auch ein Kochrezept ist ein Algorithmus. Ebenso die Bauanleitung für ein IKEA Regal, das Zusammenbauen eines PKW auf einem Fliessband, …

Es gibt einfache Algorithmen. Schauen Sie einmal auf die Kochanleitung für eine Tütensuppen: „Inhalt in 750 ml lauwarmes Wasser einrühren, aufkochen, 5 Minuten bei geringer Wärme köcheln lassen.“

Es gibt komplexe Algorithmen. Die Suche einer Bahnverbindung gehört wohl dazu.Vor 40 Jahren suchte ein erfahrener Mensch, meist ein Bahn-Beamter, in dem Kurs-Buch (dicker Papier-Wälzer) die passende Verbindung heraus. Hierzu gab es Handlungsanweisungen, die der Beamte in seiner Ausbildung gelernt hatte. Heute wird dieser Algorithmus durch einen Computer durchgeführt, aber im Grundsatz ist es immer noch der gleiche Vorgang.

Es gibt sehr komplexe Algorithmen. Ein Beispiel ist das Optimieren von Datenbank-Abfragen. Bei grossen Datenbeständen kann eine nicht optimal formulierte Abfrage mehrere Stunden dauern. In den Datenbank-Programmen gibt es „Optimierer“, also Algorithmen, die eine Abfrage so umstellen, dass sie schnell ausgeführt werden kann. Zu den technischen Hintergründen sind viele dicke Bücher geschrieben worden, für deren Verständnis man eine immense Vorbildung braucht.

Menschen, die bei den Herstellern der Datenbanksystem beschäftigt sind, haben Algorithmen entwickelt, die die Abarbeitung der Abfrage optimal anordnen. Die Algorithmen merken sich auch ihre Erkenntnis, um sie bei Optimierungen ähnlicher Abfragen nutzen zu können.

Es gibt auch Algorithmen, die sehr kritisch betrachtet werden, die Scoring Algorithmen. Hier prüft ein Computer auf Basis des Namens, der Alters, der Wohnadresse, … ob ein Vertrag, ein Kredit oder eine Versicherung mit der Person ein zu grosses Risiko darstellt. Bis vor einigen Jahren wurde diese Tätigkeit von Menschen im „Back-Office“, also ohne direkten Kontakt zum Kunden, erledigt. Für einen Kredit für einen Neuwagen ist ein Arbeitsaufwand von einer halben Stunde sicher tragbar, was aber, wenn es bei einem Online-Händler um eine Kauf auf Rechnung für 10,- EUR geht? Letztlich arbeitet heute der Computer mit etwa dem gleichen Algorithmus wie der Sachbearbeiter im Back-Office vor 20 Jahren.

Was ist also ein Algorithmus?

Jemand definiert eine Handlungsanweisung und jemand oder etwas führt sie aus.

Definieren kann der Mitarbeiter der Tütensuppen-Firma, ein Mitarbeiter aus der Rechtsabteilung, ein Spezialist eines Datenbanksystem-Herstellers, aber auch ein Wal (ja, die im Meer schwimmenden Säugetiere).

Der Algorithmus, also die Handlungsanweisungen wird durch den Käufer der Tütensuppe, den Mitarbeiter im Back-Office, die Datenbank oder Jung-Walen bei der Heringsjagd ausgeführt.

Ich arbeite seit über 30 Jahren als „Algorithmus Entwickler“ für die Computer-Systeme bei grossen Unternehmen. Von Fachbereich-Spezialisten, z.B. aus der Vertragsverwaltung, bekomme ich eine Vorgabe, was der Algorithmus machen soll. Diese Vorgabe heisst Fach-Konzept. Ich erstelle dann ein technisches Konzept, dass ich mit Kollegen und auch den Fachbereich abstimme. Aus dem technischen Konzept wird dann der Computer-Algorithmus implementiert. Zuerst teste ich zusammen mit Kollegen aus der Computer-Abteilung die Implementierung. Dann wird das Programm von speziell ausgebildeten Testern auf Basis des Fach-Konzeptes geprüft. Bevor das Programm wirklich zum Einsatz kommt, prüfen die Mitarbeiter des Fachbereichs noch einmal das Programm auf „Herz und Nieren“.

Wichtig ist, viele Menschen, die auch ihre Ethischen Werte nicht vergessen, erstellen und prüfen den Algorithmus.

Nun kommen wir zur Künstlichen Intelligenz.

Eine Tochterfirma von Google forscht in diesem Bereich sehr intensiv.

Mitte 2017 erstellten sie eine KI auf Basis von Neuronalen Netzwerken, die sehr gut das Spiel GO (ein asiatisches Strategiespiel) beherrschte, und zwar so gut, dass kein anderer Computer und erst recht kein Mensch diese KI schlagen konnte.

Im Herbst 2017 kamen sie dann auf die Idee, die KI sollte Schach spielen.

Die KI wurde „zurückgesetzt“, vergass also alles zum Thema GO.

Nun wurden der KI die Schach-Regeln beigebracht, und zwar genau das, was man einem Kind erklärt, bevor man die erste Runde mit ihm spielt. Welche Figuren gibt es, wie können sie gezogen werden, alles bis hin zur Rochade, und nicht mehr!

Dann durfte die KI vier Stunden gegen sich selber spielen, dieses war die Lernphase.

Anschliessend spielte die KI gegen das besten Schach-Programm, also einen Algorithmus.

In diesem Algorithmus ist das Wissen der besten Schachspieler und Software-Entwickler in den letzten Jahrzehnten eingeflossen. Ein Mensch braucht gegen diesen Algorithmus nicht anzutreten, er verliert sowieso.

Nun spielten die KI und der Algorithmus 100 Partien, die KI gewann 22 Spiele, 78 waren remis, der Algorithmus gewann kein Spiel!

Die KI erreichte also in 4 Stunden Lernphase eine Spielstärke, die deutlich über einen Algorithmus mit mehreren Jahrzehnten Entwicklungsdauer lag.

Im Herbst 2018 wurden einige der Spiele veröffentlicht, ähnlich den Spielen um die Schach-Weltmeisterschaft bei Menschen.

Schachspieler analysierten die Spiele, eine überraschende Erkenntnis war: Die KI spielt nicht wie ein Computer, sondern eher wie ein Mensch!

Mit KI beschäftige ich mich seit meinem Studium mal mehr, mal weniger intensiv, beruflich erstelle ich ja Algorithmen.

Vor 30 Jahren gab es LISP, eine Programmiersprache, die für KI geeignet ist, PROLOG, eine deklarative Sprache für die „Zielsuche“ und Expertensysteme, letztlich Algorithmen, die komplexe Entscheidungen herleiten sollten. Aber alles hat wenige mit den heutigen KI Systemen zu tun.

Eine KI ist heute zumeist ein Neuronales Netzwerk. Ähnlich den Neuronen in unserem Gehirn verknüpfen sich die (vielen) Neuronen in dem Netzwerk untereinander. Nicht jedes Neuron mit allen anderen Neuronen, sondern jeweils ein Neuron nur mit einigen anderen Neuronen. Zwischen den Neuronen werden einfachste Nachrichten ausgetauscht. Hierbei kommt es weniger auf den Inhalt, sondern auf die Frequenz, also die Anzahl der Nachrichten pro Zeiteinheit, an. Ab einen Schwellwert an Nachrichten pro Zeiteinheit, die ein Neuron erhält, beginnt es Nachrichten an andere Neuronen zu senden. In der Lernphase lernt jedes Neuron, ab welchen Schwellwert es selber senden soll, und von welchen Neuronen es Nachrichten empfangen und an welche Neuronen es seine Nachrichten schicken soll. Und bei einem Neuronalen Netzwerk endet die Lernphase nicht, es kennt den Spruch „Das haben wir immer schon so gemacht“ nicht!

Einen sehr guten Artikel über die Arbeitsweise eines Neuronalen Netzwerkes las ich vor einigen Jahren in der Computerzeitschrift CT. Es ging um keinen Computer, sondern um einen Ameisenstaat. In einem Ameisenstaat suchen die Arbeiterinnen ausgehend vom Ameisenbau nach Futter. Auf ihrem Weg hinterläßt jede Ameise eine feine Duftspur, die sich aber mit der Zeit verflüchtig. Findet eine Ameise keine Futterstelle, sucht sie weiter und ihre Duftspur verfliegt. Wege zu ergiebigen Futterstellen werden von vielen Arbeiterinnen genutzt, deshalb ist hier die Duftspur besonders kräftig. Die anderen Arbeiterinnen folgen der stärksten Duftspur und finden so auf dem schnellsten Weg zur Futterstelle. Einige verlassen aber den Pfad zufällig (?) und finden vielleicht einen noch schnelleren Weg zu dieser Futterstelle, oder aber eine andere ergiebige Futterstelle. Damit wird diese Duftspur stärker, während die alte Duftspur immer schwächer wird.

An den Beispiel Ameisen-Duftspur erkennt man auch das Problem bei der Konstruktion von Neuronalen Netzwerken. Verfliegt die Duftspur zu schnell, gibt es Chaos wegen fehlender Informationen, verfliegt die Duftspur zu langsam, gibt es Chaos, weil zu viele unnütze Informationen vorliegen.

Beobachten Sie über längere Zeit das Treiben in der Umgebung eines Ameisenbaus. Sie kennen jetzt die Regeln, nach denen Ameisen die optimalen Wege zum Futter finden. Können Sie voraussagen, welche Wege in einer Stunde von den Ameisen genutzt werden?

Ein Neuronales Netzwerk und die Ameisen „lernen“ iterativ und evolutionär! Die Implementation eines Algorithmus ist ein einmaliger Vorgang. Vielleicht dient der Algorithmus als Vorlage bei der Entwicklung des nächsten Algorithmus, der Algorithmus ändert sich aber nicht. Sein Arsenal an Aktionen ist am Ende seiner Implementierung vollständig definiert und damit reproduzierbar testbar.

Während der vier Stunden Lernphase für Schach prüfte kein Mensch, wie die KI arbeitet. Wie sollten auch Menschen etwas prüfen, was besser ist wie der beste Algorithmus, den viele Experten in vielen Jahrzehnten entwickelt haben.

Damit entfällt auch der Mensch (oder der Wal) als Kontrollinstanz, die ethische Grundsätze hat.

Die Regeln, die die KI als Schranken hatten, also welche Figuren gibt es, wie dürfen sie gezogen werden und wie andere Figuren schlagen, waren ja so einfach und auch vollständig der KI beigebracht. Und das Verhalten der KI hatte ja keine Auswirkung auf die übrige Welt.

Facebook forscht auch im Bereich KI. Dort wollte man vor einiger Zeit wissen, wie sich zwei KI System mit einander unterhalten. Begonnen habe die beiden KI mit Englisch, aber sie entwickelten sich weiter und erfanden eine neue Sprache, Geheimsprache ist hier nach meiner Meinung der falsche Begriff. Da nun die Menschen der Kommunikation nicht mehr folgen konnten, wurde das Experiment beendet und beide KI Systeme abgeschaltet.

Es hat bei diesem Experiment die einfache Regel „Unterhaltet Euch auf Englisch“ gefehlt.

Die Marketing-Abteilungen vieler Unternehmen sprechen von „KI“, wenn sie das Ergebnis ihrer Kollegen aus der Entwicklungsabteilung, also das Ergebnis deren „natürlichen menschlichen Intelligenz“, möglichst marktschreierisch anpreisen. Und die Öffentlichkeit meint, „KI“ wäre auch nur ein Algorithmus, der von Menschen mit ethischen Grundsätzen entwickelt worden ist.

Aktuell befinden wir uns noch in der Forschungsphase. Aber eine KI, die bessere Weg für die Probleme der Menschheit, also Hunger, Umweltverschmutzung, Ressourcenknappheit, … findet, ist für uns als Menschen ein grosser Segen!

Bleibt nur ein Problem: Was ist, wenn wir beim Start der KI eine Regel vergessen oder falsch ausgedrückt haben? Eine Lösung für die oben genannten Probleme könnte ja auch eine Erde ohne Menschen sein.

Jetzt brauchen wir Menschen, die ständig prüfen, ob die KI noch in unserem Sinn und Interesse arbeitet.

Diese Menschen können das „Prüfen“ nicht gelernt haben, sie müssen die Fähigkeit schon besitzen.

Warum kann das „Prüfen“ nicht gelernt werden?

Wenn es ein Mensch lernen kann, müsste es ja auch zumindest einen Menschen geben, der es lehren kann.

Und nun stellt sich die Frage, warum genau dieser Mensch nicht für die fehlenden Regeln gesorgt hat, bevor die KI gestartet wurde.

Diese Menschen müssen ethisch und moralisch hohen Ansprüchen genügen, denn sie haben eine grosse Verantwortung. Die KI Systeme sorgen dafür, dass die Menschen, auch wenn es deutlich über acht Milliarden Menschen sind, leben können, ohne die Erde für künftige Generationen unbewohnbar zu machen. Werden die KI Systeme abgeschaltet, werden sicher viele Menschen deswegen sterben, aber sicher werden die „Prüfer“ zu den Überlebenden gehören, oder etwa nicht?

Wir brauchen also Menschen, die über die nötige Auffassungsgabe verfügen.

Diese müssen, ohne dass „Mitbewerber“ oder deren Eltern versuchen, sie wie auch immer zu übertrumpfen, ausgewählt und ihre Fähigkeiten durch eine passende Ausbildung verfeinert werden.

Und von diesen Menschen dürften wir weltweit nur sehr wenige haben.

Andere vielfach beschworene Gefahren von KI System und der weiteren Automatisation sehe ich nicht. Es wird die Gefahr des Abbaus von Arbeitsplätze genannt.

Die Menschen arbeiten, um ihre Ziele, also die Möglichkeit zum Konsum und Anerkennung zu erreichen.

Durch KI Systeme und die weitere Automatisation werden nicht weniger, sondern eher mehr Güter und Dienstleistungen erzeugt.

Haben die Menschen weniger Einkommen, also Anrecht auf Konsum, würde weniger gekauft und damit in der Zukunft weniger produziert werden.

Zehntausend Menschen, die einen Kleinwagen kaufen möchten, aber nicht das notwendige Einkommen, also „das Anrecht auf Konsum“, haben, können nicht als Konsumenten durch einen Superreichen „ersetzt“ werden, der einen Super-Sportwagen kauft.

Damit ergeben sich Umschichtungen in der Erwerbswelt, diese kennen wir aus der Geschichte. Früher waren fast alle Menschen in der Landwirtschaft tätig, und heute?

Bei personenbezogene Dienstleistungen, also Pflege, Erziehung und in vielen weiteren Feldern, sind KI Systeme und Roboter nicht die Lösung. Und die persönliche Pflege eines Menschen ist sicher eine Tätigkeit, die mehr Anerkennung erhält wie das formale Prüfen von dutzenden Haftpflichtschäden pro Tag.

Künstlerische und kunsthandwerkliche Tätigkeiten sowie Pflege- und Erziehungsberufe, die häufig freiberufliche ausgeübt werden, sind heute schlechter bezahlt im Vergleich zu festangestellten Verwaltungs- oder Fliessband-Berufen. Hier wird es sicher Umstellungen geben müssen. Ein erster Schritt wäre der Schwenk von einer einkommensbezogenen Erhebung von Steuern und Sozialabgaben hin zu Verbrauchssteuern, zum Beispiel der Mehrwert-, Energie-, Umweltbelastungs- und Genussmittelsteuern. Weiterhin sollte es ein Grundeinkommen, das von der Gesellschaft zur Verfügung gestellt wird, geben. Dieses Grundeinkommen wird pro Kopf gezahlt und es gibt keine weitere staatlichen Zuwendungen. Das Grundeinkommen sollte für ein ruhiges Leben in einer Lebensgemeinschaft auf dem Land reichen. Wer in München wohnen oder einen Sportwagen fahren möchte, muss dazu verdienen.

März 2019