Künstliche Intelligenz: Wird menschliche Intelligenz überflüssig?

Die 70er-Jahre waren geprägt von einem wissenschaftlichen Streit über das Potenzial von Künstlicher Intelligenz für praktische Anwendungen. Bezugnehmend auf die Arbeiten von Alan Turing waren Allen Newell und Herbert Simon von der Carnegie Mellon University der Ansicht, dass es für den Vollzug von Denkprozessen kein menschliches Gehirn braucht. Denken sei nichts anderes als Informationsverarbeitung und Informationsverarbeitung ein Rechenvorgang, bei dem Symbole manipuliert werden. Eine klare Gegenposition zu dieser Meinung ergriff der Philosoph John Searle. Gemäss der Auffassung von Searle können Maschinen mittels Künstlicher Intelligenz die kognitiven Fähigkeiten von Menschen zwar simulieren und nachahmen, sie sind aber nicht wirklich intelligent, sondern scheinen lediglich intelligent zu sein.

Als Ergebnis der wissenschaftlichen Auseinandersetzung stehen sich bis heute mit der schwachen und starken Künstlichen Intelligenz zwei konträre Positionen gegenüber. Die Verfechter der starken Künstlichen Intelligenz plädieren dafür, dass KI-Maschinen in demselben Sinn intelligent sind und denken können wie Menschen. Die Vertreter der schwachen Künstlichen Intelligenz sind der Ansicht, dass menschliches Denken gebunden ist an den menschlichen Körper, insbesondere an das Gehirn.

Bildergalerie

Erstes Expertensystem für medizinische Zwecke

An der Universität Stanford wurde 1972 der Grundstein für sogenannte Expertensysteme gelegt. Expertensysteme sind Computerprogramme, die Menschen bei komplexen Problemstellungen unterstützen. Entwickelt wurde das System MYCIN, das Künstliche Intelligenz erstmals für medizinische Zwecke einsetzen sollte. Das neue Expertensystem war in der Lage, die Diagnose und Therapie von Infektionskrankheiten zu unterstützen, indem es aufgrund von zahlreichen Parametern geeignete Antibiotika vorschlug. MYCIN wurde allerdings nie in der Praxis eingesetzt. Die Skepsis war zu gross und es mangelte an technischen Möglichkeiten, um das System für eine breite Anwendung verfügbar zu machen.

Bei der historischen Betrachtung der Entwicklungen im Bereich der Künstlichen Intelligenz wird oft die Auffassung vertreten, dass sich die Forschung in diesem Gebiet wellenartig entwickelte. Eine Periode, in der es innovative Neuerungen gibt, bezeichnet man als KI-Sommer und für Zeiträume, in welchen die Entwicklung stagniert, verwendet man den Begriff KI-Winter. So werden beispielsweise auch die 80er-Jahre als KI-Winter aufgefasst. Weil die hohen Erwartungen an die KI-Forschung nicht erfüllt wurden, stoppten viele Regierungen, allen voran die USA, ihre Forschungsgelder. Ausgehend von der Zeit des Kalten Krieges hatten die USA enorme Geldsummen investiert zur Bereitstellung eines Übersetzungssystems, das Dokumente in russischer Sprache automatisiert übersetzen sollte. Doch die KI-Forscher hatten die Komplexität der Aufgabe unterschätzt.

In den 80er-Jahren stellten KI-Forscher immer wieder fest, dass Aufgaben, die für Menschen sehr einfach sind, für Computer eine grosse Herausforderung darstellen und umgekehrt. So ist es für Menschen schwierig, komplexe mathematische Probleme zu lösen, während Computer Mühe damit haben, Bilder oder Sprache zu erkennen oder Bewegungen auszuführen. Dieses Prinzip wurde unter anderem von Hans Moravec beschrieben und wird auch als Moravecsches Paradox bezeichnet.

(ID:48237588)