LOMU Hamburg: soziale Experimente und Aktionen zu Technologie, Kunst, Politik, Gesellschaft, Globalisierung, Regionalisierung, Globalisierungskritik, Schwarmintelligenz, …konomie, Situationismus, Utopie, Stadtentwicklung, UrbanitŠt, Zukunftsvisionen, Futurologie, Trendforschung, Kapitalismuskritik, Web 2.0, Community




50 Jahre Künstliche-Intelligenz-Forschung

Für alle, die neugierig geworden sind, hier ein Überblick, was es mit KI auf sich hat, welche Konzepte es gibt, was bereits erreicht wurde und wo die Reise hingehen könnte. Vorsicht: Der Text ist etwas länger.

Ursprünge
Ansätze und Phasen der KI-Forschung
Robotik
Forschungsschwerpunkte heute
Die Zukunft von KI und Robotik

Künstliche Intelligenz (KI) und Roboter gehören zu den Konzepten des 20. Jahrhunderts, in denen Wissenschaft und Sciencefiction zu einem wilden Knäuel verwoben sind. Einige erwarten, ja erhoffen sich von ihnen eine radikale Verwandlung der Zivilisation, andere fürchten sich vor einer Herrschaft der Maschinen. Was schon geht und was noch nicht, ist für Laien ziemlich undurchsichtig.

Tatsache ist: Die beiden Technikgebiete, die seit den 1980er Jahren zu einem guten Teil miteinander verschmolzen sind, sind längst keine akademische Angelegenheit mehr. Sie werden heute energisch von Industrie und Militär vorangetrieben. Verglichen mit Informations-, Bio- und Nanotechnik nimmt sich aber die öffentliche Förderung noch recht bescheiden aus: Die EU etwa stellt im 7. Forschungsrahmenprogramm 2007 – 2013 für drei explizite KI-Forschungsprojekte rund 600 Millionen Euro zur Verfügung, während die anderen Gebiete Milliarden Euro bekommen. Das lieg auch daran, dass die KI-Forschung in gut 50 Jahren zumindest nicht so schnell vorangekommen ist, wie ihre Verfechter anfangs glaubten.


Ursprünge

Als Gründungsakt der KI-Forschung gilt die Dartmouth Summer Research Conference on Artificial Intelligence 1956 in Hanover im US-Bundesstaat New Hampshire. Den Begriff "Artificial Intelligence" prägte John McCarthy, einer der Initiatoren der Konferenz. Sein Grundgedanke war, "dass jeder Aspekt des Lernens oder anderen Eigenschaft der Intelligenz im Prinzip so genau beschrieben werden kann, dass er mit einer Maschine simuliert werden kann."

Der Gedanke kam allerdings nicht aus dem Nichts. In ihm verdichteten sich alte Mythen und damals aktuelle technische und wissenschaftliche Entwicklungen. Die Vorstellung von sprechenden Statuen, künstlichen Wesen oder Sklavenautomaten findet sich bereits in Dokumenten aus der Antike, etwa bei Homer und Aristoteles, später auch bei arabischen Autoren.

In der Neuzeit öffnete sich mit Konzepten für Rechenmaschinen, etwa von Gottfried Wilhelm Leibniz im 17. oder von Charles Babbage im frühen 19. Jahrhundert, ein Strang, der Anfang der 1940er Jahre in die Computer, wie wir sie heute kennen, mündet (zunächst allerdings noch nicht auf Basis von Halbleitertransistoren).

Bahnbrechende theoretische Vorarbeiten leistete vor allem Alan Turing, der 1950 ein Paper mit dem Titel "Computing Machinery and Intelligence" veröffentlichte und darin wesentliche Fragestellungen vorwegnahm – etwa wie sich herausfinden ließe, ob eine Maschine wirklich denken könne (bekannt als "Turing-Test"). Turing hatte bereits 1936 in einem Aufsatz die grundlegenden Elemente heutiger Rechner herausgearbeitet: Eingegebene Zeichen werden gespeichert, von den Regeln eines Programm verändert und in der veränderten Form als Output ausgelesen.

Die Ausgangshypothese der an der Dartmouth-Konferenz teilnehmenden Forscher war, dass menschliches Denken ausschließlich aus Rechenoperationen besteht, die auf Zeichen angewandt werden, die die menschliche Sprache repräsentieren. Da Intelligenz damals im Wesentlichen mit rationalem Denken gleichgesetzt wurde, schien der Bau denkender, intelligenter Maschinen – also einer "künstlichen Intelligenz" – prinzipiell möglich.

Gut 50 Jahre später wird der KI-Begriff allerdings weiter und zugleich vorsichtiger gefasst, da sich die Ausgangshypothese als zu eng erwiesen hat, von den praktischen Schwierigkeiten einer Umsetzung einmal abgesehen. Günther Görz (Universität Erlangen-Nürnberg) und Bernhard Nebel (Universität Freiburg) definieren KI als:

"eine wissenschaftliche Disziplin, die ihre Aufgabe darin sieht, zum einen kognitive Systeme zu simulieren (rationales/menschenähnliches Denken), und zum anderen "intelligente" Systeme zu konstruieren (rationales/menschenähnliches Handeln)."


Ansätze und Phasen der KI-Forschung

Der auf der Ausgangshypothese der Dartmouth-Konferenz basierende Ansatz wird als Starke KI bezeichnet. Stark deshalb, weil Denken ausschließlich als Rechenoperation verstanden wird. Intelligenz und Bewusstsein enstehen aus der Datenverarbeitung quasi von selbst und sind sowohl von dem konkreten physischen System, auf dem diese abläuft, als auch von der Interaktion mit der Umwelt unabhängig.

Die Schwache KI ist pragmatischer ausgerichtet: Ob Intelligenz und Bewusstsein tatsächlich vorliegen, interessiert sie nicht – ihr genügt, dass sich eine Simulation von Intelligenz als Werkzeug nutzen lässt.

Die Neue KI (Nouvelle AI), die Mitte der 1980er Jahre aufkam, postuliert hingegen, dass die Interaktion mit der Umwelt eine wesentliche Voraussetzung für die Entwicklung von Intelligenz ist (siehe unten).

Die neuformierte KI-Community ging nach der Dartmouth-Konferenz mit großem Optimismus ans Werk. Die ersten Probleme, die sie mit Hilfe des Computers anging, waren das Lösen von Puzzles, logische Beweisführung oder Spiele wie Schach.

In den 1960er Jahren kamen Sprachverarbeitung, automatisches Problemlösen und Bildanalyse hinzu. Der KI-Pionier Herbert Simon prophezeite 1965 vollmundig: "Innerhalb von 20 Jahren werden Maschinen all das leisten können, wozu Menschen in der Lage sind." Und Marvin Minsky erwartete noch 1970 vor Ende des Jahrzehnts eine Maschine mit der Intelligenz eines "durchschnittlichen Menschen".

Während diese Phase als "Power-Based Approach" bezeichnet wird, sind die 1970er Jahre vom "Knowledge-Based Approach" gekennzeichnet. Ein Schwerpunkt der Forschung waren nun so genannte Expertensysteme: Sie sollten mit Hilfe von umfangreichen formalisierten Wissensbeständen in bestimmten Fachgebieten Probleme lösen. Auch die Steuerung von Industrierobotern wurde Gegenstand der KI-Forschung.

Die ursprünglichen Erwartungen erfüllten sich allerdings äußerst schleppend, so dass die Forschungsbehörde des US-Verteidigungsministeriums DARPA, einer der wichtigsten Geldgeber, ab 1974 die Förderung drastisch reduzierte. Der "erste KI-Winter" begann, wie die folgenden sechs Jahre, in denen die Dollars nur spärlich flossen, in der amerikanischen KI-Community heute genannt werden.

Ab 1980 setzte dann jedoch ein neuer Aufschwung ein – sowohl finanziell als auch konzeptionell. Eine stärkere Mathematisierung, Neuronale Netzwerke und Multi-Agenten-Systeme – die so genannte Verteilte KI – prägten die nächste Phase der Forschung. Expertensysteme hatten inzwischen einen Entwicklungsstand erreicht, der sie für industrielle Anwendungen interessant machte.

Dennoch war längst offensichtlich, dass die großen Erwartungen sowohl der Starken als auch der Schwachen KI nicht länger haltbar waren. Als der IBM-Rechner "Deep Blue" 1996 den Schachweltmeister Garri Kasparow schlug – immerhin 28 Jahre später als von Herbert Simon vorhergesagt –, behauptete niemand mehr, "Deep Blue" sei intelligent.

Den Trugschluss der Anfangsjahre hat Marvin Minsky beschrieben:
"KI-Forscher haben sich mit Problemen beschäftigt, die Menschen schwierig finden, wie etwa Schachspielen, aber sie sind nicht mit den Problemen vorangekommen, die Menschen leicht finden."


Robotik

Das Mitte der 1980er von Rodney Brooks formulierte Konzept der Neuen KI versuchte, die Schwächen der älteren Ansätze zu überwinden, indem es eine neue Perspektive in die KI-Forschung einbrachte: die "Situiertheit" des Systems, also seine Einbettung in die Umwelt.

Dies geschieht dadurch, dass man zum einen auf eine zentrale Wissensrepräsentation verzichtet, zum anderen dem System einen Körper in Gestalt eines Roboters gibt. Durch dieses "Embodiment" soll das System mittels Sensoren die Umwelt einbeziehen. Aus der Interaktion sollen sich aus zunächst einfachen Regeln komplexere Verhaltensmuster entwickeln. Intelligenz würde dann als "emergente" Eigenschaft quasi von selbst entstehen und ganz wesentlich an den Körper des Systems gebunden sein.

Waren Roboter bis dahin ausgeklügelte Industriemaschinen etwa in Fabriken oder mobile Prototypen gewesen, wurden sie nun zunehmend Teil der KI-Forschung. In Brooks' AI Lab am MIT entstanden in den 1990er Jahren Demonstrationsobjekte wie "Kismet" oder "Cog", die einen Kopf mit schematischem Gesicht oder sogar einen Torso mit Armen (Cog) haben.

Während ein KI-System vorher nur "denken" und antworten musste, kamen hier auch rudimentäre Gesichtsausdrücke und Bewegungen hinzu. Beide Roboter reagierten mittels Lautanalyse auf den Tonfall von menschlicher Sprache und reagierten auf ärgerliche oder bemutternde Äußerungen mit einer entsprechenden Mimik. Kismet und Cog zogen eine Vielzahl ähnlicher Roboter in anderen KI-Laboren nach sich.

Auch die Entwicklung mobiler Roboter – die sich auf Rädern, auf zwei, vier oder sechs Beinen fortbewegen – verband sich immer stärker mit der KI-Forschung, indem Verfahren wie Neuronale Netze für die Navigationsfähigkeiten genutzt wurden. Ein mobiler Roboter startet mit einem einfachen "Weltmodell", also einer internen Darstellung seiner Umgebung. Die muss dann fortlaufend mit den einlaufenden Sensordaten abgeglichen und weiterentwickelt werden, um die Fragen beantworten zu können: Wo befindet sich der Roboter, was ist als nächstes zu tun?

Bekannt wurde der Mars-Erkundungsroboter "Sojourner", der 1997 an Bord der Pathfinder-Sonde auf dem Roten Planeten landete und selbständig durch die steinige Umgebung der Landestelle fuhr. Heute gibt es bereits erste kommerzielle Anwendungen mobiler Roboter: als autonome Staubsauger wie der seit 2002 verkaufte "Roomba" oder als Ersatzhaustier wie der Roboterhund "Aibo", von dem zwischen 1999 und 2006 etwa 150.000 Stück verkauft wurden.

Eine besondere Entwicklungsumgebung für mobile Roboter ist der seit 1997 ausgetragene "Robocup", bei dem verschiedene Roboterkategorien zum Fußballspiel antreten, darunter auch Humanoide. Diese Aufgabe ist äußerst komplex, da hier auch Interaktion mit anderen Robotern und vorausschauendes Handeln nötig sind.

Größere Prototypen Humanoider Roboter wie "Asimo" (Honda) oder "HRP-2" (Kawada) können inzwischen sogar Treppen steigen und rennen (-> Interview mit Jochen Steil). Vor allem in Japan wird daran gearbeitet, Humanoide in naher Zukunft als Haushaltsroboter auf den Markt zu bringen.


Forschungsschwerpunkte heute

Entwicklungen aus einem halben Jahrhundert KI-Forschung sind bereits in etliche kommerzielle Anwendungen eingegangen:

  • Suchmaschinen wie Google bewerten die Relevanz gefundener Seiten mit Hilfe von Methoden, die aus der KI stammen.
  • Spam-Filter sortieren unerwünschte Werbe-Mails mit Hilfe von Textklassifikations-Verfahren wie dem Bayes-Filter aus.
  • Programme, die per Zeichenerkennung (Optical Character Recognition, OCR) gedruckten in editierbaren Text umwandeln, sind seit Jahren auf dem Markt.
  • GPS-gestützte Navigationssysteme planen wahlweise die kürzeste oder schnellste Route mit Hilfe von KI-Suchtechniken wie dem A*-Algorithmus.
  • Automatische Theorembeweiser nehmen Hard- und zunehmend auch Software-Entwicklern viel Kleinarbeit beim Überprüfen von Schaltkreisentwürfen (Model Checking) oder beim Beweis der Korrektheit von Software ab.
Die Forschung geht jedoch weiter, wenn auch nicht mehr mit den hochtrabenden Zielen von einst. Derzeit geht es unter anderem darum, die bisherigen Defizite abzuarbeiten. Interessante Gebiete sind:

Weltwissen. Bis heute sind KI-Systeme nicht in der Lage, die Bedeutung natürlichsprachlicher Informationen zu erfassen, weil ihnen so genanntes Weltwissen fehlt – z.B. dass ein Hamburger auch ein Brötchen mit einer Bulette und Ketchup bezeichnen kann. Ein Lösungsversuch ist das bereits 1984 von Douglas Lenat gestartete Projekt "Cyc", eine Wissensbasis, in der eben jenes Weltwissen nach den Regeln der Prädikatenlogik kodiert ist.

Maschinenlernen. Roboter können zwar schon aus Situationen neue Verhaltensregeln ableiten, aber bislang nur in begrenztem Umfang. In Wettrennen von Roboterautos – wie der DARPA Urban Challenge – oder von Robotersegelbooten erproben Forschungsgruppen neue Verfahren, die z.B. auf dem Bayes-Theorem aufbauen. Führend sind hier Sebastian Thrun (Stanford University, -> Interview) oder William Whittaker (Carnegie Mellon University).

Maschinenevolution. Der Embodiment-Ansatz der Neuen KI gilt heute als nicht ausreichend, denn Lebewesen können in der Interaktion mit der Umwelt nicht nur lernen, sondern sich auch an sie anpassen. Forscher wie Rolf Pfeifer (Universität Zürich, -> Interview), Josh Bongard (University of Vermont) oder Hod Lipson (Cornell University) arbeiten an modularen Robotern, die sich verändern oder gar vervielfältigen können.

Maschinenschwärme. Nach dem Vorbild von Insektenschwärmen sollen kleine Mikroroboter, die jeweils mit Sensoren, Kommunikation und einfacher Informationsverarbeitung ausgerüstet sind, sich zu einem größeren Gebilde verbinden. Je nach Situation könnte solch ein Schwarm eine andere Gestalt annehmen. Beispiele sind das EU-Projekt "I-Swarm" oder das DARPA-Vorhaben "Programmierbare Materie". Maschinenschwärme könnten gleichzeitig auch eine Lösung für das Problem der Maschinenevolution sein.

Emotionen. Neben Körperlichkeit und Lernfähigkeit gelten Emotionen als ein wichtiges Element bei der Herausbildung von Intelligenz. Marvin Minsky sieht in ihnen eine "weitere Art zu denken", einen Mechanismus, in dem Erfahrungen gespeichert werden – David Gelernter (Yale University) bezeichnet sie als "mentalen Strichcode" zur Verdichtung von Erinnerungen (-> Essay von Gelernter). Derzeit werden Emotionsmodelle vor allem dazu entwickelt, Menschen den Umgang mit Avataren – etwa in der Gruppe von Ipke Wachsmuth (Universität Bielefeld) – oder Robotern – so der "Wizkid" von Frédéric Kaplan (ETH Lausanne) – leichter zu machen.
(Mehr zu diesem Aspekt: "Love & Sex with Robots?")


Die Zukunft von KI und Robotik

Über 50 Jahre nach der Dartmouth-Konferenz sind die meisten KI-Forscher bescheiden geworden. "Die Buchstaben KI stehen nicht nur für 'Künstliche Intelligenz', sondern auch für 'Kommende Informatik'", drückt Wilfried Brauer, einer der ersten deutschen KI-Forscher, die Haltung vieler Kollegen etwas lax aus. Andere sehen in der KI-Forschung ein Werkzeug, um dem Geheimnis der menschlichen Intelligenz quasi mittels Reverse Engineering in silico auf die Spur zu kommen.

Die Vision der Maschinenintelligenz wird derzeit nur von wenigen verfochten. Einer der Bekanntesten und Umstrittensten aus diesem Lager ist Ray Kurzweil, der seit den 1960er Jahren auf dem Gebiet der Text- und Spracherkennung gearbeitet hat. Er vertritt die These, dass die weitere Leistungssteigerung der Computertechnik eine Maschinenintelligenz von selbst hervorbringen wird – ob wir das wollen oder nicht (-> Interview).

Auch Marvin Minsky hält das ursprüngliche Ziel einer echten KI für erreichbar. Das Problem sieht er darin, dass die Forschergemeinde ihre Zeit mit den falschen Ansätzen und Fragestellungen verschwendet habe (-> Interview).

Viele Forscher werden entweder von wissenschaftlicher Neugier oder der Hoffnung auf bessere Maschinen angetrieben. Dennoch sind in KI-Forschung und Robotik auch Motive im Spiel, die durchaus zwiespältig sind, aber selten offen diskutiert werden. So ist das US-Verteidigungsministerium von Anfang ein wichtiger Finanzier gewesen, der ein Interesse an intelligenten Waffensystemen oder Kampfrobotern hat.

Selbst hinter den oft angepriesenen Haushaltsrobotern stecken mitunter eigenartige Denkweisen: Die japanische Regierung habe ihre Entwicklung in den 1980er Jahren angeschoben, um nicht irgendwann ausländische Arbeitskräfte für eine überalterte japanische Gesellschaft der Zukunft anwerben zu müssen, sagt die US-Forscherin Sherry Turkle (MIT).

Eine Auseinandersetzung darüber, wohin die Reise bei KI und Robotik gehen soll, gibt es in der Öffentlichkeit noch nicht – und leider auch bei Wissenschaftlern noch zu selten.

LOMU meint: Es wird Zeit, sich Gedanken dazu zu machen.

nbo


LOMU #7

Intro
Der Twitter-Turing-Test
Der KI-Shop
Parlamentsdebatte 2029
Thesengalerie
Umfrage
Fotos

50 Jahre KI-Forschung im Überblick

Eine Chronik der Automaten, Roboter
und KI-Systeme

Love & Sex with Robots
Transhumanismus und Posthumanismus:
nur Unsterblichkeitsphantasien?

Visionäre Timeline der Computerintelligenz

Roboter-Videos von der Aktion


LOMU ist ein nicht-kommerzieller Aktionsbetrieb und wird derzeit ausschließlich von den Lomunauten getragen.