Kënschtlech Intelligenz: Wat, wéi, wéini?

KI gëtt et scho laang, de Begrëff gouf an de 1950er Jore geprägt. Ma spéidstens zanter d’Firma Open AI vrun e puer Méint hier Programmer Chat GPT an DALL-E fir jiddereen zougänglech gemaach huet, ass KI zum Hype ginn.

Wat ass KI?

KI, kënschtlech Intelligenz, oder op Englesch AI: Wat ass dat? Wann een eng bekannt Kënschtlech Intelligenz freet, de Programm ChatGPT, da schreift déi:

"Kënschtlech Intelligenz bezitt sech op d’Fähegkeet vu Computersystemer, menschenähnlecht kognitivt Verhalen ze imitéieren, wéi z.B. d’Verständnis vun natielecher Sprooch, d’Léise vu Problemer an d’Léieren aus Erfahrungen."

Et ginn immens vill Uwendunge vu KI. Hei e puer witzeger:

Mat KI kann een de Jhemp an d'Misch z.B. ganz einfach an eng Comic- oder Disney-Figur verwandelen. Oder wéi wier et mat engem neien Hannergrond fir de Studio?

Leider kann ee mat KI och relativ einfach Deep Fakes maachen. An eisem Video hu mir d'Stëmme vum Barack Obama an Donald Trump benotzt fir zwee Sätz ze soen déi si sou ni gesot hunn.

Dest si just e puer Beispiller, wéi ee mat KI kann ouni vill Opwand Saache man, fir déi ee virdru vill Zäit a Geld gebraucht hätt. Ma KI kann och z.B. derbäi hëllefen, Tumeuren ze erkennen, kann autonom Autoe beim Fueren assistéieren, Texter verschaffen a villes méi.

Wa vu KI riets ass, stelle sech vill Mënschen intelligent Roboter vir. Dobäi ass e Roboter Hardware. Bei KI geet et em Algorithmen an informatesch Veraarbechtungsprozesser. Eng KI notzt Software. Natielech kann ee Roboter mat KI ausstatten... ma am Alldag begéint eis KI éischter an anerer Form, wéi z.b. bei Iwwersetzungsprogrammer.

Kënschtlech Intelligenz ass also souzesoen en Iwwerbegrëff. Ee wichtegt Element vu KI ass, dass se léiere kann. Hei schwätzt ee vu “machine learning”. Domadder mengt een u sech verschidde Prozesser an Technologien déi zu KI féieren. 

Machine learning ka méi oder manner komplex sinn. De Begrëff Deep Learning steet fir héich komplex Machine Learning-Prozesser.

Umierkung: Dest ass e vereinfachte Modell. Machine Learning ass méi breed gefaasst an huet och Iwwerschneidungen mat z.B. Data Science... Hei e Bild vun deene 5 wichtegsten Disziplinnen am Zesummenhang mat KI vun der AI4K12: Perceptioun, Representatioun a Raisonnement, Léieren, Natielech Interaktioun, Gesellschaftlechen Impakt. 

Wéi genau funktionéiert Machine Learning?

Bei machine learning geet et drëms dass informatesch Systemer a groussen Datesätz Musteren erkenne léieren, fir duerno z.B. Viraussoe maachen ze kënnen.

Huele mer e fiktivt Beispill. Eng Musék-Streaming-Plattform wëll gäer léieren, wéi eng Lidder dem Jhemp gutt gefalen. De Jhemp klickt all Kéiers wann et e Lidd héieren huet op "Like" oder "Dislike". Lo setzt de System z.B. all des Lidder an eng Graphik an deelt se no verschiddene Parameter op, z.B. no Tempo –also wéi séier d’Lidd ass – an no Frequenz vum Gesang – also wéi héich d’Stëmm ass. Et stellt sech raus, dass de Jhemp vrun allem gäer séier Lidder mat héijer Stëmm huet . An Zukunft weist de System dem Jhemp also lo genee sou Lidder un. 

Dese fiktive Modell ass ganz simpel. Bei ganz komplexe Beispiller vu Machine Learning schwätzt ee wéi gesot vun Deep Learning. Hei kommen z.b. sougenannt neuronal Netzwierker zum Asaatz.

Wéi funktionéieren neural Netzwierker?

Neuronal Netzwierker simuléieren natierlech neuronal Strukturen, also Strukturen déi aus Nervenzellen bestinn, wéi z.B. eist Gehier. En Neuron ass dobäi vereinfach eppes wou een en Input gëtt, dann traitéiert den Neuron déi Informatioun, an da gëtt et en Output. Dat selwescht gëllt bei kënschtlechen Neuronen.

Bei neuronalen Netzwierker schalt ee lo lauter Neuronen hannerteneen, a Schichten, déi matenee kommunizéieren.

Huele mer e fiktivt Beispill vun enger KI déi op Fotoen Hënn vu Kaatze soll ënnerscheeden. Mir gi lo dem ganzen Neurone-System en Input, an desem Fall Fotoe vun engem Hond oder enger Kaatz, déi virdru vu Mënschen korrekt zougeuerdnet goufen.D’Input-Neurone verschaffen d’Informatioun, gi Signaler weider un déi nächst Schichten, an da kënnt hannen e Resultat eraus. Wann den Output falsch ass, soe mer der KI dat, an déi widderhëllt de Prozess liicht anescht nach emol. Wann d’Resultat da richteg ass, weise mer déi nächst Foto, asw.

Wa mer dat lo e puer dausenden oder souguer Millioune mol man, dann ass d’Netzwierk iergend wann kapabel, bei enger neier Foto mat ganz héijer Wahrscheinlechkeet korrekt ze soen, ob dat en Hond oder eng Kaatz ass.

Dat interessant dobäi: De Programméierer huet dat net explizit programméiert. Hien huet net gesot: “wann eng laang Schnëss, dann ass et en Hond”. Nee, d’Netzwierk gouf trainéiert an huet selwer e Wee zur Léisung fonnt, an de Programméierer wees net wéi een. D’KI ass sech selwer net bewosst, wat se gemaach huet. Ma se liwwert gutt Resultater – munchmol besser wéi e Mënsch - munchmol manner.

Iwweregens: D’"Captcha-Tester", déi jidderee vun eis scho mol am Internet ausgefëllt huet, kënnen den Entwéckler derbäi hëllefen KI’en ze trainéieren fir Objeten op Fotoen ze erkennen.

D’Fro déi sech elo natierlech stellt ass ob des KI’en iergend wann sou performant ginn, dass se méi intelligent gi wéi mir Mënschen? An anere Wierder:

Kënnt iergendwann d'Superintelligenz?

Hei sinn sech d’KI-Fuerscher net eens. Muncher soen, dat kéint relativ séier goen. Grad elo mat de rezente rapiden Evolutiounen kéint dat vläit schonn an e puer Joren oder Jorzéngten de Fall sinn. Anerer denken hei éischter u Jorhonnerten, nach anerer denken dat kënnt nie.

Bis elo woren d‘ KI’en nach sougenannt schwaach KI’en. Sie liwwere just an engem präzisen Domaine immens gutt Resultater, munchmol souguer besser wéi de Mënsch. Wéi z.B. d’KI déi scho vru méi wéi 25 Joer géint de Schachweltmeeschter gewonn hat.

Eng staark KI géif a ganz verschiddenen Domainer gutt Resultater liwweren, a kéint selbststänneg Aufgabestellungen erkennen an definéieren, a sech heifir selbstänneg Wëssen uneegnen. Mëttlerweil kënne KI’en duerchaus schon an e puer Domainer eppes leeschten, wéi z.B. ChatGPT deen och programméiere kann. Eng Superintelligenz wier et allerdéngs réischt dann, wann des staark KI méi intelligent wier wéi d’Mënschen.

Sécher ass: d'KI ass do an entwéckelt sech immens séier.

Wéi bei all Technologie déi vill genotzt gëtt, wäert och KI zu gesellschaftleche Verännerunge féieren. Programmer wéi Chat GPT oder Midjourney weisen, dass och kreativ Beruffer wéi Graphiker, Schrëftsteller oder Kënschtler vun den Entwécklunge betraff sinn.

Hei z.B. puer Biller déi mat der KI Midjourney erstallt goufen. Alles wat op dese Biller duergestallt ass, ass net reell. Wou et nach vru kuerzem deeg gedauert huet, sou eppes ze molen oder ze entwerfen, geet dat lo an 2 Minutten, ouni Kënschtler oder Graphiker ze sinn.

Generéiert mat der KI Midjourney vum: Sacha Schmitz (uewe lénks), Misch Strotz (uewe rechts) a Julie Wieland (ënne lénks a rechts).

KI wäert verschidde Beruffer staark veränneren an anerer méi onwichteg man. Ma nei Beruffer wäerten entstoen. Et gi Risiken an Opportunitéiten.

Mir sollten eis lo Froe stellen, wéi mer KI kënne gewënnbréngend notzen? A wéi e gesetzleche Kader mer brauchen, fir dass Abus’en miniméiert an d’KIen net iwwermächteg ginn?

Brauche mer z.B. eng Kennzeechnungspflicht – made by AI - fir dass de Publique wees wat vun engem Mënsch gemaach gouf a wat vun enger Maschinn? A wat kënne mer maachen fir d’Muecht vun e puer grousse Firmen, déi KI kontrolléieren, anzedämmen?

KI ass e komplexe Sujet. Wann der méi wëllt driwwer wëssen: Zousaatzinfos fannt der an eisen aneren Artikelen op science.lu.

A wéi gewinnt goufe mer bei desem Artikel ënnerstëtzt vun engem Wëssenschaftler, deen de Peer-Review fir eis gemaach huet, fir dass dat wat mer soen och korrekt ass: de Prof. Christophe Schommer, Associate Professor fir Kënschtlech Intelligenz op der Uni Lëtzebuerg. 

Auteur: Jean-Paul Bertemes (FNR)
Presentatioun: Michèle Weber, Jean-Paul Bertemes (FNR)
Peer-Review : Prof. Dr. Christoph Schommer (Uni Lëtzebuerg)
KI-Animatiounen: Karim Youssef, Misch Strotz, Neon Internet
KI-Biller: Sacha Schmitz, Julie Wieland, Misch Strotz
Lektorat: Michèle Weber, Joseph Rodesch (FNR), Olivier Catani (RTL), Misch Strotz (Neon Internet)
Realisatioun & Schnëtt: Dominique Weber
Kamera: Océane Maître
Luucht: Dave Schmit
Grafiken: George Dos Santos R., Anton Stépine
Konzept & Produktioun: SKIN Am Optrag vum: Fonds National de la Recherche (FNR)