Israelische Wissenschaftler haben ein künstliches neuronales Netz trainiert, das aus einem Kochrezept das Bild der entsprechenden Speise kreieren kann. Diese virtuellen Speisen sehen recht lecker aus. Die Idee bekam einer der Forscher, Ori Bar El, als seine Oma sich an das Rezept ihrer “legendären Fischfilets in Tomatensoße” nicht mehr erinnern konnte. Hier gibt es ein ausführliches Zitat dazu.
Wohl hatte die Familie ein Bild der Speise, und so überlegte Ori Bar El, ob man einer Maschine beibringen könne, die Bestandteile einer Speise aus ihrem Bild zu folgern. Wegen vieler löslicher Zutaten wie Salz un Butter ist das unmöglich. Doch könne man nicht umgekehrt aus den Bestandteilen der Speise, ihrem Rezept also, das Bild der Speise schöpfen? Erzeugende gegnerische Netze (GANs – generative adversarial networks) konnten das.
GANs sind übrigens auch für Deep Fakes verantwortlich (gefälschte Fotos und Videos). Sie setzen sich aus einem Erzeuger-Netz, das bei seinem Training Bilder erzeugt und diese von seinem gegnerischen Netzwerk bewerten lässt, und das so lange, bis der Erzeuger gute Bilder liefert. Dann sind GANs fertig trainiert. Jetzt können sie auch Bilder von nicht gekochten Speisen liefern.
Bei tnw – thenextweb schreibt man dazu: “Diese talentierten (israelischen Forscher) haben vielleicht die verfluchten Feinschmecker auf Instagram in eine Welt gestürzt, in der wir uns nicht ganz sicher sein können, ob das echt ist, was uns das Wasser im Mund zusammenlaufen lässt, oder ob’s die Vorstellung eines Roboters von einem Souffle ist.”
So sollten Speisebilder-Fetischisten wohl verinnerlichen:
Traue keinem Bild einer Speise, die du nicht selbst gekocht hast.
Mir fällt dabei wieder mal der Spruch eines japanischen KI-Forschers ein, dessen Namen ich mir nicht merken konnte:
Die Grenzen der Anwendbarkeit von künstlichen neuronalen Netzen liegen nur in unserer Vorstellungskraft.
Chinesische StartUps SenseTime und Face++ sind weltführend in der Gesichtserkennung mit Künstliche-Intelligenz-Programmen (künstlichen neuronalen Netzen). Das chinesische Sky Net kann in China auf 170 Millionen Kameras zugreifen, in 3 Sekunden kann es jedes Gesicht identifizieren, und das viel besser, als es Gesichtserkennungs-Programme von Google und Facebook bewerkstelligen können. Bis 2020 werden in China 400 Millionen Kameras installiert sein.
Die chinesischen Apps SenseTime und Face++ scheinen sehr effizient zu arbeiten. Sie sind für “rassistische” Bias nicht so anfällig, wie das Gesichtserkennungs-System von Google zum Beispiel, das mal ein schwarzes Pärchen als Gorillas bezeichnete. Deswegen fangen jetzt auch Organisationen und Firmen im Westen die chinesischen Überwachungssysteme zu installieren, zum Beispiel die New Yorker Polizei.
Zwingt jetzt China dem westlichen Turbo-Kapitalismus ihre Ethik auf? Und ihre Art des Datenschutzes? Durch ihre führend Rolle in der Anwendung von künstlicher Intelligenz? So wie Facebook und andere US-Plattformen uns in Europa die amerikanische Prüderie aufzwingen? Hollywood den Kitsch und McDonalds diese unsäglich weichen Brötchen ohne Geschmack?
Wie schon in einem anderen Blog-Beitrag hier erwähnt: Als ich einmal einen chinesischen KI-Forscher fragte, warum denn China langsam weltführend in künstlicher Intelligenz wird, hat er gelächelt und gesagt: “Wir haben die Daten!”
Für das Training von künstlichen neronalen Netzen (KNN) braucht man nun mal große Datensätze – die gibt es in China. Je weniger Datenschutz, umso größer die Datensätze, die der Regierung und den Firmen zur Verfügung stehen.
Uns bleibt nichts anderes übrig, als möglichst schnell die Erforschung und Entwicklung der künstlichen neuronalen Netze voranzutreiben und uns Gedanken zu machen, damit diese Systeme nicht missbraucht werden. Sonst wird diese Entwicklung von autoritären Systemen vorangetrieben. Wie absurd es auch ist, sogar Putin warnt davor: Wer bei künstlicher Intelligenz in Führung gehe, werde die Welt beherrschen.
KNN könnten uns helfen, die Erde besser zu machen, unsere Krankheiten zu besiegen, das Klima zu retten. Wenn wir aber wegschauen, wenn wir künstliche Intelligenz Menschen überlassen, die nur Geld und Macht häufen wollen, oder autoritären Regimes, können wir bald auf einer voll überwachten Erde hocken, von einem Überwachungssystem kontrolliert, von dem Orwell nicht einmal alpträumen konnte. Dann hilft das Wegschauen nicht mehr. Die Kameras sind überall – an Maschinen angeschlossen, die Dich auch erkennen, wenn du deinen Kopf in einen Kürbis steckst – an deinem Körper, an deinem Gang, an der Bewegung deiner Arme. Die KI-Programme können das.
Vielleicht würde dieses allgegenwärtige System die Alltagskriminalität abschaffen, doch auch das Tor breit öffnen für einen nie dagewesenen Machtmissbrauch. Wollen wir das?
Ich habe keine Angst vor HAL 9000 oder Terminator. Künstliche neuronale Netze können uns nicht versklaven. Nur Menschen können das – mit Hilfe der künstlichen neuronalen Netze.
Im Frühjahr hat eine Lektorin ein Kinderbuchprojekt von mir abgelehnt, in dem künstliche Intelligenz (KI) thematisiert wurde. KI sei kein Thema, meinte sie. Wirklich! In diesem Hype-Jahr der KI!
Indem KI jetzt auch das Allerheiligste des Feuilletons in Frage stellt – die Kunst -, wie man in diesem SZ-Artikel lesen kann, ist KI, hoffentlich, auch bei den Verlagen angekommen: Bei Christies ist ein Bild für 400.000 Euro verkauft worden, das von einem künstlichen neuronalen Netz gemalt wurde.
Übrigens hatte ich im Sommer 2018 die gleiche Idee: ein KNN mit Bestsellern zu trainieren, damit es dann Besteller wie ein Jagdhund den Fuchs riechen kann. Habe über die Idee auch ein paar Freunden geschrieben, sie dann aber wieder fallen lassen, da ich kein StartUp gründen will.
Für Bücher kannst du Ideen zu künstlicher Intelligenz und künstlichen neuronalen Netzen nicht mehr verwenden. Denn bis es zu der Veröffentlichung des Buches kommt, hatte unsere schöne neue KI-Wirklichkeit diese Idee längst überholt.
Ein japanischer KI-Forscher sagte: Die Möglichkeiten der Anwendung der tief lernenden neuronalen Netzen sind nur durch unsere Vorstellungskraft begrenzt. Recht hatte er!
Ich verrate Ihnen ein großes Geheimnis über künstliche Intelligenz: Die gibt es nicht! Allgemein wird zwischen starker und schwacher künstlicher Intelligenz unterschieden. Starke künstliche Intelligenz müsste menschliche bis übermenschliche Intelligenz haben. Alles darunter zählt zu schwacher künstlicher Intelligenz. Doch auch die gibt es nicht, höchstens die erste Stufe auf der Treppe dahin – künstliche neuronale Netze.
Ob gerade diese Treppe aus heutigen künstlichen neuronalen Netzen zu starker künstlicher Intelligenz hinführt, weiß aber niemand. Künstliche neuronale Netze sind zwar dem Gehirn nachgebildet, ein Flugzeug ist aber auch einem Vogel nachgebildet – trotzdem bleibt es eine Maschine: Ein Flugzeug kann sich im Herbst nicht plötzlich selbst entscheiden, nach Afrika zu fliegen, um dort zu überwintern .
Vielleicht führt die Treppe aus künstlichen neuronalen Netzen nirgendwohin, was die Entwicklung der starken künstlichen Intelligenz angeht, doch das Laufen darauf bringt uns sehr viel: Künstliche neuronale Netze sind die besten Optimierungsverfahren, die es je gegeben hat. Sie leisten Erstaunliches.
Trotzdem müssen künstliche neuronale Netz in den Medien für künstliche Intelligenz herhalten: Für das große rote Auge des bösartigen Bordcomputers Hal 9000 zum Beispiel. Mit diesem bösen Auge werden viele Medienartikel über künstliche Intelligenz bebildert. Vielleicht weil künstliche neuronale Netze zwar nur Computerprogramme sind, jedoch mit viel mehr Magie als ein Flugzeug: Sie können mit Hilfe von einer Menge Mathematik und viel Training mit sehr großen Datensätzen Muster in anderen großen Datensätzen finden und Sachen bestimmen:
Die Art von Krebs zum Beispiel, wenn ein Mensch dem künstlichem neuronalen Netz Unmengen von Tumorfotos zeigt. So wird nämlich ein solches Netz “überwacht” trainiert: „Das ist ein Tumor“, muss der Mensch dem Netz sagen. „Der Kranke mit diesem Tumor hatte diese oder diese Krebsart, und das hier ist die DNA dieses Krebskranken.“ Wenn man das künstliche neuronale Netz mit Millionen solcher Daten und den richtigen mathematischen Algorithmen trainiert, kann das Netz dann anhand eines nie gesehenen Tumorfotos tatsächlich bestimmen, was für ein Krebs das ist und welche DNA-Sequenzen zu genau dieser Art von Krebs führen.
Für uns ist ein DNA-Strang dagegen eine Kette aus Millionen von scheinbar willkürlich aneinander gereihten Buchstaben, an der kein Mensch etwas erkennen kann. Weil der Mensch nun mal in seinem intelligenten Gehirn nur 8 Informationseinheiten auf einmal bearbeiten kann: Acht nicht zusammenhängende Buchstaben zum Beispiel. Nicht Millionen! Ein künstliches neuronales Netz kann nach seinem Training in diesen kilometerlangen Buchstabenketten jedoch Muster erkennen und sagen: „Diese Buchstabenfolge führt zu diesem und diesem Krebs.“
Ist das aber intelligent? Nein! Wenn man dem Netz ein Foto mit dem Hintern eines Pavians zeigst, würde das Netz den Hintern auch wie ein Tumor behandeln und die dazugehörige Krebsart bestimmen. Ein künstliches neuronales Netz kann auf keine anderen Kenntnisse zurückgreifen, als auf die Daten, mit denen es trainiert wurde. Es hat keinen gesunden Menschenverstand, keine Erkenntnis, kein Gefühl, keine Intuition. Ein Kind würde sofort wissen, dass es sich um einen Hintern handelt, auch wenn es noch nie einen Pavian gesehen hat. Ein künstliches neuronales Netz kann nur in sehr großen Datensätzen Muster erkennen, wenn es mit Tausenden großen Datensätzen gefüttert wurde.
Von so vielen Daten kann ein Mensch höchstens einen Nervenzusammenbruch bekommen. Wenn der Mensch zum Beispiel das Telefonbuch von München auswendig lernen müsste. Je mehr Daten dagegen ein künstliches Neuronales Netz während seines Trainings bekommt, um so bessere Entscheidungen trifft es später. Sollte man aber seine Aufgabe nur etwas ändern, an der das Netz trainiert wurde, liefert es absurde Ergebnisse.
Nach einem Training mit Zehntausenden Bildern aus Porzellanläden würde ein künstliches Neuronales Netz sicher wunderbar jedes Sammelobjekt aus Porzellan seinem Stil zuordnen können und bestimmen, in welcher Epoche das Porzellan hergestellt wurde, doch wenn man dem Netz nach dem Training ein Bild eines Elefanten im Porzellanladen zeigt, würde es ziemlich durcheinander kommen und falsche Ergebnisse liefern. (Auch wenn ein Elefant zumindest dem Sprichwort nach eine Menge gemeinsam mit einem Prozellanladen hat.) Nur wenn man das Netz mit vielen Bildern trainieren würde, auf denen Elefanten in Porzellanladen stünden, würde das Netz sich auch nach dem Training von einem Elefanten auf einem solchen Bild nicht mehr irritieren lassen.
Das haben Wissenschaftler der Universität in Toronto gezeigt: Ein künstliches neuronales Netz hat gelernt, wunderbar Gegenstände auf Fotos diverser Wohnzimmern zu erkennen. Als die Wissenschaftler dann in ein solches Wohnzimmerfoto das Bild eines Elefanten hineinkopierten, verwirrten sie damit das Netz maßlos. Ein kleines Kind würde einen Elefanten als Elefanten erkennen, auch wenn der Elefant im Wohnzimmer fernsehen würde, ein künstliches neuronales Netz ließ sich durch das Ungewöhnliche (Elefant im Wohnzimmer) so durcheinander bringen, dass es den Elefanten für einen Stuhl hielt, und einen Stuhl für ein Sofa.
Bei meinem KI-Vortrag in der Evangelischen Akademie in Tutzing war ein chinesischer KI-Forscher. Ich habe ihn gefragt, wie es möglich ist, dass China langsam an die Spitze in künstlicher Intelligenz kommt. Er hat mich angelächelt und gesagt: “Wir haben die Daten!”
Nicht einmal dem chinesischen Staat helfen aber die vielen Daten, die er über seine Bürger überall sammelt, wenn etwas Unvorhersehbares dem künstlichen neuronalen Netz passiert, das die Daten auswerten soll:
Eine berühmte chinesische Managerin bekam eine Strafanzeige, weil sie auf Rot über einen Zebrastreifen gegangen sei. Dann hat sich aber herausgestellt, sie sei gar nicht in der Stadt gewesen. Die Künstliche-Intelligenz Kamera hat sie auf einem Plakat über der Kreuzung gefilmt. Und schwupp – eine Strafanzeige. Wenn die Kreuzung ein chinesischer Polizist überwacht hätte, statt einer Kamera, hätte er sofort gewusst, dass die Chinesin auf dem Plakat keine Fußgängerin ist.
Wenn Sie also in den Medien den Begriff künstliche Intelligenz hören oder lesen, können Sie sich gemütlich zurücklehnen: Künstliche Intelligenz ist Science Fiction. Unter dem Begriff künstliche Intelligenz will man ihnen künstliche neuronale Netze verkaufen. Sie sind jedoch kein Terminator, sondern Modelle des Maschinenlernens. Das Maschinenlernen ist wiederum eine Abteilung der Künstliche-Intelligenz-Forschung. Der Terminator muss noch eine Menge Jahre auf sich warten lassen:
Auch “nicht ganz intelligent” werden künstliche neuronale Netze aber unser Leben und die Erde grundlegend ändern: als Werkzeug. Zum positiven hoffe ich. Künstliche neuronale Netze können uns helfen, Krankheiten zu besiegen, den Klimawandel zu stoppen, gefährliche oder stupide Arbeiten zu verrichten, Ungerechtigkeiten und Vorurteile abzuschaffen, da sie im Grunde viel neutralere Entscheidungen als Menschen treffen können, wenn sie mit neutralen und großen Datensätzen trainiert werden.
Bei einer Studie in Israel hat man festgestellt, dass Richter vor dem Essen viel härtere Urteile fielen als nach dem Essen. Das könnte einem künstlichen neuronalen Netz nie passieren. Ein künstliches neuronales Netz richtet seine Entscheidungen nicht nach seinem Blutzuckerspiegel. Einem solchen Programm ist es egal, ob man schwarz oder weiß sei, Frau oder Mann, hetero- oder homosexuell.
Mit Hilfe von künstlichen neuronalen Netzen könnten wir eine Welt bekommen, die wir uns wünschen. Wenn wir versuchen zu verstehen, wie sie arbeiten, und uns darum kümmern, dass sie nicht missbraucht werden. Als autonome Waffen, oder als Systeme, die eine absolute Überwachung ermöglichen. Oder dazu, dass einige wenige Milliardäre noch milliardärer werden. Deswegen müssen wir viel lernen. Wenn wir’s richtig angehen, wird es uns auch Spaß machen. Das kann ich versprechen.
Neueste Kommentare