Warum KI menschliche Intelligenz unterstützt, sie jedoch nicht ersetzt?

Inhaltsverzeichnis

Im Berliner PalaisPopulaire führt MIA durch die Ausstellung. Vor ihrer ersten Führung musste sich MIA intensiv mit den Kunstwerken und den Künstlern auseinandersetzen und Wissen aufbauen. Manchmal kommt es vor, dass MIA eine Frage nicht beantworten kann. Dann fragt MIA nach und lernt selbst immer wieder Neues dazu.

Doch was macht MIA so besonders? MIA ist kein Mensch aus Fleisch und Blut. MIA ist eine künstliche Intelligenz, eine Art Chatbot wie wir ihn bereits von diversen Versicherungsseiten und Co kennen. Dabei ist die Aufgabe jemandem Kunst näher zu bringen wesentlich komplexer als eine Autoversicherung zu verkaufen. Die technischen Mechanismen dahinter sind allerdings ähnlich.

In beiden Fällen muss die künstliche Intelligenz mit einem Bulk an Fragen und Antworten gefüttert werden. Aus tausenden Fragen werden die besonders häufig gestellten gefiltert und der künstlichen Intelligenz (KI) beigebracht. Nach und nach lernt sie nun weitere Frage und wer weiß, vielleicht ist es eines Tages sogar möglich einen Dialog mit MIA zu führen und mit ihr über unsere persönliche Interpretation der Kunstwerke zu diskutieren. Doch bis dahin wird noch viel Zeit vergehen.

Was KI besser kann als der Mensch

Ausgestattet mit großer Rechenleistung sind künstliche Intelligenzen gut darin Muster zu erkennen. Basierend auf diesen Mustern sollen Zusammenhänge erkannt, Rückschlüsse gezogen und schließlich Vorhersagen gemacht werden. Das können künstliche Intelligenzen wesentlich schneller als es dem menschlichen Gehirn möglich ist.

Ein großes Fehlerpotenzial liegt in der Datengrundlage, die der KI gefüttert wird. Denn wenn fehlerhafte oder verzerrte Daten erhoben werden, kann in weiterer Folge das Ergebnis ebenfalls nur verzerrt sein. Bei einem Fehler in der Datenerhebung spricht man von einem Bias. Diese können systematisch sein oder zufällig (ohne ursächlichen Zusammenhang).

Ist das ein Hund oder kann ich das essen?

Wie schwer die Erkennung von Mustern tatsächlich sein kann, lehrt uns Social Media. 2016 erstellte Karen Zack einige Bilder, die es KI ebenso schwer machen wie dem menschlichen Gehirn zwischen Hund und Essen zu entscheiden.

Twitter

Mit dem Laden des Tweets akzeptieren Sie die Datenschutzerklärung von Twitter.
Mehr erfahren

Inhalt laden

Passend für den bevorstehenden Sommer eine sehr schöne Variante von Lucie Kehoe.

Twitter

Mit dem Laden des Tweets akzeptieren Sie die Datenschutzerklärung von Twitter.
Mehr erfahren

Inhalt laden

Hausverstand bleibt weiterhin gefragt & die Naturgesetze aufrecht

Bei der Erfassung der Daten zum Aufbau einer künstlichen Intelligenz und dem Design dieser ist weiterhin der Mensch mit seiner Denkfähigkeit und seinem Hausverstand gefragt. Neben den bereits erwähnten systematischen oder zufälligen Bias kann es dabei zu einer Reihe von Datenerhebungsfehlern kommen.

Deep-Dive: Visuelle IoT Anwendung

Visuelle IoT-Anwendungen, die mit Bildern und einer anschließenden Mustererkennung den Arbeitsalltag erleichtern, sind unter anderem im kommunalen Bereich beliebt. Überlaufbecken, Abwasserkanäle und Co werden so überwacht. Automatisiert wird in regelmäßigen Abständen ein Bild aufgenommen. Dabei ist es aufgrund der Umgebung oftmals gar nicht so einfach ein gutes Bild zu machen.

Je weniger Licht, desto schwieriger ist es ein qualitativ hochwertiges Foto zu schießen. Deshalb ist es relevant, die Funktionsweise von Kameras zu verstehen, um der künstlichen Intelligenz brauchbare Daten zur Weiterverarbeitung liefern zu können. So wird zum Beispiel ein Bild bei der Erhöhung der Belichtungszeit heller, da länger Licht auf den Sensor fällt.

Glücklicherweise haben Kameras bereits einen gewissen Grad an Intelligenz eingebaut. Verwendet man den Automatic-Mode versucht die Kamera die Belichtungszeit selbst festzulegen. Meist funktioniert das, vor allem bei wechselnden Lichtverhältnissen, recht gut. Werden Fotos in einem Kanal gemacht, wo immer wenig Licht vorhanden ist, kann der Nachtmodus verwendet werden. Dabei wählt die Programmautomatik die größtmögliche Belichtungszeit.

IoT Anwendungen sollen ohne menschliches Zutun über mehrere Monate oder Jahre laufen. Deswegen werden die Kameraeinstellungen nicht bei jedem Foto adaptiert. Der manuelle Modus ist deshalb nur dann eine Option, wenn die Lichtverhältnisse konstant bleiben. Belichtungszeit, Blende und Co müssen beim manuellen Modus, wie der Name vermuten lässt, manuell eingestellt werden.

Die Beherrschung der Grundlagen der Fotografie sind notwendig, um qualitativ hochwertiges Datenmaterial für eine weitere Verarbeitung mit einer künstlichen Intelligenz zu erstellen. Gerade in der Entwicklung und der Installation einer derartigen Kamera ist menschliches Geschick gefragt, um die Grundeinstellungen entsprechend vorzunehmen. IoT und in weiterer Folge KI unterstützt den Menschen anschließend und erleichtert ihm seine Aufgaben. Derartige Messstellen sind oft weit verteilt und an schwer zugänglichen Stellen angebracht. Die automatische Übertragung der Daten an einen zentralen Server ist nicht nur komfortabel, sondern bietet Potenzial für Mustererkennung, Auswertungen und Vorhersagen.

Ein Hinweis sei abschließend noch gestattet: Jeder Brillenträger kennt es nur zu gut. Eine verschmierte, verdreckte Linse sorgt für unscharfes Sehen. Und genauso ist es auch bei Kameras, die Daten für eine künstliche Intelligenz liefern. Ist die Kameralinse verdreckt, sind die Bilder wertlos. Also neben dem Impuls bei Fehlern direkt die Technik zu beschuldigen, vergessen Sie beim nächsten Mal nicht völlig natürliche, herkömmliche Fehlerquellen zu berücksichtigen. Denn jede künstliche Intelligenz ist nur so intelligent wie der Mensch dahinter.

Sie möchten mehr über Microtronics erfahren?

Um unseren Live-Chat benutzen zu können, müssen Sie dem Laden von Hubspot-Cookies zustimmen. Mehr dazu erfahren Sie in unserer Datenschutzerklärung.