Published on:
Der Aufstieg der Künstlichen Intelligenz: Von menschlicher Neugier bis hin zu einer kognitiven Revolution
„Als Journalistin war ich schon immer zutiefst neugierig auf die Welt.“ Mit diesen Worten eröffnet die chinesische Medienpersönlichkeit Yang Lan den Dokumentarfilm Exploring Artificial Intelligence und rahmt damit eine Reise ein, die von Fragen getrieben wird, die unsere Ära zunehmend definieren: Werden Maschinen klüger als Menschen? Wird künstliche Intelligenz uns eines Tages ersetzen? Und wie weit kann Technologie die Grenzen der menschlichen Intelligenz erweitern?
Diese Fragen gewannen 2016 an globaler Dringlichkeit, einem Jahr, das weithin als der Durchbruch für künstliche Intelligenz gilt. Von Big Data und Cloud Computing bis hin zu Deep Learning und autonomen Systemen rückte KI rasant aus den Laboren in das öffentliche Bewusstsein.
Ein entscheidendes Ereignis war das historische Match, in dem AlphaGo den Weltmeister Lee Sedol besiegte, was einen Wandel in der Wahrnehmung maschineller Intelligenz durch den Menschen symbolisierte.
Sprache, Kognition und der maschinelle Verstand
Die menschliche Intelligenz entwickelte sich durch die Sprache. Vor etwa 70.000 Jahren ermöglichte die Entwicklung komplexer Sprachsysteme den Menschen, ihre Umwelt zu beschreiben, abstrakte Ideen auszutauschen und Gesellschaften aufzubauen. Diese „kognitive Revolution“ hat die Zivilisation grundlegend umgestaltet.
Der Dokumentarfilm stellt eine parallele Frage: Wie verstehen Maschinen Sprache?
Frühe Versuche waren bescheiden. Im Jahr 1952 brachten Wissenschaftler der Bell Labs Maschinen bei, zehn gesprochene englische Ziffern zu erkennen, und nannten das System „Audrey“. Obwohl es bahnbrechend war, blieb es weit von einem echten Verständnis natürlicher Sprache entfernt. Der Fortschritt war schrittweise und oft durch begrenzte Daten und Rechenleistung eingeschränkt.
Der Fortschritt war schrittweise und oft durch begrenzte Daten und Rechenleistung eingeschränkt.
Ein wichtiger Wendepunkt kam in den 1980er Jahren, als Kai-Fu Lee an der Carnegie Mellon University mit der Forschung zur Spracherkennung begann. Seine Arbeit führte Systeme ein, die in der Lage waren, kontinuierliche Sprache von mehreren Sprechern zu verstehen - ein wesentlicher Schritt hin zu einer natürlichen Mensch-Computer-Interaktion. Zum ersten Mal konnten Maschinen gesprochene Sprache auf eine Weise verarbeiten, die echtem Dialog ähnelte und nicht nur isolierten Befehlen.
Von regelbasierten Systemen zu Deep Learning
Trotz dieser Fortschritte hatten Sprach- und Textsysteme jahrzehntelang zu kämpfen. Der Durchbruch gelang Mitte der 2000er Jahre, angetrieben durch ein neues Paradigma: Deep Learning.
Im Jahr 2006 veröffentlichte Geoffrey Hinton einflussreiche Forschungsarbeiten über tiefe neuronale Netze, wobei er sich von der Struktur des menschlichen Gehirns inspirieren ließ. Seine Arbeit betonte die Skalierung - größere Modelle, mehr Schichten und weitaus mehr Daten. Dieser Ansatz fand Anklang bei Forschern wie Deng Li, der zeigte, dass die Fehlerraten bei der Spracherkennung in Kombination mit großen Datensätzen und moderner Rechenleistung drastisch sinken konnten, in frühen Experimenten teilweise um mehr als 20 Prozent.
Was neuronale Netze in den 1990er Jahren zurückgehalten hatte, war keine fehlerhafte Theorie, sondern unzureichende Daten und Rechenressourcen. Als das Internet massive Datensätze generierte und die Rechenleistung stieg, blühte Deep Learning plötzlich auf. Probleme, die einst unlösbar schienen, begannen zu verschwinden.
Maschinen treten in die physische Welt ein
Der Dokumentarfilm untersucht auch, wie sich künstliche Intelligenz über die Software hinaus in die physische Umgebung bewegt. Im KI-Labor der Stanford University führt der humanoide Roboter PR2 Aufgaben wie das Navigieren durch Korridore, das Benutzen von Aufzügen und das Kaufen von Kaffee für Forscher aus.
Sein Design soll den Menschen nicht imitieren, sondern effizient mit einer menschenzentrierten Welt interagieren - sehen, greifen und kontrollierte Kraft anwenden.
Dies spiegelt einen breiteren Wandel in der Robotik wider: Maschinen sind nicht mehr auf Fabriken beschränkt. Sie lernen, mit Menschen zu koexistieren und sich an komplexe, unstrukturierte Umgebungen anzupassen.
Die Beschleunigung der menschlichen Intelligenz
Nach dem Besuch von mehr als 30 KI-Laboren in fünf Ländern und Interviews mit über 80 führenden Persönlichkeiten kommt Yang Lan zu dem Schluss, dass es bei künstlicher Intelligenz nicht bloß darum geht, die menschliche Intelligenz zu ersetzen. Stattdessen beschleunigt sie diese.
Von der Spracherkennung und dem Sprachverständnis bis hin zur Robotik und zum Deep Learning ist KI zu einem Werkzeug geworden, das die menschlichen Fähigkeiten erweitert. Die zentrale Frage ist nicht mehr, ob KI die Gesellschaft verändern wird, sondern wie die Menschheit diese Veränderung gestalten möchte.
