Der Wunsch nach einer Künstlichen Intelligenz ist nicht ganz neu – nach Maschinen, die wie wir denken und uns den Alltag erleichtern können. Bislang hapert es noch an vielen Stellen, doch die „Eine-Algorithmus-Theorie“ ist ein erster Schritt, um eine Brücke zwischen Computerentwicklern und Neurowissenschaftlern zu schlagen. Und dank der Zusammenarbeit hat Googles Lernalgorithmus auch gelernt, was Katzen sind.
Das Gehirn ist eine Allzweckwaffe
Die Grundlage für die Theorie kommt aus der Biologie. Mit entsprechenden Experimenten wurde herausgefunden, dass das Gehirn eine Allzweckwaffe ist – der Teil der für die Verarbeitung des Hörsinns zuständig ist, kann, wenn das Gehirn noch in einer frühen Entwicklungsphase ist, auch Signale des Sehsinns verarbeiten.
Diese Erkenntnis hat die Forschung an der Künstlichen Intelligenz verändert. Anfangs ging man davon aus, dass für jede Aufgabe einen eigener Algorithmus oder ein Modul gebraucht werde – etwa für Sprachanalyse, für Sprachausgabe, etc. Doch je mehr sich die Annahme durchsetzte, dass das Gehirn ziemlich flexibel ist, wird auch bei Computern versucht, im weitesten Sinne auf Autodidaktik zu setzen: Die Maschine soll sich einfach alles selbst beibringen.
Du willst nicht abgehängt werden, wenn es um KI, Green Tech und die Tech-Themen von Morgen geht? Über 10.000 Vordenker bekommen jeden Tag die wichtigsten News direkt in die Inbox und sichern sich ihren Vorsprung.
Nur für kurze Zeit: Anmelden und mit etwas Glück AirPods 4 gewinnen!
Mit deiner Anmeldung bestätigst du unsere Datenschutzerklärung. Beim Gewinnspiel gelten die AGB.
Wir lernen durch Beobachtung
Auch hier schaut man sich ab, was Mutter Natur so macht: Als Babys lernen wir unsere Umwelt kennen, indem wir sie beobachten. Und durch ausprobieren. Und irgendwann lernt man – mal schneller, mal langsamer – dass eine Herdplatte ziemlich heiß werden kann.
Beim „Machine Learning“ lernt der Computeralgorithmus ebenfalls Stück für Stück. Beispiel Sehsinn: In der ersten Ebene erkennen künstliche Neuronen einfache Dinge – Linien und Ecken. Im zweiten Schritt nimmt das digitale Auge Formen wahr, bis der Algorithmus irgendwann komplexe Gegenstände erkennt.
Nach diesem Prinzip haben Forscher beim Google X Lab letztes Jahr einen Supercomputer YouTube-Videos anschauen lassen. Und nach und nach erkannte der Computer, dass häufig vierbeinige Dinge durchs Bild laufen, die Fell haben und miauen.
Das ist eine Katze
Wie die Eltern einem irgendwann sagen, dass es sich um eine Katze handelt, haben auch die Forscher dem Computer mitgeteilt, dass das flauschige Ding eine Katze ist. Doch herausgefunden hat er es von alleine. Und da gefühlt die Hälfte aller Videos auf YouTube von Katzen handeln, ist man mit der Katzen-Erkenntnis wohl einen großen Schritt weiter.
Dennoch ist Andrew Ng, Stanford-Professor und Konstrukteur des „Google Brain“ davon überzeugt, dass es noch Jahrzehnte dauern wird, bis künstliche Roboter das können, was wir uns von ihnen erträumen.
Google stellt Neurowissenschaftler ein
Doch nicht nur durch die „Eine-Algorithmus-Theorie“, die auf Erkenntnissen der Neurowissenschaft basiert, wurde die Zusammenarbeit zwischen Informatikern und Neurowissenschaftlern verbessert. So hat etwa Google 2011 sein Deep Learning-Project gestartet und neben Andrew Ng mehrere andere führende Wissenschaftler angestellt. Auch der chinesische Suchgigant Baidu arbeitet mit Neurowissenschaftlern zusammen, um die Forschung um die Künstliche Intelligenz voranzutreiben.
Die Aktivitäten der Privatwirtschaft fallen zudem mit dem Bestreben verschiedener Regierungsinitiativen zusammen, das menschliche Gehirn mehr und mehr zu verstehen und die Erkenntnisse in praktische Algorithmen umzumünzen.
EU und USA wollen Gehirn kartographieren
US-Präsident Barack Obama hat vor kurzem die BRAIN-Initiative gestartet, mit dem Ziel ähnlich wie bei dem „Human Genome Project“ eine Karte vom menschlichen Gehirn zu erstellen. Auch die Europäer investieren große Summen, um das Zusammenspiel der Nervenzellen im Gehirn zu kartographieren.
Der Hintergrund ist relativ simpel: Noch immer sind viele Rätsel um unser menschliches Rechenzentrum ungelöst. Je mehr wir aber verstehen, wie unser Hirn Informationen aufnimmt, verarbeitet und speichert, desto eher können wir Computern beibringen, ähnlich vorzugehen – immer in der Hoffnung, der Künstlichen Intelligenz ein Stück näher zu kommen.
Vielleicht lernt Google dann ja irgendwann, dass Hunde und andere Tiere auch lustig sein können.
Bild: Künstliche Intelligenz / Shutterstock.com
