Der Autor ist Michael Welsch, Geschäftsführer & Head of AI @PANDA
Die KI-Fortschritte, die im letzten Jahrzehnt auf Basis von Neuronalen Netzen gemacht wurden, sind atemberaubend.
Ein Insider würde sagen: Zu den Hidden Layern gesellten sich Recurrent und Convolutional Layer und seit kurzem auch Differential und Graph Layer. Die Architekturen der Netze z. B. in einem GAN werden immer raffinierter. Ausgeklügelte Trainingsverfahren beseitigen die anfänglichen Probleme der Numerik. Speziell optimierte Prozessoren verkürzen das exorbitante Number Crunching. Es sieht momentan danach aus, dass der neuronale Co-Prozessor standardmäßigen in Chips Einzug hält, so wie es damals der Floating Point Co-Prozessor für numerische Operationen tat.
Selbst für einen Technologie-interessierten Normalbürger ist das jedoch viel zu abgehoben. Daher verlassen wir diese fachliche Tiefe gleich wieder und bleiben auf einem Niveau, das allgemein verständlich ist.
Das für viele Mathematiker und Wissenschaftlicher noch immer sonderbare Konstrukt des Neuronalen Netzes ist quasi über Nacht zum Goldstandard geworden. Beherrscht man diese Mathematik aus dem FF, gehört man zur New Generation, beherrscht man sie nicht, zum alten Eisen.
Mustererkennung, Mustermodulation und Transformation
Ein Neuronales Netz und Trainingsdaten machen allerdings alleine noch bei weitem keine KI aus. Beides zusammen sorgt zwar für ein erstaunlich gutes und flexibles Kurvenfitting, das sich hervorragend für Mustererkennung und Mustermodulationen und Transformationen einsetzen lässt, mehr aber (noch) nicht.
Das Neuronale Netz ist sowas wie der Viertakter des Informationszeitalters, und die Daten sind das Öl zum Betrieb. Wir sind am Höhepunkt dieser Entwicklung. Der V8 Motor und der Turbolader werden gerade auf den Markt gebracht. Für viele, die nur von A nach B kommen wollen, gibt es aber auch schon lange einfache und robuste Golfs und Polos.
Wie ein Experte an den Entwicklungen der Layer sehen würde, fusionieren die Neuronalen Netze immer weiter mit klassischen Ansätzen der Mathematik. Doch Mathematik ist reine Logik und dient zur wahrheitsgemäßen Beschreibung von Zusammenhängen. Bei einer KI geht es allerdings um die Fähigkeit zu begründen und zu entscheiden – und zwar unter unvollständiger Informationslage.
Meine Einschätzung ist, dass sich die Entwicklung einer starken bzw. allgemeinen Künstlichen Intelligenz nicht mehr nur an der Mathematik und Biologie orientieren wird, sondern gezielt an philosophischen und quantenmechanischen Konzepten. Experten sprechen hier übrigens von Artificial General Intelligence (AGI).
Die Entwicklung der numerischen Realisierung des Konzepts der Neuronalen Netze befindet sich zurzeit am Zenit. Das heißt aber nicht, dass hier keine Fortschritte mehr zu erwarten sind. Ganz im Gegenteil, es bedeutet einfach, dass ab jetzt die Entwicklung sich verlangsamen wird und immer kleinere Fortschritte immer härter erkämpft werden müssen, gleichzeitig sich die bisherigen Errungenschaften aber einfach wie noch nie nutzen lassen.
Neuronale Netze im Werkzeugkoffer der KI
An Neuronalen Netzen gibt es nichts Mystisches oder irgendwie Intelligentes. Ich kann unseren Kunden meistens sofort sagen, ob sie bei einem spezifischen Problem helfen können oder nicht. In den meisten Fällen gibt es bessere algorithmische Alternativen, für einige Operationen aber momentan noch nicht substituierbar. KI-Technologie ist ein Werkzeugkoffer und Neuronale Netze sind nur eins von vielen Werkzeugen darin.
Die Entwicklung der KI im Allgemeinen befindet sich hingegen noch sehr am Anfang. Es fehlen noch grundlegende Konzepte und auch Idee für echte Fortschritte. Um beim Beispiel Wahrheit zu bleiben. Das Konzept der Wahrheit ist im Rechner entweder binär als true-false Entscheidung modelliert oder über numerische Wahrscheinlichkeiten repräsentiert. Für den Menschen ist Wahrheit allerdings eher eine Empfindung, als ein analytisches Konstrukt, die sich aus dem Bauchgefühl speist und sich ohne eine Änderung der Informationslage entwickeln kann, statt auf isolierten Fakten eine statische Eigenschaft zu sein. Wahrheit wird dabei irgendwie hervorgebracht und dient schließlich zur Entscheidungs- oder Vertrauensbildung. „Sich eine Meinung bilden“ beschreibt es ganz gut. Hierbei wird im Kopf nichts gefittet, berechnet oder interpolierter. Es passiert etwas anderes.
Hier sind also noch andere Prozesse im Gang von denen wir bisher wenig verstehen. In diesen Prozessen sind ganze Areale des Gehirns beteiligt und nicht nur der Vorderlappen. Das Geflecht der Neuronen ist hier eine zu kleine Betrachtungsebene, wenn man Intelligenz bionisch angehen möchte.
KI steigert den Komfortlevel
Auch ein weiterer Aspekt sollte bedacht werden. Physik und Mathematik und ihre symbolische und numerische Abbildung funktionieren auch ohne menschliche Intelligenz und nur weil Menschen mithilfe von Neuronen intelligent handeln, heißt es nicht, dass sich nur über diesen Wege Intelligenz erzielen ließe. Vielleicht ist es nur die von der Natur hervorgebrachte bestmögliche Annäherung an Intelligenz.
Nach dem Zenit der Neuronalen Netze wird die Forschung an KI demnächst weiterwandern. Die bisherigen Errungenschaften dieser Forschung bleiben im Sinne von KI-Technologie erhalten und erhöhen den Komfortlevel der Menschen, wie bereits viele Technologien zuvor.
Wir von PANDA beschäftigen uns übrigens nicht mit der starken KI, sondern damit, wie man die bereits erlangten Errungenschaften der bisherigen KI-Forschung gewinnbringend für die industrielle Fertigung einsetzen kann. Ich rede deshalb auch lieber von KI-Technologie als von KI. Damit meine ich eine schwache bzw. aufgabenspezifische Künstliche Intelligenz.
Mit unseren mApps bringen wir unsere KI-Technologie auf die Manufacturing Integration Platform (MIP) von MPDV. Und damit steht die KI einer Vielzahl von Fertigungsunternehmen zur Verfügung. Oder einfacher gesagt: Wir sorgen dafür, dass auch Sie und Ihre Produktionsumgebung von unsere KI-Technologie profitieren können.
