Seit Monaten erleben wir im Silicon Valley wie durch Künstliche Intelligenz oder Deep Learning unsere Welt radikal und grundlegend verändert wird. Es wird keinen Bereich in Wirtschaft und Gesellschaft geben, der nicht davon betroffen sein wird. Wie das genau stattfindet wird, welche Auswirkungen das haben wird und wie wir uns als Menschen darauf vorbereiten können, erfahren Sie hier.

Wie alles entstanden ist

Das maschinelle Lernen lässt sich als so etwas wie die praxistaugliche Seite der künstlichen Intelligenz beschreiben. Das Thema wurde bereits in der Mitte des 20. Jahrhunderts gehypt. Damals wollten Visionäre Computer schaffen, die so „denken“ sollten wie wir Menschen. „Maschinen werden in 20 Jahren alle Arbeit übernehmen können, die ein Mensch erledigen kann,“ verkündete Mitte der 1960er Jahre der spätere Wirtschaftsnobelpreisträger Herbert Simon.  Computer würden uns verstehen, war die Ansage – doch die Erfolge blieben aus und die finanzielle Unterstützung brach ein.

Das hat sich in den letzten Jahren dramatisch gewandelt. Erste Erfolge in der Spracherkennung (z.B. Siri von Apple) oder Anwendungen in der Mobilität haben einen richtigen Wettlauf um die besten Köpfe rund um Künstliche Intelligenz gestartet. Amazon erwarb 2015 die Firma Obeus mit Schwerpunkt Gesichts- und Emotionserkennung sowie Video-Indexierung. Apple kaufte Emotient, ebenfalls spezialisiert auf die Analyse von Gefühlen. Facebook erwarb das Startup Pebbles, das sich mit Gestenerkennung beschäftigt, und Google investierte unter anderem in Deep Mind Technologies. Letzteres Unternehmen machte mit dem Programm Alpha Go Furore, weil es beim Brettspiel Go einen der besten Spieler der Welt schlug.

 

Was ist Machine Learning und Deep Learning?

Machine Learning ist ein Oberbegriff für die „künstliche“ Generierung von Wissen aus Erfahrung.  Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern. Das heißt, es „erkennt“ Muster und Gesetzmäßigkeiten in den Lerndaten. So kann das System auch unbekannte Daten beurteilen (Lerntransfer) oder aber am Lernen unbekannter Daten scheitern.

Deep Learning ist ein Teilbereich des Machine Learnings und nutzt neuronale Netze sowie große Datenmengen. Die Lernmethoden richten sich nach der Funktionsweise des menschlichen Gehirns und resultieren in der Fähigkeit eigener Prognosen oder Entscheidungen. Machine Learning ist wiederum ein Teilbereich der Künstlichen Intelligenz.

Was sich in den letzten Jahren so radikal geändert hat, ist die Fähigkeit der Maschinen selbstständig zu lernen. Daher brauchen die Algorithmen zwangsläufig eine gewisse Trainingsphase, innerhalb der sie lernen ihre jeweilige Aufgabe zu erfüllen.

 

In welchen Bereichen werden diese nun eingesetzt?

·      Krankheiten diagnostizieren, neue Wirkstoffe finden:

Forscher in den USA haben Deep Learning eingesetzt, um anhand von Gewebebildern die Überlebensrate von Krebspatienten vorherzusagen. Die Algorithmen lernten, verdächtige Merkmale zu finden, die helfen, die Krebszellen von gesunden Zellen zu unterscheiden. Zur Verblüffung der Wissenschaftler entdeckte der Computer am Ende sogar mehr solche Merkmale, als bis dahin in der medizinischen Literatur bekannt waren.

·      Spracherkennung:

Bei der Spracherkennung ist es möglich, dass die Systeme ihren Wortschatz selbstständig mit neuen Wörtern oder Wortwendungen ständig erweitern. Das gleiche passiert bei immer intelligenter werdenden Übersetzungen oder Sprachassistenten, die bereits Modalitäten und Stimmen erkennen können.

·      Mimik lesen:

Das Programm Affdex der US-Firma Affectiva hat mehrere Jahre lang Menschen in 75 Ländern beobachtet, während sie Videos schauten. Grundlegende Emotionen wie Freude, Überraschung, Ekel oder Traurigkeit spiegeln sich in Gesichtern immer auf die gleiche Weise wider, unabhängig von Herkunft, Geschlecht oder Alter. Inzwischen ist dieses Deep-Learning-System bei der Gefühlserkennung präziser und schneller als die meisten Menschen.

·      Verkehrszeichen erkennen:

Deep-Learning-Netzwerke sind extrem gut darin, Bildinhalte zu erfassen. Schon vor fünf Jahren gewann eine Software des Schweizer Forschungsinstituts für Künstliche Intelligenz in Lugano den deutschen Wettbewerb für Verkehrszeichenerkennung.  Aus 50.000 Fotos von Verkehrszeichen erkannten die künstlichen Neuronen 99,46 Prozent korrekt, auch wenn sie verdreht, halb verdeckt, im Dunkeln oder im Gegenlicht aufgenommen waren. 

·      Mobilität:

Für das automatisierte Fahren sind solche Erfolge entscheidend. Fahrzeuge müssen künftig nicht nur Verkehrszeichen fehlerfrei erkennen, sondern auch Bäume, Fußgänger oder Fahrradfahrer. Autohersteller arbeiten an einer automatischen Szenenanalyse. Dabei lernt das Auto beispielsweise, anhand der Position eines Fußgängers am Straßenrand sowie seiner Kopfhaltung und Körperstellung vorherzusagen, ob dieser gleich die Straße überqueren wird

 

Was bedeutet das für den Menschen?

Maschinen können die meisten automatisierten Abläufe billiger, schneller und fehlerfreier durchführen.  Aus diesem Grund ist es nur mehr eine Frage der Zeit, bis ganz viele Jobs wegfallen werden. In der Tat wird es überhaupt keinen Bereich geben, der von dieser Entwicklung verschont bleiben wird.

Von der Kassiererin an der Supermarkt Kasse, dem Busfahrer aber auch bis hin zu höher  qualifizierten Jobs in den Bereichen Medizin, Journalismus oder Management. Alles was automatisiert werden kann, wird auch automatisiert werden.

Da mutet es fast wie eine Anekdote der Geschichte, wenn gerade in Österreich die 12 Stunden Woche diskutiert wird.

In Zukunft wird es ganz viele der heutigen Arbeit nicht mehr geben. Maschinen und Algorithmen werden diese schneller, besser und billiger anbieten.

Wir werden uns in Zukunft überlegen müssen, was werden die Menschen tun, wenn sie nicht mehr arbeiten? Wie werden wir uns als Gesellschaft und Wirtschaft organisieren? Welche Qualifikationen werden wir in Zukunft benötigen?

 

Was die Menschen nun benötigen - Kreativität!

Künstliches Intelligenz und Deep Learning erkennt Muster, verarbeitet Daten oder automatisiert Abläufe. Was es aber nicht kann, ist es einen kreativen und schöpferischen Prozess zu gestalten. Es kann auch nicht Begeisterung oder Visionen entwickeln. Intuition ist einer Maschine ebenso fremd wie Empathie zu anderen Menschen.

Bewusstsein, Kreativität oder Empathie - alle diese Fähigkeiten wird eine Maschine nie entwickeln können, nicht morgen oder in 10 oder 20 Jahren. Daher ist es das Gebot der Stunde die Menschen aufzuklären und Ihnen zu sagen, wie der Stand der Dinge ist.

Ihnen zu sagen, dass viele der heutigen Jobs von Maschinen besser, einfacher und billiger gemacht werden. Ihnen aber auch zu erzählen, dass wir jetzt unsere zutiefst menschlichen Fähigkeiten wie Kreativität, Empathie oder Intuition entwickeln können.

Dass diese Entwicklung nicht nur Freude macht, sondern in Zukunft ganz dringend benötigt wird. Wie die Form dafür genau aussieht und welche Jobs neu entstehen, kann ich nicht sagen. Ich weiß nur, dass wir Dank unseres Bewusstseins eine Verantwortung haben, unsere Entwicklung in die Hand zu nehmen.

Wenn Sie aus erste Hand sich über aktuellste Entwicklungen informieren, neue Geschäftsmodelle kennenlernen und erfahren wollen, wie Sie sich und Ihr Unternehmen zukunftsfit machen, dann nehmen Sie an unsere Lernreise in Silicon Valley vom 28. Jänner bis 01. Februar 2019 teil.

Autor: Mag. Werner Sattlegger, Founder und Director School of Life

Interview mit dem Founder und CEO von Swarms, Wilhelm Klat ( San Francisco). Dieses Unternehmen beschäftigt sich mit Künstlicher Intelligenz, der Schnittstelle von Mensch und Maschine.