Direkt zum Inhalt
Login erforderlich
Dieser Artikel ist Abonnenten mit Zugriffsrechten für diese Ausgabe frei zugänglich.

Informatik: Maschinen mit menschlichen Zügen

Künstliche Intelligenzen werden uns zusehends ­ähnlicher: Neben einer schnellen Auffassungsgabe und Kreativität verfügen erste Algorithmen nun auch über die Fähigkeit, ihre Umgebung zu verstehen.
Artificial Imagination

In den letzten Jahren haben Maschinen in vielen Bereichen eine ähnliche Leistungsfähigkeit wie wir Menschen erreicht, etwa wenn es darum geht, Gesichter zu erkennen oder Texte in andere Sprachen zu übersetzen – ganz zu schweigen von ihren Erfolgen in Brett- und Arcadespielen. Daher könnte man vielleicht erwarten, dass Computerwissenschaftler anfangen, auf die menschliche Intelligenz herabzublicken. Doch ganz im Gegenteil geraten die Forscher geradezu ins Schwärmen, wenn es um das menschliche Gehirn geht: Vor allem dessen Anpassungsfähigkeit und das breite Spektrum an Fähigkeiten erstaunt sie immer wieder.

Von solchen Eigenschaften sind Maschinen nämlich noch weit entfernt. Wenn eine künstliche Intelligenz (KI) auf eine Aufgabe trainiert wurde, fällt es ihr schwer, eine zweite, aber ähnliche zu erlernen. Zudem ist nicht immer klar, wie sie zu ihrem Ergebnis kam; der rechnerische Vorgang ist ziemlich undurchsichtig. Doch das wohl bedeutendste Hindernis für zukünftige Entwicklungen ist, dass die meisten Programme nur sehr langsam lernen und dazu auch noch enorme Datenmengen brauchen, die nicht immer vorliegen.

Aus diesem Grund konzentrieren sich die – durchaus beeindruckenden – Erfolge des maschinellen Lernens auf einige ausgewählte Bereiche. Möchte man etwa eine Bilderkennungssoftware entwickeln, findet man haufenweise Beispielbilder von Katzen oder Prominenten, mit denen man das Programm trainieren kann. Bei anderen Datensätzen, etwa medizinischen Scans, ist das schon schwieriger …

Kennen Sie schon …

Spektrum - Die Woche – Wo Bäume mehr schaden als nützen

Drei Milliarden neue Bäume in der EU, zehn Milliarden in den USA, 70 Milliarden in China. Doch die ambitionierten Ziele für Aufforstungen könnten lokale Ökosysteme und Tierbestände gefährden. Außerdem in der aktuellen »Woche«: wieso der Hype um ultradünne Halbleitermaterialien berechtigt ist.

Spektrum der Wissenschaft – Das Geheimnis der Dunklen Energie

Seit ihrer Entdeckung ist der Ursprung der Dunklen Energie rätselhaft. Neue Teleskope und Theorien sollen Antworten geben. Außerdem: Mit DNA-Spuren aus Luft oder Wasser lässt sich die Verbreitung verschiedenster Arten störungsfrei erfassen. Lassen sich riesigen Süßwasservorkommen, die unter mancherorts unter dem Meeresboden liegen, als Reserven nutzen? RNA-Ringe sind deutlich stabiler als lineare RNA-Moleküle und punkten daher als Arzneimittel der nächsten Generation. Ein Mathematiker ergründete auf Vanuatu, wie die Sandzeichnungen der Bewohner mit mathematischen Graphen zusammenhängen.

Gehirn&Geist – Zucker als Droge - Wie Süßes unser Gehirn beeinflusst

Auch Erwachsene können Süßem nur schwer widerstehen. Warum wirkt Zucker wie eine Droge und wie beeinflusst Süßes unser Gehirn? Lässt sich dagegen etwas machen? Außerdem: Warum schwindeln manche Menschen ständig, wie kann man solchen pathologischen Lügnern helfen? Manchmal ist es nicht so leicht zu entscheiden, ob wir etwas wirklich sehen oder es uns nur vorstellen. Wie unterscheidet unser Gehirn zwischen Realität und Einbildung? Manche Menschen können längerfristige kognitive Probleme nach einer Krebstherapie haben. Was weiß man über das so genannte Chemobrain, was kann Linderung verschaffen? Dating-Apps ermöglichen es, Beziehungen mit einem Klick zu beenden und plötzlich unsichtbar zu sein. Dieses Ghosting kann für die Opfer sehr belastend sein.

Schreiben Sie uns!

Beitrag schreiben

Wir freuen uns über Ihre Beiträge zu unseren Artikeln und wünschen Ihnen viel Spaß beim Gedankenaustausch auf unseren Seiten! Bitte beachten Sie dabei unsere Kommentarrichtlinien.

Tragen Sie bitte nur Relevantes zum Thema des jeweiligen Artikels vor, und wahren Sie einen respektvollen Umgangston. Die Redaktion behält sich vor, Zuschriften nicht zu veröffentlichen und Ihre Kommentare redaktionell zu bearbeiten. Die Zuschriften können daher leider nicht immer sofort veröffentlicht werden. Bitte geben Sie einen Namen an und Ihren Zuschriften stets eine aussagekräftige Überschrift, damit bei Onlinediskussionen andere Teilnehmende sich leichter auf Ihre Beiträge beziehen können. Ausgewählte Zuschriften können ohne separate Rücksprache auch in unseren gedruckten und digitalen Magazinen veröffentlicht werden. Vielen Dank!

  • Quellen

Finn, C. et al.: Model-agnostic meta-learning for fast application of deep newtorks. ArXiv 1703.03400, 2017

Goodfellow, I. et al.: Generative adversarial networks. ArXiv 1406.2661, 2014

Higgings, I. et al.: β-VAE: Learning basic visual concepts with a constrained variational framework. International conference on learning representations 5, 2017

Nasr, K. et al.: Number detectors spontaneously emerge in a deep neural network designed for visual object recognition. Science Advances 5, 2019

Pomerleau, D. et al.: ALVINN: An autonomous land vehicle in a neural network. Advances in Neural Information Processing Systems 1, 1989

Bitte erlauben Sie Javascript, um die volle Funktionalität von Spektrum.de zu erhalten.