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

Computerlinguistik: Interview mit einem Cog

Kognitive Systeme von Google & Co. entschlüsseln die Bedeutung von Sprache mit statistischen Methoden und künstlichen neuronalen Netzen. Als Nächstes sollen sie lernen, Geschichten zu verstehen
Christiane Gelitz
Robot nachdenklich
© iStock / Menno van Dijk (Ausschnitt)

Im Frühjahr 2015 diskutierten IT-Experten in einschlägigen Blogs über ungewöhnliche Veränderungen bei Google. Ihre Websites waren in den Suchergebnissen plötzlich um etliche Ränge gestiegen oder abgerutscht. Es handle sich wohl um ein Update der Suchmaschine, vermuteten die Spezialisten. Google selbst äußerte sich zunächst nicht dazu. Erst im Herbst gab das Unternehmen bekannt: Eine künstliche Intelligenz namens RankBrain sei nun Teil der Google-Suchmaschine und erkenne Sinn und Absicht hinter mehrdeutigen oder umgangssprachlichen Suchanfragen.

RankBrain bestimmt seither mit, welchen Ausschnitt der digitalen Welt Google anzeigt. Damit ist das System längst nicht das einzige seiner Art. Seit Ende 2015 lässt unter anderem auch Facebook Fotos in der Timeline seiner Mitglieder von einer KI auswählen.

Aber handelt es sich dabei tatsächlich schon um künstliche Intelligenz? Experten sprechen lieber von kognitiven Systemen, kurz Cogs. Sie verfügen über Facetten der menschlichen Intelligenz, können beispielsweise mehrdeutige Wörter richtig interpretieren und Rückfragen stellen, um ein Problem zu präzisieren. Dabei optimieren sie sich ständig selbst – sie lernen. Natürliche Sprache zu erkennen, zu verstehen und zu produzieren, ist eine ihrer schwierigsten Aufgaben. ...

Download (Abo)

Kennen Sie schon …

Spektrum - Die Woche – Ein alter KI-Ansatz für wahre maschinelle Intelligenz?

Wahre maschinelle Intelligenz – Transparenz und feste Regeln zeigen einen Weg, die KI die Fähigkeit geben könnte, logische Schlüsse zu ziehen. Außerdem: Eisen für die Energiewende verbrennen, das Paradoxon fehlender Information im Universum und Schaden Energydrinks dem Gehirn Jugendlicher?

Gehirn&Geist – Wer entscheidet? Wie das Gehirn unseren freien Willen beeinflusst

Was bedeutet es, ein Bewusstsein zu haben? Haben wir einen freien Willen? Diese Fragen beschäftigen Neurowissenschaft, Philosophie und Theologie gleichermaßen. Der erste Artikel zum Titelthema zeichnet die Entwicklung der neurowissenschaftlichen Forschung nach und zeigt, wie das Gehirn das subjektive Erleben formt. Anschließend geht es im Interview mit dem Neurophilosophen Michael Pauen um die Frage, ob wir frei und selbstbestimmt handeln oder nur Marionetten unseres Gehirns sind. Die Antwort hat Konsequenzen für unser Selbstbild, die Rechtsprechung und unseren Umgang mit KI. Daneben berichten wir, wie virtuelle Szenarien die traditionelle Psychotherapie erfolgreich ergänzen und vor allem Angststörungen und Posttraumatische Belastungsstörungen lindern können. Ein weiterer Artikel beleuchtet neue Therapieansätze bei Suchterkrankungen, die die Traumata, die viele Suchterkrankte in ihrer Kindheit und Jugend erfahren haben, berücksichtigen. Zudem beschäftigen wir uns mit der Theorienkrise in der Psychologie: Der Risikoforscher Gerd Gigerenzer erklärt, warum die Psychologie dringend wieder lernen muss, ihre Theorien zu präzisieren.

Spektrum der Wissenschaft – Dunkle Energie - ein Trugbild?

Eine geheimnisvolle Kraft treibt alles im Universum immer schneller auseinander. Doch niemand weiß, was hinter dieser Dunklen Energie steckt, und neue Messdaten mehren grundsätzliche Zweifel am kosmologischen Standardmodell. Bieten alternative Ansätze eine Erklärung? Außerdem: Neue Verfahren erlauben es, Immunzellen direkt in unserem Körper so zu verändern, dass sie Krebszellen attackieren – bisher mussten sie Patienten dafür entnommen und wieder zurückgeführt werden. Quantentheorie und allgemeine Relativitätstheorie beruhen auf unvereinbaren Weltbildern. Neue Experimente an der Schnittstelle zwischen Quantenphänomenen und Gravitation sollen helfen, diesen Widerspruch zu überwinden. In der Pangenomik wird das Erbgut zahlreicher Individuen verglichen – mit weitreichenden Folgen für Forschung und Züchtung von Nutzpflanzen. Und wie immer in der Dezemberausgabe berichten wir vertieft über die Nobelpreise des Jahres für Physiologie oder Medizin, Physik und Chemie, ergänzt durch einen kritischen Blick darauf, welche Verantwortung mit großen Entdeckungen einhergeht.

  • Quellen

Biemann, C., Riedl, M.: Text: Now in 2D! A framework for lexical expansion with contextual similarity. In: Journal of Language Modelling 1, S. 55–95, 2013

Bitkom:Kognitive Maschinen – Meilenstein in der Wissensarbeit. Leitfaden. Berlin 2015.

Cambria, E. et al.: SenticNet. A Publicly Available Semantic Resource for Opinion Mining. In: Commonsense Knowledge: Papers from the AAAI Fall Symposium (FS-10-02)

Cambria, E., White, B.: Jumping NLP Curves. A Review of Natural Language Processing Research. In: IEEE Computational Intelligence Magazine (5), S. 48-57, 2014

Chambers, N. et al.: Dense Event Ordering with a Multi-Pass Architecture. In: Transactions of the Association for Computational Linguistics 2, S. 273-284, 2014

Chambers, N. et al.: Identifying Political Sentiment between Nation States with Social Media. In: Proceedings for Empirical Methods in Natural Language Processing, S. 65–75, 2015

Conway, M., O’Connor, D.: Social Media, Big Data, and Mental Health: Current Advances and Ethical Implications. In: Current Opinion in Psychology 9, S. 77-82, 2016

Erickson, L.C., Thiessen, E.D.: Statistical Learning of Language: Theory, Validity, and Predictions of a Statistical Learning Account of Language Acquisition. In: Developmental Review 37, S. 66-108, 2015

Graefe, A. et al.: Readers’ perception of computer-generated news: Credibility, expertise, and readability. In: Journalism 2016, DOI: 10.1177/1464884916641269

Hirschberg, J., Manning, C.D.: Advances in Natural Language Processing. In: Science 349, S. 261-266, 2015

Ittoo, A. et al.: Text Analytics in Industry: Challenges, Desiderata and Trends. In: Computers in Industry 78, S. 96-107, 2016

Li Dong et al.: A Statistical Parsing Framework for Sentiment Classification. In: Association for Computational Linguistics 2015, doi:10.1162/COLI a 00221

Manning, C. D. et al.: The Stanford CoreNLP Natural Language Processing Toolkit. In: Proceedings of the 52nd Annual Meeting of the Association for Computational Linguistics: System Demonstrations, S. 55-60, 2014

Onan, A. et al.: Ensemble of Keyword Extraction Methods and Classifiers in Text Classification. In: Expert Systems with Applications 57, S. 232-247, 2016

Roth, M., Frank, A.: Inducing Implicit Arguments from Comparable Texts: A Framework and its Applications. In: Computational Linguistics 41, S. 625-664, 2015

Winston, P.H.: Model-Based Story Summary. In: 6th Workshop on Computational Models of Narrative, 2015

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!

Artikel zum Thema

Themenkanäle

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