Es ist heutzutage schwer, irgendwohin zu gelangen, ohne auf künstliche Intelligenz zu stoßen (AI). Man hört davon, man liest davon und es ist schwierig, ein Präsentations-Deck (zu irgendeinem Thema) zu finden, das es nicht erwähnt. Es gibt keinen Zweifel, es gibt viel Hype um das Thema.
Während der Hype das Bewusstsein für KI erhöht, erleichtert er auch einige ziemlich alberne Aktivitäten und kann die Menschen von einem Großteil der tatsächlich erzielten Fortschritte ablenken. Die Entflechtung der Realität von den dramatischeren Schlagzeilen verspricht erhebliche Vorteile für Investoren, Geschäftsleute und Verbraucher.
Künstliche Intelligenz hat in jüngster Zeit zu einem großen Teil aufgrund bekannter Erfolge wie dem Gewinn von IBM Watson bei Jeopardy und dem Sieg von Googles AlphaGo gegen den Weltmeister beim Spiel „Go“ an Bekanntheit gewonnen. Waymo, Tesla und andere haben auch mit selbstfahrenden Fahrzeugen große Fortschritte gemacht. Die Ausdehnung von KI - Anwendungen wurde von Richard Waters in den USA erfasst Financial Times [hier }: "Wenn es eine einigende Botschaft gab, die die ausgestellte Verbrauchertechnologie untermauerte [auf der Consumer Electronics Show] ... dann war es: 'AI in everything'."
Hochkarätige KI-Erfolge haben auch die Vorstellungskraft der Menschen in einem solchen Maße erweckt, dass sie andere weitreichende Anstrengungen veranlasst haben. Ein lehrreiches Beispiel wurde von Thomas H. Davenport und Rajeev Ronanki im Harvard Business Review [hier ]. Sie beschreiben: "In 2013 startete das MD Anderson Cancer Center ein 'Mondschuss'-Projekt: Diagnose und Empfehlung von Behandlungsplänen für bestimmte Krebsarten mithilfe des kognitiven Systems Watson von IBM." Leider funktionierte das System nicht und von 2017. Das Projekt wurde unterbrochen, nachdem die Kosten die 62-Millionen-Dollar-Marke überschritten hatten - und das System musste noch bei Patienten eingesetzt werden. “
Fluten Ich habe auch eine andere Botschaft aufgegriffen - die der gemilderten Erwartungen. In Bezug auf „sprachgesteuerte persönliche Assistenten“ sei es nicht klar, dass die Technologie als Ersatz für das Smartphone bei der Navigation in der digitalen Welt wirklich nützlich sein könne, statt „Musik abzuspielen oder zu überprüfen“ die Nachrichten und das Wetter “.
Andere Beispiele für gemilderte Erwartungen gibt es zuhauf. Generva Allen vom Baylor College of Medicine und der Rice University warntenhier ], „Ich würde keinem sehr großen Teil der Entdeckungen trauen, die derzeit mit maschinellen Lerntechniken gemacht werden, die auf große Datenmengen angewendet werden.“ Das Problem ist, dass viele der Techniken darauf ausgelegt sind, spezifische Antworten zu liefern, und die Forschung mit Unsicherheit verbunden ist. Sie fügte hinzu: "Manchmal wäre es weitaus nützlicher, wenn sie sagten:" Ich denke, einige von ihnen sind wirklich zusammengefasst, aber ich bin mir über diese anderen unsicher. "
Schlimmer noch, in extremen Fällen schneidet die KI nicht nur schlechter ab. es wurde noch nicht einmal implementiert. Das FT Berichte [hier ], "Laut einem Bericht, der den Hype um die Technologie hervorhebt, verwenden vier in 10 der europäischen Startups für künstliche Intelligenz keine künstlichen Intelligenzprogramme in ihren Produkten."
Zyklen überhöhter Erwartungen, gefolgt von Wellen der Enttäuschung, sind für diejenigen, die sich schon länger mit künstlicher Intelligenz beschäftigen, keine Überraschung: Sie wissen nur zu gut, dass dies nicht das erste Rodeo für AI ist. Tatsächlich stammt ein Großteil der konzeptionellen Arbeit aus den 1950s. Als ich kürzlich einige meiner Notizen durchgesehen habe, bin ich auf ein repräsentatives Stück gestoßen, in dem neuronale Netze zum Zweck der Aktienauswahl untersucht wurden - datiert von 1993 [hier ].
Der beste Weg, um einen Überblick über die KI zu bekommen, ist, direkt zur Quelle zu gehen. Martin Ford gibt uns diese Möglichkeit durch sein Buch. Architekten der Intelligenz. Das Buch, das als Folge von Interviews mit den führenden Forschern, Wissenschaftlern und Unternehmern der Branche organisiert wurde, bietet eine nützliche Geschichte der KI und beleuchtet die Schlüsselstränge des Denkens.
Aus dem Buch ergeben sich zwei wichtige Erkenntnisse. Zum einen besteht trotz der unterschiedlichen Hintergründe und Persönlichkeiten der Befragten ein großer Konsens über wichtige Themen. Das andere ist, dass sich viele der Prioritäten und Anliegen der Top-KI-Forschungen deutlich von denen der Mainstream-Medien unterscheiden.
Nehmen wir zum Beispiel das Konzept der künstlichen allgemeinen Intelligenz (AGI). Dies steht in engem Zusammenhang mit dem Begriff der „Singularität“, dem Punkt, an dem künstliche Intelligenz mit der des Menschen übereinstimmt - auf dem Weg, die menschliche Intelligenz massiv zu übertreffen. Die Idee hat die Besorgnis der Menschen über die KI geweckt, zu der massive Arbeitsplatzverluste, Killerdrohnen und eine Vielzahl anderer dramatischer Manifestationen gehören.
Die führenden Forscher von AI vertreten sehr unterschiedliche Ansichten. Als Gruppe sind sie von AGI völlig unberührt. Geoffrey Hinton, Professor für Informatik an der Universität von Toronto und Vizepräsident und technischer Mitarbeiter bei Google, sagte: „Wenn Sie die Frage haben, wann wir Commander-Daten [aus der Star Trek-Fernsehserie] bekommen, dann ich glaube nicht, dass sich die Dinge so entwickeln werden. Ich glaube nicht, dass wir solche Single-Allzweck-Dinge bekommen werden. “
Yoshua Bengio, Professor für Informatik und Operations Research an der Universität von Montreal, sagt uns: „Es liegen einige wirklich schwierige Probleme vor uns und wir sind weit von der KI auf menschlicher Ebene entfernt.“ Er fügt hinzu: „Wir sind alle aufgeregt, weil wir beim Aufstieg auf den Hügel große Fortschritte gemacht haben, aber wenn wir uns der Spitze des Hügels nähern, können wir eine Reihe weiterer Hügel sehen, die sich vor uns erheben. “
Barbara Grosz, Professorin für Naturwissenschaften an der Harvard University, äußerte ihre Meinung: "Ich glaube nicht, dass AGI die richtige Richtung ist." Sie argumentiert, dass das Streben nach AGI (und der Umgang mit seinen Konsequenzen) so weit in die Zukunft hinausreicht, dass sie als „Ablenkung“ dienen.
Ein weiterer roter Faden unter den KI-Forschungen ist die Überzeugung, dass KI gewohnt sein sollte vermehren menschliche Arbeit statt ersetzen es. Cynthia Breazeal, Direktorin der Personal Robots Group für das MIT-Medienlabor, umreißt das Thema: „Die Frage ist, welche Synergieeffekte, welche Komplementarität und welche Erweiterung es uns ermöglicht, unsere menschlichen Fähigkeiten in Bezug auf das zu erweitern, was uns ermöglicht Fei-Fei Li, Professor für Informatik bei Stanford und Chefwissenschaftler bei Google Cloud, beschrieb: „AI als Technologie hat so viel Potenzial, die Arbeit zu verbessern und zu steigern, dass sie nicht nur ersetzt, sondern auch es."
James Manyika, Vorsitzender und Direktor des McKinsey Global Institute, merkte an, dass 60% der Berufe etwa ein Drittel ihrer Aktivitäten automatisierbar und nur etwa 10% der Berufe mehr als 90% automatisierbar sind. „Viele weitere Berufe werden durch Technologien ergänzt oder ergänzt als wird ersetzt. "
Weiter kann AI nur vermehren menschliche Arbeit, soweit es effektiv arbeiten kann mitmenschliche Arbeit. Barbara Grosz erklärte: „Ich habe einmal gesagt, dass KI-Systeme am besten sind, wenn sie für Menschen konzipiert sind.“ Sie fuhr fort: „Ich empfehle, dass wir ein System aufbauen wollen, das ein guter Teampartner ist und so gut mit uns zusammenarbeitet, dass wir nicht erkennen, dass es nicht menschlich ist.“
David Ferrucci, Gründer von Elemental Cognition und Direktor der angewandten KI bei Bridgewater Associates, sagte: „Die Zukunft, die wir uns bei Elemental Cognition vorstellen, basiert auf einer engen und fließenden Zusammenarbeit zwischen Mensch und Maschine.“ "Yoshua Bengio erinnert uns jedoch an die Herausforderungen bei der Gründung einer solchen Partnerschaft:" Es geht nicht nur um Präzision [mit KI], es geht darum, den menschlichen Kontext zu verstehen, und Computer haben absolut keine Ahnung davon. "
Es ist interessant, dass es in Bezug auf Schlüsselideen eine gewisse Übereinstimmung gibt, wie z. B., dass AGI derzeit kein besonders nützliches Ziel ist. KI sollte angewendet werden, um die Arbeit zu verstärken, und nicht um sie zu ersetzen. KI sollte in Partnerschaft mit Menschen arbeiten. Interessant ist auch, dass diese Lektionen durch Unternehmenserfahrungen belegt werden.
Richard Waters beschreibt, wie sich KI-Implementierungen in der EU noch in einem recht rudimentären Stadium befinden FT [hier ]: „Entfernen Sie die Ge-Whiz-Forschung, die viele Schlagzeilen hinter sich lässt (ein Computer, der Menschen bei Go! Schlagen kann), und die Technologie befindet sich in einem rudimentären Stadium.“ , die benutzerfreundliche Tools in mehr Hände gelegt hat, erfordert die Überarbeitung der internen Systeme und Prozesse eines Unternehmens eine Menge Aufwand. “
Das schwere Heben braucht Zeit und außergewöhnlich wenige Unternehmen sind da. Ginni Rometty, Leiterin von IBM, charakterisiert die Anwendungen ihrer Kunden als „Random Acts of Digital“ und beschreibt viele der Projekte als „Hit and Miss“. Andrew Moore, Leiter der KI für das Cloud-Geschäft von Google, beschreibt es als "Artisanal AI". Rometty führt aus: „Sie beginnen in der Regel mit einem isolierten Datensatz oder Anwendungsfall - wie der Optimierung der Interaktionen mit einer bestimmten Kundengruppe. Sie sind nicht an tiefere Systeme, Daten oder Workflows eines Unternehmens gebunden, wodurch ihre Auswirkungen begrenzt werden. “
Während die HBR Der Fall des MD Anderson Cancer Center ist ein gutes Beispiel für ein Moonshot-KI-Projekt, das wahrscheinlich übererreicht wurde. Außerdem gibt es einen hervorragenden Hinweis auf die Arten von Arbeit, die KI erheblich verbessern kann. Zur gleichen Zeit versuchte das Zentrum, KI auf die Krebsbehandlung anzuwenden. Die IT-Abteilung experimentierte mit dem Einsatz kognitiver Technologien, um weniger ehrgeizige Aufgaben zu erledigen, z Rechnungen und die Behebung von IT-Problemen der Mitarbeiter. “