1. Was ist KI eigentlich?

In diesem Beitrag geht es zunächst jedoch darum, einen ersten Überblick über die Thematik der künstlichen Intelligenz zu erlangen. Dabei widmen wir uns vor allem den Fragen, was man überhaupt unter „KI“ versteht und welche Ziele die KI hauptsächlich verfolgt. 

Begriff

Eine allgemeingültige Definition von „künstlicher Intelligenz“ (Abk. „KI“, engl. „Artificial Intelligence“, auch „maschinelle Intelligenz“ oder „maschinelle Wissensverarbeitung“ genannte) existiert nicht.

„KI“ steht für…

„ein Teilgebiet der Informatik, das versucht, mit Hilfe von Algorithmen kognitive Fähigkeiten wie Lernen, Planen oder Problemlösen in Computersystemen zu realisieren“ [1],

aber auch für…

„Systeme, die ein Verhalten zeigen, für das gemeinhin menschliche Intelligenz vorausgesetzt wird“ [2].

Charakteristika

KI greift Ergebnisse aus Informatik, Mathematik, Logik, Kognitionswissenschaften, Psychologie, Neurologie, Linguistik und Philosophie auf.

Die Besonderheit der KI liegt darin, dass man versucht, Fähigkeiten des Menschen wie Denken, Lernen oder Problemlösen nachzubilden, um somit eine Leistungssteigerung des Computers zu erzielen.

Gliederung

Quelle: Vgl. Lämmel, Uwe/Cleve, Jürgen: Künstliche Intelligenz. München: Hanser Verlag 2012. S. 11-17.

Zielsetzung

Mithilfe von KI-Systemen sollen Maschinen, Roboter und andere Softwaresysteme dazu befähigt werden, abstrakt beschriebene Aufgaben und Probleme eigenständig zu bearbeiten und darüber hinaus zu lösen. In diesem Rahmen wird auch eine Anpassung der KI an veränderte Umweltbedingungen angestrebt.

Konzepte

McCarthy beantwortet diese Frage mithilfe von drei Postulaten:

  1. Metaphysisches Postulat:
    Demnach muss ein intelligentes System eine Repräsentation der Welt besitzen, also auf eine Menge von Fakten zugreifen-, sie verarbeiten und erweitern können.

  2. Erkenntnistheoretisches Postulat:
    Zur Repräsentation dienen Mengen von logischen Aussagen bzw. Formeln, die Problemlösungen als Folgerungen beinhalten

  3. Heuristisches Postulat:
    Die Problemlösung muss auffindbar sein

Maschinen werden im Sinne dieses logischen Empirismus als intelligent, also problemlösefähig, betrachtet.

Diese Fragestellung orientiert sich an der Humanwissenschaft. Sie stützt sich auf das Postulat des physischen Symbolsystems. Demnach beruhen sowohl menschliche als auch maschinelle Intelligenz auf der Fähigkeit zur Symbolverarbeitung. Unter „Symbolverarbeitung“ versteht man wiederum die „Fähigkeit, Wissen symbolisch zu repräsentieren und zu verarbeiten“ [3].

Im Sinne des amerikanischen Funktionalismus werden hierbei also künstliche und natürliche Intelligenz voneinander unterschieden. Die meisten Forscher*innen vertreten jedoch die abgemilderte Auffassung, dass die Untersuchung des Verhaltens künstlich-intelligenter Systeme dazu dient, neue wissenschaftliche Erkenntnisse zu gewinnen, auch bezogen auf die natürliche Intelligenz.

KI wird grundsätzlich dann eingesetzt, wenn in dem Maße technische Möglichkeiten vorhanden sind, dass intelligentes Verhalten im Sinne einer Informationsverarbeitung durch Computertechnik effizienter ist als vergleichbare Leistungen der menschlichen Intelligenz.

Diese Fragestellung ist sowohl eine praktische als auch eine ingenieurswissenschaftliche sowie eine sozialethische.

Quelle: Vgl. Brockhaus Enzyklopädie: Künstliche Intelligenz. https://brockhaus.de/ecs/enzy/article/kunstliche-intelligenz

Geschichte

Quelle: Vgl. Brockhaus Enzyklopädie: Künstliche Intelligenz. https://brockhaus.de/ecs/enzy/article/kunstliche-intelligenz

Methoden

… nach bestimmten Lösungen mithilfe von verschiedenen Suchalgorithmen.

… in zwei Phasen:

  1. Zielformulierung:
    Ausgehend vom momentanen Untersuchungs- bzw. Weltzustand wird ein Ziel formuliert. Dieses umfasst eine Menge von Weltzuständen, bei der ein bestimmtes Zielprädikat erfüllt ist.

  2. Problemformulierung:
    Hierbei werden festgelegt, welche Aktionen und Weltzustände betrachtet werden sollen. Es existieren verschiedene Problemtypen

Aus solchen Problembeschreibungen planen und erstellen Planungssysteme schließlich Aktionsfolgen, die Agentensysteme ausführen können, um ihre Ziele zu erreichen.

… dienen dem Lösen von Optimierungsproblemen mithilfe von Suchalgorithmen aus der Informatik oder Mitteln der mathematischen Programmierung.

… basiert auf der Repräsentation von menschlichem Wissen. Dabei wird beispielsweise versucht, automatische Beweissysteme zu rekonstruieren. Eine andere Form des logischen Schließens stellt die Induktion dar. „Induktion“ bedeutet, dass Beispiele zu Regeln verallgemeinert werden.

… dienen dazu, mithilfe von künstlichen neuronalen Netzen Approximationsprobleme zu lösen. Ein Approximationsproblem entsteht oftmals bei der Ableitung einer allgemeinen Regel aus einer Menge von Daten.

… sind grob von der Struktur des Gehirns inspiriert und werden künstlich auf dem Computer simuliert. Sie sind auch unter dem Begriff „Deep Learning“ bekannt und haben bei vielen der jüngsten Erfolge der KI eine Rolle gespielt wie z.B. bei der Handschrift-, Sprach- und Gesichtserkennung sowie beim autonomen Fahren und der maschinellen Übersetzung.

Quelle: Vgl. Wikipedia: Künstliche Intelligenz. Methoden. https://de.wikipedia.org/wiki/K%C3%BCnstliche_Intelligenz#Methoden

Forschungsfelder

Das Standardlehrbuch für Künstliche Intelligenz von Russel/Norvig [4] führt folgende Forschungsfelder von KI an:

  • Problemlösen
  • Wissensrepräsentation und Schlussfolgern
  • Maschinelles Lernen
  • Wahrnehmen und Sehen
  • Verstehen und Generieren von natürlicher Sprache
  • Verstehen von Bildern
  • Interaktion
  • Robotik
  • Spielprogrammierung
  • Automatisches Beweisen
  • Assistenzsysteme

Quelle: Gabler Wirtschaftslexikon: Künstliche Intelligenz (KI). https://wirtschaftslexikon.gabler.de/definition/kuenstliche-intelligenz-ki-40285

Zusammenfassung

Schluss

Trotz des riesengroßen Forschungsfeldes und der zahlreichen Anwendungsmöglichkeiten der KI ist ein Bezug zur Bildung auf den ersten Blick nicht unbedingt ersichtlich. Denkt man an KI, so hat man wohl eher Computer oder Maschinen vor Augen und nicht unbedingt den Klassenraum. Doch gerade die scheinbar grenzenlosen Möglichkeiten dieser Technologie ermöglichen es ihr, in Bereiche vorzudringen, in denen künstliche Intelligenz bis vor ein paar Jahren nur Science Fiction war. Vor allem bezogen auf die Forschungsfelder der Wissensrepräsentation, des Lernens sowie der Interaktion scheint ein Bezug zur Bildung alles andere als abwegig. 

Inwiefern KI bereits heute eine Rolle in der Bildung spielt, welchen Platz sie innerhalb der Bildung einnehmen sollte oder aber auch nicht und wie die Zukunft der künstlichen Intelligenz bezogen auf die Bildung aussehen wird, das gilt es in den kommenden Wochen zu ergründen.
In dem nächsten Beitrag widmen wir uns vor allem den (Bildungs-)Voraussetzungen, die für die Arbeit mit KI benötigt werden. 

Quellen

[1] Zit. Glossar Wissenschaftsjahr 2019: Beschreibung des Begriffs Künstliche Intelligenz (KI). 

[2] Zit. Glossar Wissenschaftsjahr 2019: Beschreibung des Begriffs Künstliche Intelligenz (KI). 

[3] Zit. Brockhaus Enzyklopädie: Künstliche Intelligenz. https://brockhaus.de/ecs/enzy/article/kunstliche-intelligenz

[4] Vgl. Norvig, Peter/Russell, Stuart: Künstliche Intelligenz: Ein moderner Ansatz (Pearson Studium -IT). München: Pearson Verlag 2012 (3. Auflage).