IT-Trends 2016: Deep Neural Nets

Bildquelle: Fotolia

Bildquelle: Fotolia

Klassische Algorithmen, die stur vorgegebene Befehle abarbeiten, dürften bald der Vergangenheit angehören. Zumindest, wenn es nach den Schöpfern von Watson geht. Das kognitive IBM-System ist in der Lage, aus Erfahrungen zu lernen und sich so permanent zu verbessern. Ist Künstliche Intelligenz bald Mainstream?

IBM Watson basiert auf einem Programmieransatz, der vom menschlichen Gehirn inspiriert ist. Genauer: vom neuronalen Netz. Wie ein Mensch stellt die Software zu jedem gegebenen Problem zunächst Hypothesen auf, wie es zu lösen ist. Fehler und Erfolge werden abgespeichert; ein Wissensschatz entsteht, der Watson zu immer präziseren Rückschlüssen befähigt. Was abstrakt klingt, stellte das System schon vor fünf Jahren praktisch unter Beweis: Damals besiegte Watson zwei Meister der US-amerikanischen Quizshow Jeopardy.
Möglich war das vor allem, weil die IBM-Forscher dem kognitiven System leistungsstarke Algorithmen zur Spracherkennung und -verarbeitung spendierten. Per Mustererkennung – der Paradedisziplin neuronaler IT-Systeme – lassen sich daraus inhaltliche Interpretationen ableiten.

Aus Erfahrung lernen

Kognitive Systeme wie Watson können also mehr als einfach nur genau das rechnen, was ihnen anprogrammiert wurde. Sie können lernen und versuchen, den Menschen mit seinen Intentionen und Wünschen zu verstehen. Sie registrieren Nuancen in der menschlichen Semantik und sie interagieren mit Personen. Vergleichsweise einfache Varianten des „Deep Learning“-Ansatzes kennt jeder – beispielsweise vom individuellen Facebook-Newsfeed oder von der personalisierten Produktempfehlung beim Onlineshopping.

Heute besiegen kognitive Systeme Go-Weltmeister. Und zwar mit Spielzügen, auf die selbst Experten nie gekommen wären. Das Problem: Die Systeme sind extrem spezialisiert. IBM und andere Unternehmen arbeiten daher daran, den Deep-Learning-Ansatz mit anderen Methoden der KI-Forschung zu kombinieren. Im Gespräch mit dem US-Magazin Technology Review beschreibt Jerome Pesenti, Vice President Core Technologies für Watson bei IBM, ein Beispiel: Ein kognitives System übernimmt per Spracherkennung und -synthese den Telefonservice für eine Bank. Auf Basis seiner Erfahrungen, dem Wissen über Finanzmärkte und Analystenmeinungen kann es Kunden präzise beraten. Wissen, das sich praktisch sekündlich verändert. Die Software muss aber auch erkennen, wenn sie selbst an Grenzen stößt und den Anrufer lieber zu einem menschlichen Ansprechpartner durchstellen sollte.

Watson in der Wirtschaft

Wie schnell sich neuronale Software in der Wirtschaft durchsetzt, hängt vor allem von passenden Anwendungsszenarien ab. Für die reine Analyse von Big Data reicht das In-Memory-Computing, bei dem Informationen nicht auf der langsamen Festplatte, sondern im schnellen Arbeitsspeicher verarbeitet wird, in der Regel aus. Fortschrittliche KI hingegen wird künftig wohl vor allem an der Schnittstelle zwischen Mensch und Maschine gebraucht – beispielsweise im Smartphone oder im Auto.
Genau damit – mit den autonomen Agenten nämlich – beschäftigt sich der nächste Teil der Reihe „IT-Trends 2016“.

Teilen:

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.



(erforderlich)


*