Halten Sie einen Moment inne und schauen Sie sich in unserer Welt einmal um. Wir fahren mit Autos, die selbständig einparken können. Ganz allein und wie von Geisterhand rangiert das Fahrzeug auch in die engste Parklücke. Digitale Systeme steuern die Abläufe in Fabriken. Auch auf dem Fujitsu Forum 2016 wiesen uns kleine Roboter den Weg. Siri kann uns sagen, ob es morgen regnet. All das gehört bereits zu einer Disziplin, die viele noch mehr in der Zukunft als in der Realität sehen. Dabei tritt künstliche Intelligenz (AI) im Zuge der Digitalisierung mit aller Macht aus ihrem Schattendasein heraus. In seiner Keynote „Artificial Intelligence“ greift Dr. Joseph Reger, Chief Technology Officer, Fujitsu Fellow, EMEIA, ein spannendes Thema auf, welches mit dem Internet der Dinge rasant an Tempo zulegt.

Künstliche Intelligenz basiert auf den Mustern realer Intelligenz

Denken wir an künstliche Intelligenz, sehen wir vor unserem geistigen Auge vielleicht Roboter, die Haushaltsarbeiten erledigen. Oder am Fließband stehen. Mit menschenähnlichen Maschinen hat AI jedoch nicht viel gemeinsam und ohnehin gehören die technologischen Geschöpfe unserer Fantasie eher auf die Leinwand. Künstliche Intelligenz umgibt uns jeden Tag und sie steckt dort, wo wir sie auf den ersten Blick vielleicht nicht vermuten. AI finden wir in beinahe allen Lebensbereichen – jedoch nicht in Form eines dienstbeflissenen Roboters. Eher in Windkraftwerken, Autos, Smartphones und Systemen, die ganze Arbeitsprozesse steuern. All diese Systeme „lernen“ auf der Grundlage des komplexesten Netzwerks überhaupt – dem menschlichen Gehirn.

Um zu verstehen, wie künstliche Intelligenz funktioniert, müssen wir zunächst verstehen, wie der Mensch lernt. In unserem Gehirn stecken 100 Milliarden Neuronen, die über Synapsen miteinander kommunizieren. Üben wir etwas, erhöht sich die Frequenz der Impulse an den Synapsen und ein Muster entsteht. Mit der so genannten Langzeitpotenzierung (LTP) prägen wir uns Dinge ein. Als entscheidend für den Erfolg stellt Dr. Joseph Reger die Intensität, den Zeitpunkt sowie die Anzahl der Impulse in den Vordergrund. Ein Phänomen, was wir selbst an uns jeden Tag beobachten können. Je stärker der Impuls, desto eher merken wir uns etwas, wenn wir fit genug zum Lernen sind. Ähnlich wie das menschliche Gehirn funktionieren auch „Simplified (Arftificial) Neural Networks“.

Das Internet der Dinge lässt das Potenzial von AI explodieren

Sie folgen einem Algorithmus, der dem Übertragungsweg der Neuronen ähnelt und arbeiten mit Wahrscheinlichkeiten. Gehen wir noch einen Schritt weiter, stoßen wir auf das „Convolutional Neural Network (CNN)“. Was kompliziert klingt, erleben wir jeden Tag. CNNs verwandeln gesprochene Sprache in Text, erkennen Gesichter und die wohl populärste Form eines CNN-Netzwerkes steckt in Siri. Wie Dr. Joseph Reger betont, künstliche Intelligenz umgibt uns jeden Tag. Nehmen wir ein einfaches Parkhaus. Wir fahren hinein und bereits in der Einfahrt verrät uns das System, ob wir noch einen Parkplatz bekommen. Selbst einparken müssen wir mit modernen Autos nicht, das übernimmt ein technischer Assistent für uns. Auf dem Düsseldorfer Flughafen parkt „Ray“ vollautomatisch Ihren Wagen. „Ray“, der Parkroboter, bekommt mehr Autos auf die Parkfläche als ein Mensch es je könnte.

Dennoch lässt sich AI nicht an Robotern festmachen. Unsere zunehmend digitale Welt basiert in vielen Fällen auf Sensoren. Sie registrieren jedes einparkende Auto und auch Kozo Otsuka, Fujitsu Distinguished Engineer, trägt einen Sensor am Handgelenk, als er auf die Bühne kommt. Permanent überträgt dieser Daten via Bluetooth. So erkennt ein System, was Kozo gerade tut. Es hat gelernt, welche Bewegungsmuster auf ein Händeschütteln oder Winken hinweisen. Mit Daten können wir Systeme trainieren. Nur so können Systeme lernen. Mit dem Internet der Dinge generieren wir jeden Tag mehr Daten als jemals zuvor. Im Zuge der Digitalisierung besitzen wir das nötige Rüstzeug, um AI voll auszuschöpfen.

Eines können wir mit AI nicht tun – sie ignorieren

AI bekommt eine gesellschaftliche Relevanz mit steigender Tendenz. Stellen Sie sich einmal vor, wir bräuchten gar keine Sensoren mehr. Mit der Hilfe von handelsüblichen Kameras könnten Systeme Daten auswerten. Zum Beispiel im Katastrophenmanagement. Sobald ein System auf der Basis von Videofrequenzen und Bildern gelernt hat, was ein hoher Pegelstand bedeutet, können wir handeln. Wir können künstlicher Intelligenz kritisch gegenüberstehen oder befürworten. Eines können wir jedoch nicht: sie ignorieren.

[contentblock id=fooff2016]