Ihre Beiträge sind uns willkommen! Schreiben Sie uns Ihre Fragen und Anregungen, Ihre Kritik oder Zustimmung. Wir veröffentlichen hier laufend Ihre aktuellen Zuschriften.
Mein erster Gedanke war: fordert hier jemand Bürgerrechte für Neuronale Netzwerke? Aber beim näheren Lesen scheint es um ein weitaus praktischeres Problem zu gehen...
Auch wenn in der Forschung die Begriffe "Künstliche Intelligenz" und "Maschinelles Lernen" heute oft zusammen verwendet werden, frage ich mich doch, ob man für die öffentliche Diskussion nicht eine sorgfältigere Trennung vornehmen sollte: die meisten hier genannten Beispiele scheinen sich "nur" auf algorithmische Entscheidungen auf Basis der statistischen Analyse großer Datenmengen zu beziehen, was ja eigentlich schon beim klassischen "Schufa-Score" anfängt, und sich beim Google Page Rank nahtlos fortsetzt.
Ich denke, es würde die Debatte erleichtern, wenn man jetzt nicht mit dem überfrachteten Label "Künstliche Intelligenz" einsteigt, sondern sich mit dem viel naheliegenderen Problem von "Big Data" befasst, wie die Übertragung von Entscheidungen, die früher vom "Bauchgefühl" einzelner Sachbearbeiter abhingen, auf angeblich objektive Verfahren geregelt werden sollte.
Muss ich z.B. für eine Entscheidung über das Kreditrisiko zunächst die "Equal Error Rate" (also den Schwellwert gleicher Wahrscheinlichkeit einer irrtümlichen Ablehnung und einer irrtümlichen Annahme des Kunden) dokumentieren, damit mein so "geeichter" Algorithmus dann rechtssicher ist? So eine Forderung wäre ja durchaus denkbar, ist aber noch weit unterhalb dessen, was sich die meisten Leute unter "Intelligenz" vorstellen würden.
Bei Bereichen wie autonomen Fahrzeugen, oder gar teil-automatisierten Waffensystemen, werden die Grenzen sicher schwammiger, aber vielleicht fängt man am einfachsten mit greifbaren Problemen an, die schon seit einigen Jahren praktische Relevanz haben.
Bitte erlauben Sie Javascript, um die volle Funktionalität von Spektrum.de zu erhalten.
Künstliche Intelligenz vs. Machine Learning
19.07.2015, Marcus GröberAuch wenn in der Forschung die Begriffe "Künstliche Intelligenz" und "Maschinelles Lernen" heute oft zusammen verwendet werden, frage ich mich doch, ob man für die öffentliche Diskussion nicht eine sorgfältigere Trennung vornehmen sollte: die meisten hier genannten Beispiele scheinen sich "nur" auf algorithmische Entscheidungen auf Basis der statistischen Analyse großer Datenmengen zu beziehen, was ja eigentlich schon beim klassischen "Schufa-Score" anfängt, und sich beim Google Page Rank nahtlos fortsetzt.
Ich denke, es würde die Debatte erleichtern, wenn man jetzt nicht mit dem überfrachteten Label "Künstliche Intelligenz" einsteigt, sondern sich mit dem viel naheliegenderen Problem von "Big Data" befasst, wie die Übertragung von Entscheidungen, die früher vom "Bauchgefühl" einzelner Sachbearbeiter abhingen, auf angeblich objektive Verfahren geregelt werden sollte.
Muss ich z.B. für eine Entscheidung über das Kreditrisiko zunächst die "Equal Error Rate" (also den Schwellwert gleicher Wahrscheinlichkeit einer irrtümlichen Ablehnung und einer irrtümlichen Annahme des Kunden) dokumentieren, damit mein so "geeichter" Algorithmus dann rechtssicher ist? So eine Forderung wäre ja durchaus denkbar, ist aber noch weit unterhalb dessen, was sich die meisten Leute unter "Intelligenz" vorstellen würden.
Bei Bereichen wie autonomen Fahrzeugen, oder gar teil-automatisierten Waffensystemen, werden die Grenzen sicher schwammiger, aber vielleicht fängt man am einfachsten mit greifbaren Problemen an, die schon seit einigen Jahren praktische Relevanz haben.