Künstliche Intelligenz

aus Wikipedia, der freien Enzyklopädie
Zur Navigation springen Zur Suche springen
Dieser Artikel bedarf einer Überarbeitung. Näheres ist auf der Diskussionsseite angegeben. Hilf mit, ihn zu verbessern, und entferne anschließend diese Markierung.

Künstliche Intelligenz (KI, auch Artifizielle Intelligenz (AI bzw. A. I.), englisch artificial intelligence, AI) ist ein Teilgebiet der Informatik, welches sich mit der Automatisierung intelligenten Verhaltens und dem Maschinellen Lernen befasst. Der Begriff ist insofern nicht eindeutig abgrenzbar, als es bereits an einer genauen Definition von „Intelligenz“ mangelt. Dennoch wird er in Forschung und Entwicklung verwendet. Hinsichtlich der bereits existierenden und der als Potenziale sich abzeichnenden Anwendungsbereiche gehört künstliche Intelligenz zu den wegweisenden Antriebskräften der Digitalen Revolution.

Allgemeines[Bearbeiten | Quelltext bearbeiten]

Im Allgemeinen bezeichnet künstliche Intelligenz den Versuch, menschenähnliche Entscheidungsstrukturen in einem nichteindeutigen Umfeld nachzubilden, d. h., einen Computer so zu bauen oder zu programmieren, dass er eigenständig Probleme bearbeiten kann. Oftmals wird damit aber auch eine nachgeahmte Intelligenz bezeichnet, wobei durch meist einfache Algorithmen ein „intelligentes Verhalten“ simuliert werden soll, etwa bei Computerspielen.

Im Verständnis des Begriffs künstliche Intelligenz spiegelt sich oft die aus der Aufklärung stammende Vorstellung vom „Menschen als Maschine“ wider, dessen Nachahmung sich die sogenannte starke KI zum Ziel setzt: eine Intelligenz zu erschaffen, die das menschliche Denken mechanisieren soll,[1] bzw. eine Maschine zu konstruieren und zu bauen, die intelligent reagiert oder sich eben wie ein Mensch verhält. Die Ziele der starken KI sind nach Jahrzehnten der Forschung weiterhin visionär.

Starke vs. schwache KI[Bearbeiten | Quelltext bearbeiten]

Im Gegensatz zur starken KI geht es bei der schwachen KI darum, konkrete Anwendungsprobleme des menschlichen Denkens zu meistern. Das menschliche Denken soll hier in Einzelbereichen unterstützt werden.[1] Die Fähigkeit zu lernen ist eine Hauptanforderung an KI-Systeme und muss ein integraler Bestandteil sein, der nicht erst nachträglich hinzugefügt werden darf. Ein zweites Hauptkriterium ist die Fähigkeit eines KI-Systems, mit Unsicherheit und probabilistischen Informationen umzugehen.[2] Insbesondere sind solche Anwendungen von Interesse, zu deren Lösung nach allgemeinem Verständnis eine Form von „Intelligenz“ notwendig zu sein scheint. Letztlich geht es der schwachen KI somit um die Simulation intelligenten Verhaltens mit Mitteln der Mathematik und der Informatik, es geht ihr nicht um Schaffung von Bewusstsein oder um ein tieferes Verständnis von Intelligenz. Während die Schaffung starker KI an ihrer philosophischen Fragestellung bis heute scheiterte, sind auf der Seite der schwachen KI in den letzten Jahren bedeutende Fortschritte erzielt worden.

Ein starkes KI-System muss nicht viele Gemeinsamkeiten mit dem Menschen haben. Es wird wahrscheinlich eine andersartige kognitive Architektur aufweisen und in seinen Entwicklungsstadien ebenfalls nicht mit den evolutionären kognitiven Stadien des menschlichen Denkens vergleichbar sein (Evolution des Denkens). Vor allem ist nicht anzunehmen, dass eine künstliche Intelligenz Gefühle wie Liebe, Hass, Angst oder Freude besitzt.[3] Es kann solchen Gefühlen entsprechendes Verhalten jedoch simulieren.

Forschungsgebiete[Bearbeiten | Quelltext bearbeiten]

Neben den Forschungsergebnissen der Kerninformatik selbst sind in die Erforschung der KI Ergebnisse der Psychologie, Neurologie und Neurowissenschaften, der Mathematik und Logik, Kommunikationswissenschaft, Philosophie und Linguistik eingeflossen. Umgekehrt nahm die Erforschung der KI auch ihrerseits Einfluss auf andere Gebiete, vor allem auf die Neurowissenschaften. Dies zeigt sich in der Ausbildung des Bereichs der Neuroinformatik, der der biologieorientierten Informatik zugeordnet ist, sowie der Computational Neuroscience.

Bei künstlichen neuronalen Netzen handelt es sich um Techniken, die ab Mitte des 20. Jahrhunderts entwickelt wurden und auf der Neurophysiologie aufbauen.

KI stellt somit kein geschlossenes Forschungsgebiet dar. Vielmehr werden Techniken aus verschiedenen Disziplinen verwendet, ohne dass diese eine Verbindung miteinander haben müssen.

Eine wichtige Tagung ist die International Joint Conference on Artificial Intelligence (IJCAI), die seit 1969 stattfindet.

Geschichte[Bearbeiten | Quelltext bearbeiten]

Teilgebiete[Bearbeiten | Quelltext bearbeiten]

Wissensbasierte Systeme[Bearbeiten | Quelltext bearbeiten]

Wissensbasierte Systeme modellieren eine Form rationaler Intelligenz für sogenannte Expertensysteme. Diese sind in der Lage, auf eine Frage des Anwenders auf Grundlage formalisierten Fachwissens und daraus gezogener logischer Schlüsse Antworten zu liefern. Beispielhafte Anwendungen finden sich in der Diagnose von Krankheiten oder der Suche und Beseitigung von Fehlern in technischen Systemen.

Beispiele für wissensbasierte Systeme sind Cyc und Watson.

Musteranalyse und Mustererkennung[Bearbeiten | Quelltext bearbeiten]

Visuelle Intelligenz ermöglicht es, Bilder beziehungsweise Formen zu erkennen und zu analysieren. Als Anwendungsbeispiele seien hier Handschrifterkennung, Identifikation von Personen durch Gesichtserkennung, Abgleich der Fingerabdrücke oder der Iris, industrielle Qualitätskontrolle und Fertigungsautomation (letzteres in Kombination mit Erkenntnissen der Robotik) genannt.

Mittels sprachlicher Intelligenz ist es beispielsweise möglich, einen geschriebenen Text in Sprache umzuwandeln (Sprachsynthese) und umgekehrt einen gesprochenen Text zu verschriftlichen (Spracherkennung). Diese automatische Sprachverarbeitung lässt sich ausbauen, so dass etwa durch latente semantische Analyse (kurz LSI) Wörtern und Texten Bedeutung beigemessen werden kann.

Beispiele für Systeme zur Mustererkennung sind Google Brain und Microsoft Adam.[4]

Mustervorhersage[Bearbeiten | Quelltext bearbeiten]

Die Mustervorhersage ist eine Erweiterung der Mustererkennung. Sie stellt etwa die Grundlage des von Jeff Hawkins definierten hierarchischen Temporalspeichers dar.

“Prediction is not just one of the things your brain does. It is the primary function of the neocortex, and the foundation of intelligence.”

Vorhersage ist nicht einfach nur eines der Dinge, die dein Gehirn tut. Sie ist die Hauptfunktion des Neocortex und das Fundament der Intelligenz.“

Jeff Hawkins: On Intelligence[5]

Solche Systeme bieten den Vorteil, dass z. B. nicht nur ein bestimmtes Objekt in einem einzelnen Bild erkannt wird (Mustererkennung), sondern auch anhand einer Bildserie vorhergesagt werden kann, wo sich das Objekt als nächstes aufhalten wird.

Robotik[Bearbeiten | Quelltext bearbeiten]

Die Robotik beschäftigt sich mit manipulativer Intelligenz. Mit Hilfe von Robotern können etwa gefährliche Tätigkeiten wie etwa die Minensuche oder auch immer gleiche Manipulationen, wie sie z. B. beim Schweißen oder Lackieren auftreten können, automatisiert werden.

Der Grundgedanke ist es, Systeme zu schaffen, die intelligente Verhaltensweisen von Lebewesen nachvollziehen können. Beispiele für derartige Roboter sind ASIMO und Atlas.

Modellierung anhand der Entropiekraft[Bearbeiten | Quelltext bearbeiten]

Basierend auf der Arbeit des Physikers Alexander Wissner-Gross kann ein intelligentes System durch die Entropiekraft modelliert werden. Dabei versucht ein intelligenter Agent seine Umgebung (Zustand X0), durch eine Handlung (Kraftfeld F) zu beeinflussen, um eine größtmögliche Handlungsfreiheit (Entropie S) in einem zukünftigen Zustand X zu erreichen.[6][7]

Künstliches Leben[Bearbeiten | Quelltext bearbeiten]

KI überlappt sich mit der Disziplin künstliches Leben (Artificial life, AL),[8] wird als übergeordnete oder auch als eine Subdisziplin gesehen.[9] AL muss deren Erkenntnisse integrieren, da Kognition eine Kerneigenschaft von natürlichem Leben ist, nicht nur des Menschen.

Methoden[Bearbeiten | Quelltext bearbeiten]

Die Methoden der KI lassen sich grob in zwei Dimensionen einordnen: symbolische vs. neuronale KI und Simulationsmethode vs. phänomenologische Methode. Die Zusammenhänge veranschaulicht die folgende Grafik:

Ki-methoden.png

Die Neuronale KI verfolgt einen Bottom-up-Ansatz und möchte das menschliche Gehirn möglichst präzise nachbilden. Die symbolische KI verfolgt umgekehrt einen Top-down-Ansatz und nähert sich den Intelligenzleistungen von einer begrifflichen Ebene her. Die Simulationsmethode orientiert sich so nah wie möglich an den tatsächlichen kognitiven Prozessen des Menschen. Dagegen kommt es dem phänomenologischen Ansatz nur auf das Ergebnis an.

Viele ältere Methoden, die in der KI entwickelt wurden, basieren auf heuristischen Lösungsverfahren. In jüngerer Zeit spielen mathematisch fundierte Ansätze aus der Statistik, der mathematischen Programmierung und der Approximationstheorie eine bedeutende Rolle.

Die konkreten Techniken der KI lassen sich grob in Gruppen einteilen:

Suchen[Bearbeiten | Quelltext bearbeiten]

Die KI beschäftigt sich häufig mit Problemen, bei denen nach bestimmten Lösungen gesucht wird. Verschiedene Suchalgorithmen werden dabei eingesetzt. Ein Paradebeispiel für die Suche ist der Vorgang der Wegfindung, der in vielen Computerspielen eine zentrale Rolle einnimmt und auf Suchalgorithmen wie zum Beispiel dem A*-Algorithmus basiert.

Planen[Bearbeiten | Quelltext bearbeiten]

Neben dem Suchen von Lösungen stellt das Planen einen wichtigen Aspekt der KI dar. Der Vorgang des Planens unterteilt sich dabei in zwei Phasen:

  1. Die Zielformulierung: Ausgehend vom momentanen Umgebungs- bzw. Weltzustand wird ein Ziel definiert. Ein Ziel ist hierbei eine Menge von Weltzuständen, bei der ein bestimmtes Zielprädikat erfüllt ist.
  2. Die Problemformulierung: Nachdem bekannt ist, welche Ziele angestrebt werden sollen, wird in der Problemformulierung festgelegt, welche Aktionen und Weltzustände betrachtet werden sollen. Es existieren hierbei verschiedene Problemtypen.

Planungssysteme planen und erstellen aus solchen Problembeschreibungen Aktionsfolgen, die Agentensysteme ausführen können, um ihre Ziele zu erreichen.

Optimierungsmethoden[Bearbeiten | Quelltext bearbeiten]

Oft führen Aufgabenstellungen der KI zu Optimierungsproblemen. Diese werden je nach Struktur entweder mit Suchalgorithmen aus der Informatik oder, zunehmend, mit Mitteln der mathematischen Programmierung gelöst. Bekannte heuristische Suchverfahren aus dem Kontext der KI sind evolutionäre Algorithmen.

Logisches Schließen[Bearbeiten | Quelltext bearbeiten]

Dieser Artikel oder nachfolgende Abschnitt ist nicht hinreichend mit Belegen (beispielsweise Einzelnachweisen) ausgestattet. Die fraglichen Angaben werden daher möglicherweise demnächst entfernt. Bitte hilf Wikipedia, indem du die Angaben recherchierst und gute Belege einfügst.

Eine Fragestellung der KI ist die Erstellung von Wissensrepräsentationen, die dann für automatisches logisches Schließen benutzt werden können. Menschliches Wissen wird dabei – soweit möglich – formalisiert, um es in eine maschinenlesbare Form zu bringen. Diesem Ziel haben sich die Entwickler diverser Ontologien verschrieben.

Schon früh beschäftigte sich die KI damit, automatische Beweissysteme zu konstruieren, die Mathematikern und Informatikern beim Beweisen von Sätzen und beim Programmieren (Logikprogrammierung) behilflich wären. Zwei Schwierigkeiten zeichneten sich ab:

  1. Formuliert man Sätze in den natürlicher Sprache nahen, relativ bequemen Beschreibungssprachen, werden die entstehenden Suchprobleme allzu aufwändig. In der Praxis mussten Kompromisse geschlossen werden, bei denen die Beschreibungssprache für den Benutzer etwas umständlicher, die zugehörigen Optimierungsprobleme für den Rechner dafür jedoch einfacher zu handhaben waren (Prolog, Expertensysteme).
  2. Selbst mächtige Beschreibungssprachen werden unhandlich, wenn man versucht, unsicheres oder unvollständiges Wissen zu formulieren. Für praktische Probleme kann dies eine ernste Einschränkung sein. Die aktuelle Forschung untersucht daher Systeme, die die Regeln der Wahrscheinlichkeitsrechnung anwenden, um Unwissen und Unsicherheit explizit zu modellieren. Algorithmisch unterscheiden sich diese Methoden von den älteren Verfahren: neben Symbolen werden auch Wahrscheinlichkeitsverteilungen manipuliert.

Eine andere Form des logischen Schließens stellt die Induktion dar (Induktionsschluss, Induktionslogik), in der Beispiele zu Regeln verallgemeinert werden (maschinelles Lernen). Auch hier spielen Art und Mächtigkeit der Wissensrepräsentation eine wichtige Rolle. Man unterscheidet zwischen symbolischen Systemen, in denen das Wissen – sowohl die Beispiele als auch die induzierten Regeln – explizit repräsentiert ist, und subsymbolischen Systemen wie neuronalen Netzen, denen zwar ein berechenbares Verhalten „antrainiert“ wird, die jedoch keinen Einblick in die erlernten Lösungswege erlauben.

Approximationsmethoden[Bearbeiten | Quelltext bearbeiten]

In vielen Anwendungen geht es darum, aus einer Menge von Daten eine allgemeine Regel abzuleiten (maschinelles Lernen). Mathematisch führt dies zu einem Approximationsproblem. Im Kontext der KI wurden hierzu unter anderem künstliche neuronale Netze vorgeschlagen, die als universale Funktionsapproximatoren eingesetzt werden können, jedoch insbesondere bei vielen verdeckten Schichten schwer zu analysieren sind. Manchmal verwendet man deshalb alternative Verfahren, die mathematisch einfacher zu analysieren sind.

Künstliches Neuronales Netz

Große Fortschritte erzielt die künstliche Intelligenz in jüngster Zeit im Bereich künstlicher neuronaler Netze, auch unter dem Begriff Deep Learning bekannt. Dabei werden neuronale Netze, die grob von der Struktur des Gehirns inspiriert sind, künstlich auf dem Computer simuliert. Viele der jüngsten Erfolge wie bei Handschrifterkennung, Spracherkennung, Gesichtserkennung, autonomem Fahren, maschineller Übersetzung, auch der Erfolg von AlphaGo beruhen auf dieser Technik.

Anwendungen[Bearbeiten | Quelltext bearbeiten]

Für künstliche Intelligenz gibt es zahlreiche Anwendungsgebiete. Einige Beispiele kurz zusammengefasst:

KI in der Medizin[Bearbeiten | Quelltext bearbeiten]

KI in der Juristik[Bearbeiten | Quelltext bearbeiten]

Ein großer Teil der Arbeit von Juristen besteht in der Analyse von Akten, zum Beispiel von Präzedenzfällen, um daraus Argumente zu entwickeln. Derartige Arbeit kann mittlerweile zu einem Teil von KIs übernommen werden. Die Beratungsfirma McKinsey schätzt, dass derzeit (2017) etwa 22 Prozent der Arbeit von Anwälten und 35 Prozent der Arbeit von Rechtshelfern mit Hilfe von KIs automatisiert werden könnte. Die KIs werden anhand von Millionen von Dokumenten und Fallbeispielen und juristischen Anträgen trainiert. Danach kann eine KI diejenigen Dokumente markieren, die ein Jurist für seinen Fall braucht; oft besser, als dies ein Mensch könnte. JPMorgan gab bekannt, die KI Contract Intelligence einzusetzen, welche nach Aussagen von JPMorgan eine Menge von Daten in Sekunden analysieren kann, wofür Juristen und Rechtshelfer 360.000 Stunden benötigen würden.[11]

KI im Marketing[Bearbeiten | Quelltext bearbeiten]

Im Marketing wird künstliche Intelligenz eingesetzt, um zum Beispiel Werbe-Emails zu verschicken, den Kundendienst durch Social Bots und Chatbots abzulösen, Analysen und Prognosen des Markts und des Kunden, beispielsweise auf Basis von Big Data, durchzuführen und kundenspezifische Werbeanzeigen, Empfehlungen und Sucherergebnisse, sowie programmierte Abläufe zu entwickeln. So beabsichtigt der Online-Versandhändler Zalando bereits im März 2018, 250 Arbeitsplätze im Marketingbereich im Standort Berlin zu streichen, die durch künstliche Intelligenz ersetzt werden sollen.[12][13][14]

KI in Computerspielen und sonstigen Spielen[Bearbeiten | Quelltext bearbeiten]

In Computerspielen wird eine KI meistens dazu verwendet um Bots, sogenannte Nicht-Spieler-Charaktere, die menschenähnliches Verhalten simulieren (zum Beispiel als simulierte Verbündete oder Computergegner) zu steuern oder bestimmte Dinge in der Spielwelt oder bei den Funktionen des Spielecharakters (zum Beispiel Routenfindung, prozedurale Generierung, selbstfahrende Fahrzeuge, automatische Verbesserungen und Vervollständigungen beim Streckenbau oder andere Algorithmen) zu berechnen. Bei einigen Spielen lässt sich der Schwierigkeitsgrad der KI-Gegner einstellen und optional wählen ob man gegen eine KI, gegen echte Spieler oder eine Mischform spielen möchte. Bei ein paar Spielen kann sich die KI auch automatisch an das Spielverhalten anpassen oder kann aus Fehlern lernen. Da im Einzelspieler-Modus oft Gegner fehlen, wird auf eine KI zurückgegriffen. Zudem wird KI in Computerspielen verwendet um viele oder sehr spezielle Charaktere zu simulieren, die nicht oder sehr schwer von echten Menschen übernommen werden könnten. Teilweise lassen sich KIs in Computerspielen aber auch einfach austricksen, da ein Mensch ein bestimmtes Muster einer KI umgehen kann. Der Realismus und das Gameplay eines Computerspiels wird daher auch oft an der KI gemessen.[15][16][17][18]

Außer in modernden Computerspielen wird KI auch bei klassischen Strategie-Brettspielen wie Schach oder Go eingesetzt: Neben und zusätzlich zu interaktiven Lernprogrammen auf Softwarebasis ersetzt KI bei Bedarf auch den menschlichen Partner beim Schachspiel, und zwar in individuell abstufbaren Schwierigkeitsstufen bzw. Spielniveaus. Gegen die am weitesten entwickelten dieser Programme haben auch Weltmeister keine Gewinnchancen mehr. Vielmehr tragen solche Programme untereinander inzwischen Partien auf höchstem Niveau aus. Ende 2017 hat die Neuentwicklung AlphaZero gegen das bis dahin weltbeste Schachprogramm Stockfish in 100 ausgetragenen Partien deutlich obsiegt.[19] Zero steht bei AlphaZero für den Startpunkt Null der Software: Ihr wurden weder Eröffnungs- noch Partiebeispiele einprogrammiert, sondern allein die Spielregeln. „Dann spielte das Programm immer wieder gegen sich selbst“, berichtet die Zeit: „Eine Partie in einer Sekunde. Durch ein ausgeklügeltes Belohnungssystem kam es nach und nach auf die guten Züge. Wenige Stunden reichten, um weltmeisterliche Stärke zu erlangen und jahrhundertealtes Schachwissen im Selbstversuch zu akkumulieren.“[20]

Ähnlich ist die Entwicklung im E-Sport-Bereich, wo Profigamer versuchen, die besten KIs zu schlagen, während Entwickler darauf hinarbeiten, die besten Spieler durch eine KI zu besiegen.[21]

Auch künstlich neuronale Netze werden darauf trainiert, so selbständig zu lernen, dass sie eine Level meistern können oder sogar ein ganzes Computerspiel mit guten Zeiten oder Punkteständen durchspielen können. Bisher sind dies hauptsächlich Jump ’n’ Runs, Rollenspiele und Rennspiele oder andere Retro bzw. andere einfach gehaltene Spiele, wie zum Beispiel Super-Mario-Spiele, Q*bert oder Pokémon.[22][23][24][25]

Im Jahr 1994 wurde eine KI Weltmeister in Backgammon. Nach Jürgen Schmidhuber war das schon eine sehr ähnliche Technik, wie diese später bei AlphaGo verwendet wurde. Der wesentliche Unterschied bestand darin, dass die Hardware deutlich stärker wurde.[26]

Im Jahr 1997 gelang dem von IBM entwickelten System Deep Blue, den Schach-Weltmeister Garri Kasparov in sechs Partien zu schlagen.

Im Jahr 2011 gewann das Computerprogramm Watson im Quiz Jeopardy! gegen die beiden bislang erfolgreichsten Spieler.

Im März 2016 besiegte AlphaGo den damalig vermutlich weltbesten Go-Spieler Lee Sedol mit 4 zu 1 im Spiel AlphaGo gegen Lee Sedol. Wegen der größeren Komplexität von Go gegenüber Schach, die sich aus dem größeren Brett (19×19) und der ungleich größeren Anzahl möglicher Züge ergibt, ist Go mit traditionellen Brute-Force-Algorithmen (Alpha-Beta-Suche), d. h., es probiert alle möglichen Züge durch, praktisch nicht bezwingbar.

Im Januar 2017 schlug die KI Libratus vier der besten Pokerspieler der Welt. Die Spieler Daniel McAulay, Jimmy Chou, Jason Les und Dong Kim spielten in insgesamt 120.000 Spielen (Heads-Up No-Limit Texas Hold’em) an 20 Tagen gegen die KI.[27]

Im August 2017 besiegte eine künstliche Intelligenz der Firma OpenAI bei einem mit 24 Millionen Dollar dotierten Dota-2-Turnier einige der weltbesten Profispieler auf diesem Gebiet (u. a. Profispieler Danylo "Dendi" Ishutin). Dota2 gilt als eines der komplexesten Videospiele überhaupt, komplexer als Go oder Schach. Dota2 wurde allerdings hier im eins zu eins Modus gespielt und nicht im komplexeren Team-Modus. OpenAI erklärte, dass die KI nur vier Monate benötigte, um diese Spielstärke zu erreichen. Die KI wurde trainiert, indem diese immer wieder gegen sich selbst antrat. Die KI bekam das gleiche Sichtfeld wie der menschliche Spieler und durfte nur eine begrenzte Anzahl von Aktionen gleichzeitig ausführen. Ziel von OpenAI ist es nun, eine KI zu entwickeln, die die besten menschlichen Spieler auch im Team-Modus besiegen kann.[28]

Im Dezember 2017 stellte die Google-Firma DeepMind die KI AlphaZero vor. Diese erlernte innerhalb weniger Stunden nacheinander die Spiele Schach, Go und Shōgi und war dann besser als jede Software, die bislang entwickelt wurde und damit übermenschlich. AlphaZero wird nur durch das Einprogrammieren der Spielregeln initialisiert. Daraufhin trainiert AlphaZero einige Stunden gegen sich selbst. Menschliche Spielstrategien werden der KI nicht gezeigt. Die KI entwickelt alle Spielstrategien eigenständig. Die Schach-Website chess24 kommentierte dies mit: die Zeit der ausgefeilten Schachprogramme sei wohl vorüber.[29][30][31] Der ehemalige Schachweltmeister Garri Kasparow meinte, er sei erstaunt darüber „was man von AlphaZero und grundsätzlich von KI-Programmen lernen kann, die Regeln und Wege erkennen können, die Menschen bisher verborgen geblieben sind.“ und „Die Auswirkungen sind offenbar wunderbar und weit jenseits von Schach und anderen Spielen. Die Fähigkeit einer Maschine menschliches Wissen aus Jahrhunderten in einem komplexen, geschlossenen System zu kopieren und zu überflügeln, ist ein Werkzeug, das die Welt verändern wird.“[32]

Im März 2018 haben Mitarbeiter von Toyota einen humanoiden Roboter mit KI vorgestellt, der einen Basketball aus 3,60 Meter Entfernung mit 100 prozentiger Treffsicherheit in einem Basketballkorb versenken kann. Der Roboter trat gegen menschliche Profi-Basketballspieler an und gewann deutlich. Der Roboter mit KI benötigte 200.000 Ballwürfe als Training, um diese Genauigkeit zu erreichen.[33]

KI zur Erzeugung von Kunstwerken[Bearbeiten | Quelltext bearbeiten]

Forscher aus Tübingen haben neuronale Netze dazu verwendet, ein vorgegebenes Foto im Stil eines berühmten Künstlers zu malen z. B. Van Gogh oder Edvard Munch.[34] Forscher bei Google haben neuronale Netze darauf trainiert, aus einer Art weißem Rauschen Bilder im Stil von Van Gogh und anderen Künstlern zu produzieren. Die Bilder wurden später auf einer Auktion versteigert.[35][36]

Im Juli 2017 stellten Forscher der Rutgers Universität eine KI vor, die künstlerische Gemälde produziert. Die KI wurde trainiert mit vielen Gemälden berühmter Maler verschiedener Epochen. In einem Blindtest wurden die von der KI erstellten Gemälde mit von Künstlern für die Art Basel erstellten Gemälden vermischt und 18 Experten in einem Blindtest zur Beurteilung vorgelegt. Die Jury beurteilte die Gemälde von der KI insgesamt besser als die von den Künstlern für die Art Basel erstellten Gemälde.[37]

Der Autor George R. R. Martin schreibt derzeit an seinem sechsten Buch der Reihe Game of Thrones, das von der Fangemeinde ungeduldig erwartet wird. Der Programmierer Zack Thoutt trainierte nun eine KI (Recurrent Neural Net) mit den ersten fünf Büchern der Serie und ließ von der KI das sechste Buch schreiben. Das Ergebnis wurde im Sommer 2017 im Internet veröffentlicht. Dabei hat die KI einzelne Charaktere genauso weiterentwickelt, wie das in manchen Fan-Theorien erwartet wurde ohne dass die KI davon wusste. Mängel gibt es bei der Grammatik, einzelne Charaktere, die bereits verstorben waren, tauchen wieder auf und die Handlungsstränge sind nicht sehr spannend. Der Programmierer Zack Thoutt eignete sich die Kenntnisse über den kostenlosen Online-Kurs Udacity an.[38]

Sunspring ist der erste Kurzfilm (2016), dessen Drehbuch von einer KI geschrieben wurde.[39][40]

Google versucht in seinem Magenta-Projekt, KIs zu erzeugen, die kreativ sind. So wurde im Sommer 2017 eine Klavier-Improvisation vorgestellt, die von einer KI komponiert wurde.[41] Bereits im Sommer 2016 veröffentlichte das Projekt Magenta einen kurzen Pop-Song, der von einer KI komponiert wurde.[42]

Die Musik des Albums "I am AI" der Sängerin Taryn Southern, vorgestellt im Herbst 2017, wurde von einer KI komponiert. Um einen Song mit Hilfe einer KI zu komponieren, verwendet man eine Software wie etwa Amper Music oder Jukedeck, wählt das Genre und weitere Paramenter wie Länge des Songs, Instrumentierung usw. Innerhalb von Sekunden komponiert die KI dann einen einzigartigen Song. Ein Musiker kann daraufhin Bruchstücke dieser Beispiele zu einem eigenen Song zusammenfügen. Somit kann jedermann mehr oder weniger professionelle Musik kreieren. Immer mehr Musiker geben zu, beim Komponieren KIs als Werkzeug zu benutzen.[43][44] Auch das Album "Hello World" von Skygge wurde vollständig mit einer KI (Flow-Machine) komponiert. Die KI komponiert Soundstücke, die dann von Menschen sortiert, selektiert und zusammengesetzt werden, das sog. Kuratieren.[45]

Turing-Test[Bearbeiten | Quelltext bearbeiten]

Um ein Maß zu haben, wann eine Maschine eine dem Menschen gleichwertige Intelligenz simuliert, wurde von Alan Turing der nach ihm benannte Turing-Test vorgeschlagen. Dabei stellt ein Mensch per Terminal beliebige Fragen an einen anderen Menschen bzw. eine KI, ohne dabei zu wissen, wer jeweils antwortet. Der Fragesteller muss danach entscheiden, ob es sich beim Interviewpartner um eine Maschine oder einen Menschen handelte. Ist die Maschine nicht von dem Menschen zu unterscheiden, so ist laut Turing die Maschine intelligent.[46] Bisher konnte keine Maschine den Turing-Test zweifelsfrei bestehen. Seit 1991 existiert der Loebner-Preis für den Turing-Test.

Technologische Singularität[Bearbeiten | Quelltext bearbeiten]

Grob wird darunter der Zeitpunkt verstanden, an dem künstliche Intelligenz die menschliche Intelligenz übertrifft. Von diesem Zeitpunkt wird die weitere Entwicklung hauptsächlich von der KI vorangetrieben und nicht mehr vom Menschen.

Superintelligenz[Bearbeiten | Quelltext bearbeiten]

Eine Superintelligenz bezeichnet ein Wesen oder eine Maschine mit einer dem Menschen in vielen oder allen Gebieten überlegenen Intelligenz. Der Begriff wird häufig im Bereich künstlicher Intelligenz angewendet.

Vergleich künstlicher Intelligenz mit menschlicher Intelligenz[Bearbeiten | Quelltext bearbeiten]

Nach Wolfgang Wahlster[47] muss man die menschliche Intelligenz in verschiedene Bereiche unterteilen: die kognitive Intelligenz, die sensomotorische Intelligenz, die emotionale Intelligenz, die soziale Intelligenz.

Kognitive Intelligenz[Bearbeiten | Quelltext bearbeiten]

Bei der kognitiven Intelligenz ist die Maschine dem Menschen schon in vielen Bereichen überlegen. Zu diesem Bereich gehört das Schachspiel, das Spiel von Go und sonstige Brettspiele. Letztlich das Aufnehmen und Erlernen von Wissen, das Kombinieren aus diesem Wissen und das Schlussfolgern aus diesem Wissen. Das entspricht oft dem, was Menschen sich in einer akademischen Ausbildung aneignen.

Sensomotorische Intelligenz[Bearbeiten | Quelltext bearbeiten]

Bei dieser Intelligenz ist der Mensch der Maschine noch überlegen, allerdings sind manche Maschinen in Bereichen einzelner Sensoren überlegen. Grundsätzlich ist das menschliche Auge sehr gut ausgebildet. Aber eine geeignete Videokamera kann etwa auch Licht im Infrarotbereich und UV-Bereich verarbeiten, was ein Mensch nicht kann. In der Akustik können Mikrofone wesentlich geringere Lautstärken oder in Frequenzbereichen aufnehmen als das menschliche Ohr. Stärker gilt dies noch bei Geruch- und Geschmackssinn, wo maschinelle Sensoren deutlich überlegen sind. Jedoch kann ein Mensch diese Sinneseindrücke kombinieren (Sensorfusion), was eine Maschine bislang nur wenig kann. Dies könnte sich jedoch innerhalb weniger Jahre ändern.

Emotionale Intelligenz[Bearbeiten | Quelltext bearbeiten]

Auf diesem Gebiet leistet die Maschine bislang fast nichts. Der Mensch kann sich in einen anderen Menschen hineinfühlen, Sympathie und Empathie, Mitgefühl, Mitleid, Trauer, Angst, Freude empfinden, Liebesgedichte schreiben, Zornausbrüche haben usw. Was Maschinen heute allerdings schon in Ansätzen können, ist die sog. Sentimentanalyse, d. h. durch Beobachtung der menschlichen Körpersprache, also des Gesichts, der Gestik usw. die Emotionen eines Menschen „lesen“.

Soziale Intelligenz[Bearbeiten | Quelltext bearbeiten]

Das ist die Fähigkeit, in einer menschlichen Gruppe angemessen zu (re-)agieren, etwa eine Stimmung zu erkennen oder konstruktiv zu beeinflussen, z. B. den Teamgeist. Eine Fähigkeit, die meist bei Unternehmern aber auch Politikern stark ausgeprägt ist. Auf diesem Gebiet kann die Maschine bislang nichts leisten.

IQ-Test von KI[Bearbeiten | Quelltext bearbeiten]

Die chinesischen Forscher Feng Liu, Yong Shi und Ying Liu haben im Sommer 2017 Intelligenz-Tests mit öffentlich und kostenlos zugänglichen schwachen KIs wie etwa Google KI oder Apples Siri und weiteren durchgeführt. Im Maximum erreichten diese KIs einen Wert von etwa 47, was etwa einem sechsjährigem Kind in der ersten Klasse entspricht. Ein Erwachsener kommt etwa im Durchschnitt auf 100. Bereits 2014 wurden ähnliche Tests durchgeführt bei denen die KIs noch im Maximum den Wert 27 erreichten.[48]

Bewusstsein bei künstlicher Intelligenz[Bearbeiten | Quelltext bearbeiten]

In den Neurowissenschaften ist es eine Grundannahme, dass das Bewusstsein ein Produkt unseres Gehirns ist (siehe Neuronales Korrelat des Bewusstseins). Nach Jürgen Schmidhuber ist das Bewusstsein nur ein Nebenprodukt des Problemlösens des Gehirns. So sei auch bei künstlichen Problemlösern (z. B. autonomen mobilen Robotern) von Vorteil, wenn diese sich ihrer selbst und ihrer Umgebung „bewusst“ seien. Schmidhuber bezieht sich bei „Bewusstsein“ im Kontext autonomer Roboter auf ein digitales Weltmodell inklusive des Systems selbst, nicht jedoch auf das Erleben von Zuständen. Ein Weltmodell könnte im Kontext von Reinforcement Learning dadurch erlernt werden, dass Aktionen belohnt werden, die das Weltmodell erweitern.[49]

Angrenzende Wissenschaften[Bearbeiten | Quelltext bearbeiten]

Sprachwissenschaft[Bearbeiten | Quelltext bearbeiten]

Die Interpretation menschlicher Sprache durch Maschinen besitzt bei der KI-Forschung eine entscheidende Rolle. So ergeben sich etwaige Ergebnisse des Turing-Tests vor allem in Dialogsituationen, die bewältigt werden müssen.

Die Sprachwissenschaft liefert mit ihren Grammatikmodellen und psycholinguistischen Semantikmodellen wie der Merkmals- oder der Prototypensemantik Grundlagen für das maschinelle „Verstehen“ komplexer natürlichsprachlicher Phrasen. Zentral ist die Frage, wie Sprachzeichen eine tatsächliche Bedeutung für eine künstliche Intelligenz haben können.[50] Das Chinese-Room-Argument des Philosophen John Searle sollte indes zeigen, dass es selbst dann möglich wäre, den Turing-Test zu bestehen, wenn den verwendeten Sprachzeichen dabei keinerlei Bedeutung beigemessen wird. Insbesondere Ergebnisse aus dem Bereich Embodiment betonen zudem die Relevanz von solchen Erfahrungen, die auf der Verkörperung eines Agenten beruhen sowie dessen Einbindung in eine sinnvolle Umgebung für jede Form von Kognition, also auch zur Konstruktion von Bedeutung durch eine Intelligenz.

Einen Teilbereich der Linguistik und zugleich eine Schnittstelle zwischen dieser und der Informatik bildet die Computerlinguistik, die sich unter anderem mit maschineller Sprachverarbeitung und künstlicher Intelligenz beschäftigt.

Psychologie[Bearbeiten | Quelltext bearbeiten]

Die Psychologie beschäftigt sich unter anderem mit dem Intelligenzbegriff.

Psychotherapie[Bearbeiten | Quelltext bearbeiten]

In der Psychotherapieforschung existieren bereits seit geraumer Zeit experimentelle Anwendungen der künstlichen Intelligenz, um Defizite und Engpässe in der psychotherapeutischen Versorgung zu überbrücken und Kosten zu sparen.[51] Aber auch um sich anbahnende Krisen bei Patienten auf der Warteliste frühzeitig zu erkennen.[52]

Philosophie[Bearbeiten | Quelltext bearbeiten]

Die philosophischen Aspekte der KI-Problematik gehören zu den weitreichendsten der gesamten Informatik.

Die Antworten, die auf die zentralen Fragen dieses Bereiches gegeben werden, reichen weit in ontologische und erkenntnistheoretische Themen hinein, die das Denken des Menschen schon seit den Anfängen der Philosophie beschäftigen. Wer solche Antworten gibt, muss die Konsequenzen daraus auch für den Menschen und sich selbst ziehen. Nicht selten möchte man umgekehrt vorgehen und die Antworten, die man vor der Entwicklung künstlicher Intelligenz gefunden hat, auf diese übertragen. Doch wie sich zeigte, hat die künstliche Intelligenz zahlreiche Forscher dazu veranlasst, Probleme wie das Verhältnis zwischen Materie und Geist, die Ursprünge des Bewusstseins, die Grenzen der Erkenntnis, das Problem der Emergenz, die Möglichkeit außermenschlicher Intelligenz usw. in einem neuen Licht zu betrachten und zum Teil neu zu bewerten.

Eine dem metaphysischen bzw. auch idealistischen Denken verpflichtete Sichtweise hält es (im Sinn einer schwachen KI) für unmöglich, dass Maschinen jemals mehr als nur simuliertes Bewusstsein mit wirklicher Erkenntnis und Freiheit besitzen könnten. Aus ontologischer Sicht kritisiert der amerikanische Philosoph Hubert Dreyfus die Auffassung der starken KI. Aufbauend auf der von Martin Heidegger in dessen Werk Sein und Zeit entwickelten Ontologie der „Weltlichkeit der Welt“ versucht Dreyfus zu zeigen, dass hinter das Phänomen der Welt als sinnhafte Bedeutungsganzheit nicht zurückgegangen werden kann: Sinn, d. h. Beziehungen der Dinge in der Welt aufeinander, sei ein Emergenzphänomen, denn es gibt nicht „etwas Sinn“ und dann „mehr Sinn“. Damit erweist sich jedoch auch die Aufgabe, die sinnhaften Beziehungen zwischen den Dingen der Welt in einen Computer einzuprogrammieren, als eigentlich unmögliches bzw. unendliches Vorhaben. Dies deshalb, weil Sinn nicht durch Addition von zunächst sinnlosen Elementen hergestellt werden kann.[53]

Eine evolutionär-progressive Denkrichtung sieht es hingegen (im Sinn einer starken KI) als möglich an, dass Systeme der künstlichen Intelligenz einmal den Menschen in dem übertreffen könnten, was derzeit noch als spezifisch menschlich gilt. Dies birgt zum einen die Gefahr, dass solche KI-Maschinen sich gegen die Interessen der Menschen wenden könnten. Andererseits birgt diese Technologie die Chance, Probleme zu lösen, deren Lösung dem Menschen wegen seiner limitierten Kapazitäten schwerfällt (siehe auch technologische Singularität).

Weitere Anknüpfungspunkte lassen sich in der analytischen Philosophie finden.

Neben der Frage nach dem Sein und der nach dem Bewusstsein stellt sich im Rahmen der Rechtsphilosophie und Roboterethik auch die Frage, ob eine KI für ihr gesetzwidriges Handeln oder Fehlverhalten verantwortlich gemacht werden kann (z. B. bei einem Autounfall durch ein autonomes Fahrzeug) und wer alles dafür haftet.[54] Entwickler werden mit der Frage konfrontiert, wie eine KI moralisch und ethisch richtig handelt. So wird zum Beispiel überlegt, wie man das Trolley-Problem bei autonomen Fahrzeuge lösen soll.[55][56]

Der russisch-amerikanische Biochemiker und Sachbuchautor Isaac Asimov beschreibt in seinen drei Robotergesetzen die Voraussetzungen für ein friedliches und unterstützendes Zusammenleben zwischen KI und Mensch. Diese Gesetze wurden später von anderen Autoren erweitert.

Informatik[Bearbeiten | Quelltext bearbeiten]

Selbstverständlich ist die KI mit den anderen Disziplinen der Informatik eng verzahnt. Ein Versuch der Abgrenzung könnte auf Grundlage der Bewertung der erzielten Ergebnisse hinsichtlich ihres Grades an Intelligenz erfolgen. Hierzu scheint es sinnvoll, verschiedene Dimensionen von Intelligenz zu unterscheiden. Im Folgenden sollen diese Dimensionen aufgeführt werden, die ersten drei scheinen als notwendige Bedingungen angesehen werden zu können.

  1. Die Fähigkeit zur Verarbeitung beliebiger Symbole (nicht nur Zahlen).
  2. Der Aufbau eines inneren Modells der äußeren Welt, eines Selbstmodells, sowie der jeweils aktuellen Beziehung von Selbst und Welt.
  3. Die Fähigkeit zu einer zweckentsprechenden Anwendung des Wissens.
  4. Die Fähigkeit, die im gespeicherten Wissen enthaltenen Zusammenhänge aufzudecken, d. h. logisch schlussfolgern zu können.
  5. Die Fähigkeit zur Verallgemeinerung (Abstraktion) und zur Spezialisierung (d. h. zu Anwendung allgemeiner Zusammenhänge auf konkrete Sachverhalte).
  6. Das Vermögen, erworbenes Wissen und vorhandene Erfahrung auf neue, bisher unbekannte Situationen zu übertragen.
  7. Die Fähigkeit, sich planvoll zu verhalten und entsprechende Strategien zum Erreichen der Ziele bilden zu können.
  8. Anpassungsfähigkeit an verschiedene, u. U. sich zeitlich ändernde Situationen und Problemumgebungen.
  9. Lernfähigkeit, verbunden mit dem Vermögen, partiellen Fortschritt oder Rückschritt einschätzen zu können.
  10. Die Fähigkeit, auch in unscharf bzw. unvollständig beschriebenen oder erkannten Situationen handeln zu können.
  11. Die Fähigkeit zur Mustererkennung (Besitz von Sensoren) und zur aktiven Auseinandersetzung mit der Umwelt (Besitz von Effektoren).
  12. Über ein Kommunikationsmittel von der Komplexität und Ausdrucksfähigkeit der menschlichen Sprache verfügen.

Je mehr dieser Merkmale eine Anwendung erfüllt, desto intelligenter ist sie. Eine Anwendung, die auf dieser Skala als intelligent eingestuft werden kann, wird eher der KI als einer anderen Disziplin der Informatik zugeordnet werden können.

Kritik an der KI-Forschung[Bearbeiten | Quelltext bearbeiten]

Elon Musk, der selbst finanziell an KI-Firmen beteiligt ist, warnte 2014: „Der Fortschritt bei künstlicher Intelligenz (ich meine nicht einfache künstliche Intelligenz) ist unglaublich schnell. […] Solange man nicht direkt Gruppen wie Deepmind ausgesetzt ist, kann man sich kaum vorstellen, wie schnell es voran geht. Es ist annähernd exponentiell. […] Es besteht das Risiko, dass binnen fünf Jahren etwas ernsthaft Gefährliches passiert.“ Er löse keinen falschen Alarm aus, denn ihm sei bewusst worüber er rede. „Ich bin nicht der Einzige der sagt, wir sollten uns Sorgen machen. […] Ihnen [den führenden Unternehmen auf diesem Gebiet] ist die Gefahr bewusst, aber sie glauben, sie könnten die digitale Superintelligenz formen und kontrollieren und verhindern, dass Schlechtes ins Internet strömt […] Das wird sich zeigen“.[57][58]

Auch Stephen Hawking warnte 2014 vor der KI und sieht darin eine Bedrohung für die Menschheit. Durch die KI könnte das Ende der Menschheit eingeleitet werden. Ob die Maschinen irgendwann die Kontrolle übernehmen werden, werde die Zukunft zeigen. Aber bereits heute sei klar, dass die Maschinen die Menschen zunehmend vom Arbeitsmarkt verdrängen.[59][60][61]

Im August 2017 forderten 116 Unternehmer und Experten aus der Technologiebranche (u. a. Mustafa Suleyman, Elon Musk, Yoshua Bengio, Stuart Russell, Jürgen Schmidhuber) in einem offenen Brief an die UN, dass autonome Waffen verboten werden sollten bzw. auf die seit 1983 bestehende CCW-Liste gesetzt werden sollen. Die Certain Conventional Weapons sind von der UN verboten und beinhalten unter anderem Chemiewaffen. Nach Schwarzpulver und der Atombombe drohe die dritte Revolution der Kriegsführung. Zitat aus dem Schreiben: „Wenn diese Büchse der Pandora einmal geöffnet ist, wird es schwierig, sie wieder zu schließen“ und „Einmal erfunden, könnten sie bewaffnete Konflikte erlauben in einem nie dagewesenen Ausmaß, und schneller, als Menschen sie begreifen können“. Terroristen und Despoten könnten die autonomen Waffen nutzen und sogar hacken.[62][63]

Argumentativ entgegengetreten sind solchen Positionen u. a. Rodney Brooks und Jean-Gabriel Ganascia.[64]

Im Februar 2018 wurde ein Bericht einer Projektgruppe führender Experten im Bereich KI veröffentlicht, der vor möglichen "Bösartige[n] Nutzungen künstlicher Intelligenz" (englischer Originaltitel: "The Malicious Use of Artificial Intelligence") warnt.[65] Beteiligt waren daran unter anderem Forscher der Universitäten von Oxford, Yale und Stanford, sowie Entwickler von Microsoft und Google. Der Bericht nimmt Bezug auf schon existierende Technologien und demonstriert anhand von diversen Szenarien, wie diese von Terroristen, Kriminellen und despotischen Regierungen missbraucht werden könnten.[65] Die Autoren des Berichts fordern daher eine engere Zusammenarbeit von Forschern, Entwicklern und Gesetzgeber im Bereich KI und schlagen konkrete Maßnahmen vor, wie die Gefahren des Missbrauchs verringert werden könnten.[65]

Vorschläge zum Umgang mit KI[Bearbeiten | Quelltext bearbeiten]

Der Präsident von Microsoft, Brad Smith schlug vor, einen Verhaltenskodex aufzustellen, wie etwa eine Digitale Genfer Konvention, um Risiken der Künstlichen Intelligenz zu verringern.

Der Ethiker Peter Dabrock empfiehlt im Kontext der Benutzung und Programmierung von Künstlicher Intelligenz nicht nur die digitale Kompetenz der Beteiligten zu erhöhen, sondern auch auf klassische Bildungselemente zu setzen. Um mit den dazugehörigen Herausforderungen zurechtzukommen sowie die Fähigkeiten zur Unterscheidung und zur Erkennung von Mehrdeutigkeit zu erhöhen, seien Kenntnisse aus Religion, Literatur, Mathematik, Fremdsprachen, Musik und Sport eine gute Voraussetzung.[66]

Darstellung in Film und Literatur[Bearbeiten | Quelltext bearbeiten]

Seit der Klassischen Moderne wird KI in Kunst, Film und Literatur behandelt.[67] Dabei geht es bei der künstlerischen Verarbeitung – im Gegensatz zur KI-Forschung, bei der die technische Realisierung im Vordergrund steht – vor Allem um die moralischen, ethischen und religiösen Aspekte und Folgen einer nicht-menschlichen, „maschinellen Intelligenz“.

In der Renaissance wurde der Begriff des Homunculus geprägt, eines künstlichen Miniaturmenschen ohne Seele.[68] Im 18. und 19. Jahrhundert erschienen in der Literatur menschenähnliche Automaten, beispielsweise in E. T. A. Hoffmanns Der Sandmann und Jean Pauls Der Maschinenmann.

Im 20. und 21. Jahrhundert greift die Science-Fiction in Film und Prosa das Thema mannigfach auf.[69] 1920 prägte der Schriftsteller Karel Čapek den Begriff in seinem Bühnenstück R.U.R.; 1926 thematisierte Fritz Lang in Metropolis Roboter, welche die Arbeit der Menschen übernehmen.[69]

Dem Filmpublikum wurden in den unterschiedlichen Werken die Roboter als intelligente und differenzierte Maschinen mit ganz unterschiedlichen Persönlichkeiten präsentiert: Sie werden entwickelt, um sie für gute Zwecke einzusetzen, wandeln sich aber häufig zu gefährlichen Maschinen, die feindselige Pläne gegen Menschen entwickeln.[70] Im Lauf der Filmgeschichte werden sie zunehmend zu selbstbewussten Wesen, die sich die Menschheit unterwerfen wollen.[70]

Eine weitere Form künstlerischer Auseinandersetzung mit KI stellt die Litauische Künstlerrepublik Užupis dar. In ihrer Münchener Botschaft fungiert der künstlich intelligente Forschungs-Humanoide „Roboy“ als Konsul und die Verfassung enthält einen eigenen Artikel über künstliche Intelligenz (“Any artificial intelligence has the right to believe in a good will of humanity [The Munich Article].”).[71]

Beispiele (Auswahl)[Bearbeiten | Quelltext bearbeiten]

Soziale Auswirkungen[Bearbeiten | Quelltext bearbeiten]

Im Zuge der industriellen Revolution wurde durch die Erfindung der Dampfmaschine die Muskelkraft von der Maschine ersetzt (PS durch Watt). Durch die digitale Revolution könnte die menschliche Denkleistung durch maschinelle KI ersetzt werden.[72]

Der amerikanische Unternehmer Elon Musk prognostiziert, dass es zukünftig immer weniger Erwerbsarbeit geben wird, die nicht von einer Maschine besser und günstiger gemacht werden kann, weshalb immer weniger Arbeitskräfte benötigt würden. Durch die weitgehend maschinelle Produktion würden die Produkte und Dienstleistungen sehr billig werden. In diesem Zusammenhang unterstützt er die Einführung eines bedingungslosen Grundeinkommens.[73] Der Physiker Stephen Hawking meinte: Bereits heute sei klar, dass die Maschinen die Menschen zunehmend vom Arbeitsmarkt verdrängen.[59][60] Microsoft-Gründer Bill Gates sieht die Entwicklung ähnlich. Er fordert eine Robotersteuer, um die sozialen Aufgaben der Zukunft bewältigen zu können.[74] Bereits 1995 erschien das Buch „Das Ende der Arbeit“ von Jeremy Rifkin. Die Informatikerin Constanze Kurz meint: technischen Fortschritt gab es schon immer. Jedoch vollzog sich der technische Wandel in der Vergangenheit meist über Generationen, so dass genug Zeit blieb, sich für neue Aufgaben auszubilden. Heute verläuft der technische Wandel innerhalb von wenigen Jahren, so dass die Menschen nicht genug Zeit haben, sich für neue Aufgaben weiter zu bilden.[75] Der Sprecher des Chaos Computer Clubs, Frank Rieger, warnte in verschiedenen Publikationen (z. B. dem Buch Arbeitsfrei)[76] davor, dass durch die beschleunigte Automatisierung vieler Arbeitsbereiche in naher Zukunft immer mehr Menschen ihre Beschäftigung verlieren werden (z. B. LKW-Fahrer durch selbstfahrende Autos). Darin besteht unter anderem eine Gefahr der Schwächung von Gewerkschaften, die an Mitgliedern verlieren könnten. Rieger plädiert daher für eine „Vergesellschaftung der Automatiserungsdividende“, also einer Besteuerung von nichtmenschlicher Arbeit, damit durch das Wachstum der Wirtschaft in Form eines Grundeinkommens auch der allgemeine Wohlstand wächst und gerecht verteilt wird.[77]

Wissenschaftler der Universität Oxford haben in einer Studie im Jahr 2013 eine Vielzahl von Jobs auf ihre Automatisierbarkeit überprüft. Dabei unterteilten die Wissenschaftler die Jobs in verschiedene Risikogruppen. 47 Prozent der betrachteten Jobs in den USA wurden in die höchste Risikogruppe eingeteilt, d. h. dass für diese Jobs das Risiko sehr hoch ist, innerhalb der nächsten ein oder zwei Jahrzehnte (Stand 2013) automatisiert zu werden.[78]

Jack Ma, der Gründer des chinesischen Internetkonzerns Alibaba, mahnte in einem Vortrag, dass die Menschen sich auf erhebliche Umbrüche im Arbeitsmarkt vorbereiten sollten, weil die KI die Welt verändern werde. In den letzten 200 Jahren habe das produzierende Gewerbe und Dienstleistungen die Jobs geschaffen. Nun aber wegen der KIs und den Robotern, werden dort kaum noch Jobs entstehen. Jack Ma kritisierte die heutige Schulausbildung (er war früher Englischlehrer). Die Schüler würden nicht für die Notwendigkeiten von morgen ausgebildet, sondern immer noch auf eine Wirtschaft, die es bald nicht mehr gebe. Die Schulen würden die Arbeitslosen von morgen ausbilden. Es mache keinen Sinn, in Konkurrenz mit den KIs und Robotern treten zu wollen. Die Schüler sollten von den Schulen dazu ausgebildet werden, möglichst innovativ und kreativ zu sein. Jack Ma geht davon aus, dass die KIs viele Jobs zerstören, aber auch viele neue Jobs entstehen lassen würden. Die Frage sei, ob Schüler für diese neuen Jobs ausgebildet würden.[79]

Jürgen Schmidhuber antwortete auf die Frage, ob KIs uns bald den Rang ablaufen werden bzw. ob wir uns Sorgen um unsere Jobs machen müssten: "Künstliche Intelligenzen werden fast alles erlernen, was Menschen können – und noch viel mehr. Ihre neuronalen Netzwerke werden aus Erfahrung klüger und wegen der sich rasch verbilligenden Hardware alle zehn Jahre hundertmal mächtiger. Unsere formelle Theorie des Spaßes erlaubt sogar, Neugierde und Kreativität zu implementieren, um künstliche Wissenschaftler und Künstler zu bauen." und "Alle fünf Jahre wird das Rechnen 10-mal billiger. Hält der Trend an, werden kleine Rechner bald so viel rechnen können wie ein menschliches Gehirn, 50 Jahre später wie alle 10 Milliarden Hirne zusammen."[39] Als Konsequenz aus der aus seiner Sicht unabwendbar fortschreitenden Automatisierung und dem damit einhergehenden Wegfall von Erwerbsarbeitsplätzen sieht Schmidhuber die Notwendigkeit eines Bedingungslosen Grundeinkommens.[80] „Roboterbesitzer werden Steuern zahlen müssen, um die Mitglieder unserer Gesellschaft zu ernähren, die keine existenziell notwendigen Jobs mehr ausüben. Wer dies nicht bis zu einem gewissen Grad unterstützt, beschwört geradezu die Revolution Mensch gegen Maschine herauf. “[81]

Erik Brynjolfsson ist der Auffassung, das Aufkommen radikaler Parteien in den USA und Europa sei die Folge davon, dass viele Menschen heute schon nicht mehr mit dem technischen Fortschritt mithalten könnten. Wenn Menschen ihre Jobs verlieren, werden diese Menschen wütend, so Brynjolfsson. Auch er meint, dass in Zukunft die meisten Jobs von Maschinen erledigt werden.[82]

Mark Zuckerberg äußerte bei einer Rede vor Harvard-Absolventen, dass die Einführung eines bedingungslosen Grundeinkommens notwendig sei. Es könne etwas nicht mehr in Ordnung sein, wenn er als Harvard-Abbrecher innerhalb weniger Jahre Milliarden machen könne, während Millionen von Uni-Absolventen ihre Schulden nicht abbezahlen könnten. Es bräuchte eine Basis, auf der jeder innovativ und kreativ sein könne.[83][84]

Im November 2017 stellte der Deutsche-Bank-Chef John Cryan einen starken Stellenabbau in Aussicht. Das Unternehmen beschäftigt 97.000 Menschen. Bereits in den letzten 12 Monaten wurden 4000 Stellen abgebaut. In naher Zukunft sollen 9000 weitere Stellen abgebaut werden. Mittelfristig sollen die Hälfte aller Stellen abgebaut werden. Cryan begründete diesen Schritt damit, dass die Konkurrenz bereits heute mit etwa der Hälfte der Mitarbeiter vergleichbare Leistung erbringe. Cryan sagte: „Wir machen zu viel Handarbeit, was uns fehleranfällig und ineffizient macht“. Vor allem durch das maschinelle Lernen bzw. künstliche Intelligenzen könnte das Unternehmen noch viel effizienter werden. Viele Banker arbeiteten ohnehin wie Roboter, so Cryan. An die Stelle qualifizierter Mitarbeiter sollen qualifizierte Maschinen treten, so Cryan.[85]

Der Zukunftsforscher Lars Thomson prognostizierte im November 2017 für die nächsten 10 Jahre gewaltige Umbrüche in Technologie, Arbeit, Werten und Gesellschaft. Im Jahr 2025 könne ein Haushalts-Roboter den Frühstückstisch decken, Fenster putzen, Pflegedienste übernehmen usw. wodurch Arbeitsplätze vernichtet werden. Heute schon gäbe es 181 Firmen weltweit, die an klugen Robotern arbeiten. Der Preis eines solchen Roboters betrage heute etwa 20.000 Euro. Der Markt der künstlichen Intelligenz werde in wenigen Jahren größer sein als der Automobilmarkt. Wie schnell 10 Jahre vergingen, würde man sehen, wenn man 10 Jahre zurückblicke, als das erste Smartphone auf den Markt kam. Er bedauert, dass in unserer Gesellschaft kaum jemand diese Entwicklung erkenne, die unsere Gesellschaft komplett verändern werde. In Hotels werden in 10 Jahren Roboter die Arbeiten der heutigen Zimmermädchen übernehmen. Der Vorteil für den Hotelmanager: Der Roboter will keinen Lohn, keine freien Tage, muss nicht versteuert und versichert werden. Der Nachteil: Der Staat erhält keine Steuern mehr und die Menschen sind arbeitslos. Deshalb werde man nicht an einem bedingungslosen Grundeinkommen vorbeikommen und der Einführung einer Robotersteuer. Thomson sieht die Gefahr einer Spaltung der Gesellschaft, wenn das Tempo der Veränderung die Wandlungsfähigkeit der Menschen übersteigt. Gleichzeitig werde die KI den Menschen von der Arbeit befreien. Die Gesellschaft müsse Leitplanken für die KIs definieren.[86]

In einem Interview im Januar 2018 meinte der CEO von Google Sundar Pichai, die aktuelle Entwicklung der künstlichen Intelligenz sei für den Werdegang der Menschheit bedeutender als es die Entdeckung des Feuers und die Entwicklung der Elektrizität waren. Durch die aktuelle Entwicklung der KI werde kein Stein auf dem anderen bleiben. Deshalb sei es wichtig, dass die Gesellschaft sich mit dem Thema auseinandersetze. Nur so könne man die Risiken eingrenzen und die Potentiale ausschöpfen. Google gehört derzeit zu den führenden Unternehmen im Bereich der KI. Allein der KI-Assistent von Google ist bereits auf hunderten Millionen Android-Smartphones installiert. Aber auch in den Suchmaschinen kommt KI derzeit bereits milliardenfach zum Einsatz. Die von Google gekaufte Firma DeepMind eilt bei der KI-Forschung von Meilenstein zu Meilenstein u. a. mit AlphaGo, AlphaGo Zero, AlphaZero.[87]

Das Institut für Arbeitsmarkt- und Berufsforschung (IAB), das zur Bundesagentur für Arbeit gehört, hat in einer Studie dargelegt, welche menschliche Arbeit in Deutschland von Maschinen ersetzt werden kann. Die Studie kommt zum Ergebnis, dass im Jahr 2016 25 Prozent der bezahlten menschlichen Tätigkeiten von Maschinen hätten erledigt werden können, was etwa 8 Millionen Arbeitsplätzen in Deutschland entspricht. Eine frühere Studie kam für das Jahr 2013 noch auf einen Wert von 15 Prozent. Am stärksten betroffen mit etwa 83 Prozent sind Fertigungsberufe aber auch unternehmensbezogene Dienstleistungsberufe mit 60 Prozent, Berufe in der Unternehmensführung und -organisation mit 57 Prozent, Berufe in Land- und Forstwirtschaft und Gartenbau mit 44 Prozent usw. Im Vergleich von 2013 zu 2016 sind besonders stark gestiegen Logistik- und Verkehrsberufe von 36 auf 56 Prozent, ein Bereich, in dem in Deutschland etwa 2,4 Millionen Menschen beschäftigt sind. Insgesamt geht die Studie davon aus, dass in naher Zukunft 70 Prozent der menschlichen bezahlten Tätigkeiten von Maschinen übernommen werden könnten. Maschinen könnten z. B. übernehmen: Wareneingangskontrolle, Montageprüfung, Kommissionierung, Versicherungsanträge, Steuererklärungen usw. Die Techniken, die diese Veränderungen vorantreiben seien: künstliche Intelligenzen, Big Data, 3-D Druck und virtuelle Realität. Auch wenn es nicht zu Entlassungen kommen würde, so müssen Mitarbeiter zumindest mit starken Veränderungen in ihrem Berufsbild und damit starkem Umlernen rechnen. Es werden auch neue Berufsfelder entstehen. Auch werde nicht alles, was heute schon möglich ist, auch umgesetzt und schon gar nicht sofort. Ein Faktor für diese Verzögerung seien ethische und rechtliche Aspekte aber auch die hohen Kosten der Automatisierung. Nicht immer ist die künstliche Intelligenz billiger als die menschliche Intelligenz.[88]

In einem Gastbeitrag im Februar 2018 meinte der SAP-Chef Bill McDermott, dass sich die Menschen fürchten würden vor den Veränderungen, die eine Welt mit Robotern und KIs mit sich bringt. Ein erster Meilenstein sei der Sieg der Maschine Deep Blue über den amtierenden Schachweltmeister Gary Kasparov im Jahr 1997 gewesen. Ein weiterer Meilenstein sei der Sieg der Maschine Watson über den Menschen in der Quiz-Show Jeopardy im Jahr 2011 gewesen. Und der nächste große Schritt waren dann die Siege von AlphaGo und seinen Nachfolgern AlphaGo Zero und AlphaZero im Jahr 2016 und 2017. Die tiefgreifenden Veränderungen, die KI auch am Arbeitsplatz mit sich bringen würden, seien heute nun in aller Munde. Um etwaige negative Auswirkungen der neuen Techniken auf die Gesellschaft zu vermeiden, verlangte es nun eine durchdachte Planung. Behörden, Privatwirtschaft und Bildungswesen müssten zusammenarbeiten, um junge Menschen die Fähigkeiten zu vermitteln, die diese in der digitalen Wirtschaft benötigen. Umschulungen und lebenslanges Lernen seien heute die neue Normalität. Jobs würden nicht komplett von Maschinen ersetzt werden, sondern meist in Teilbereichen. Es würden auch viele neue Jobs entstehen. Die wirtschaftliche Entwicklung würde durch die KI befeuert werden. Man rechnet für 2030 mit einer Wertschöpfung in dem Bereich von 16 Billionen Dollar und einem Wachstum des Bruttoinlandsprodukts um 26 Prozent. Durch die Automatisierung könnten Unternehmen zukünftig jährlich 3 bis 4 Billionen US-Dollar einsparen.[89]

Der Deutsche Bundestag hat am 28. Juni 2018 eine Enquete-Kommission Künstliche Intelligenz – Gesellschaftliche Verantwortung und wirtschaftliche Potenziale eingesetzt, die bis zum Sommer 2020 einen Abschlussbericht mit Handlungsempfehlungen vorlegen soll.[90]

Filmische Dokumentationen[Bearbeiten | Quelltext bearbeiten]

Literatur[Bearbeiten | Quelltext bearbeiten]

Belletristik[Bearbeiten | Quelltext bearbeiten]

Audio[Bearbeiten | Quelltext bearbeiten]

Weblinks[Bearbeiten | Quelltext bearbeiten]

Deutsch

Englisch

Einzelnachweise[Bearbeiten | Quelltext bearbeiten]

  1. a b Nils J. Nilsson: The Quest for Artificial Intelligence. A History of Ideas and Achievements. Cambridge University Press, New York 2009.
  2. Nick Bostrom: Superintelligenz. Szenarien einer kommenden Revolution. Suhrkamp, 2016, S. 42.
  3. Nick Bostrom: Superintelligenz. Szenarien einer kommenden Revolution. Suhrkamp, 2016, S. 50 f.
  4. Daniela Hernandez: Microsoft Challenges Google’s Artificial Brain With ‘Project Adam’. In: Wired. 14. Juli 2014, abgerufen am 5. August 2014 (englisch).
  5. Jeff Hawkins, Sandra Blakeslee: On Intelligence. Owl Books, 2005, ISBN 978-0-8050-7853-4, S. 89.
  6. Alexander D. Wissner-Gross, C. E. Freer: Causal Entropic Forces. In: Physical Review Letters. Institute for Applied Computational Science (Harvard University), The Media Laboratory (MIT), Department of Mathematics (University of Hawaiʻi at Mānoa), 19. April 2013, abgerufen am 8. August 2014 (PDF, englisch).
  7. Alex Wissner-Gross: A new equation for intelligence. In: YouTube. TED, 6. Februar 2014, abgerufen am 5. August 2014 (englisch).
  8. Marc A. Bedau: Artificial life: organization, adaptation and complexity from the bottom up. In: Trends in Cognitive Sciences, Vol. 7, No. 11, November 2003, people.reed.edu/~mab (PDF)
  9. Wolfgang Banzhaf, Barry McMullin: Artificial Life. In: Grzegorz Rozenberg, Thomas Bäck, Joost N. Kok (Eds.): Handbook of Natural Computing. Springer, 2012. ISBN 978-3-540-92909-3 (Print) ISBN 978-3-540-92910-9 (Online).
  10. Künstliche Intelligenz revolutioniert die Astronomie orf.at, 15. Dezember 2017, abgerufen 15. Dezember 2017.
  11. Künstliche Intelligenz verdrängt menschliche Arbeit in juristischen Berufen heise.de vom 20. Dezember 2017
  12. KI-gesteuertes Marketing: Zalando streicht 250 Arbeitsplätze. In: heise online. Abgerufen am 13. März 2018 (deutsch).
  13. Realität und Zukunft: So wird KI im Marketing eingesetzt. In: INTERNET WORLD Business. (internetworld.de [abgerufen am 13. März 2018]).
  14. Peter Gentsch: Künstliche Intelligenz für Sales, Marketing und Service - Mit AI und Bots zu einem Algorithmic Business – Konzepte, Technologien und Best Practices. Springer, ISBN 978-3-658-19146-7.
  15. AiGameDev.com – Your Online Hub for Game/AI. Abgerufen am 16. März 2018 (amerikanisches Englisch).
  16. Klaus Breuer: Computerspiele programmieren: Künstliche Intelligenz für künstliche Gehirne. Oldenbourg Wissenschaftsverlag, München 2012, ISBN 978-3-486-71789-1.
  17. Matthias Kreienbrink: Künstliche Intelligenz: Das Spiel weiß, was du tun wirst. In: Zeit Online. 11. Dezember 2017 (zeit.de [abgerufen am 16. März 2018]).
  18. Künstliche Intelligenz in Spielen: Die KI ist so intelligent wie ihre Entwickler. In: Golem.de. (golem.de [abgerufen am 16. März 2018]).
  19. Jörg Breithut: Künstliche Intelligenz AlphaZero: In vier Stunden zum Schachweltmeister. In: Spiegel Online. 8. Dezember 2017 (spiegel.de [abgerufen am 16. März 2018]).
  20. Ulrich Stock: Remis, Remis, Remis Remis, Remis, Remis, Remis Remis. Die Schachweltmeisterschaft als heilende Erfahrung jenseits von Sieg und Niederlage. Ein Zwischenbericht nach acht Unentschieden. In: Die Zeit, 22. November 2018, S. 36.
  21. Eike Kühl: Künstliche Intelligenz: Jetzt besiegt sie auch noch Profigamer. In: Zeit Online. 19. August 2017 (zeit.de [abgerufen am 16. März 2018]).
  22. Künstliche Intelligenz lernt "Mario Kart" von älterem Herren. Abgerufen am 16. März 2018.
  23. machine learning game - YouTube. Abgerufen am 16. März 2018.
  24. The Physics arXiv Blog: Neural Net Learns Breakout Then Thrashes Human Gamers. In: Medium. 23. Dezember 2013, abgerufen am 16. März 2018.
  25. A video game-playing AI beat Q*bert in a way no one’s ever seen before. In: The Verge. (theverge.com [abgerufen am 16. März 2018]).
  26. Dieser KI-Forscher weiß, dass smarte Roboter uns bald nachahmen werden - podcast, Minute 17:00. Abgerufen am 16. März 2018.
  27. Künstliche Intelligenz schlägt Top Pokerspieler, casinoonline.de vom 26. Dezember 2017
  28. "Künstliche Intelligenz: Jetzt besiegt sie auch noch Profigamer"In: zeit.de, 19. August 2017.
  29. Künstliche Intelligenz: AlphaZero meistert Schach, Shogi und Go, heise.de vom 7. Dezember 2017
  30. Schlauer Computer spielt Weltklasse-Schach – nach nur vier Stunden, faz.net vom 8. Dezember 2017
  31. Nach nur vier Stunden üben: Künstliche Intelligenz schlägt besten Schachcomputer der Welt, spektrum.de vom 6. Dezember 2017
  32. Künstliche Intelligenz beendet menschliche Dominanz, welt.de vom 13. Dezember 2017
  33. Basketball-Roboter versenkt jeden Ball, golem.de vom 16. März 2018
  34. New Neural Algorithm Can ‘Paint’ Photos In Style Of Any Artist From Van Gogh To Picasso 2016.
  35. Google’s Artificial Brain Creates Its Own Artworks and They Are Freaky 2015
  36. Google’s ‘Inceptionism’ Art Sells Big at San Francisco Auction 2015.
  37. "Humans Prefer Computer-Generated Paintings to Those at Art Basel"In: hyperallergic.com, 31. Juli 2017.
  38. "Computer schreibt sechstes Buch von Game of Thrones" In: faz.net, 30. August 2017.
  39. a b Schmidhuber: «Unsere Roboter zeigen Gefühle» 1. Oktober 2017.
  40. video Sunspring, Drehbuch geschrieben von KI 1. Oktober 2017.
  41. Google will Computern das Komponieren und Witzemachen beibringen 24. September 2017.
  42. Google Magenta-Team veröffentlicht erstes KI-komponiertes Musikstück 4. Juni 2016.
  43. Mit künstlicher Intelligenz kann jeder komponieren deutschlandfunkkultur.de vom 21. Dezember 2017.
  44. KI will rock you zeit.de vom 26. Dezember 2017.
  45. Künstliche Intelligenz kann jetzt auch Pop (na ja, fast) gruenderszene.de vom 8. Februar 2018.
  46. Alan Turing: Computing Machinery and Intelligence. Aus: Mind No. 236. Oktober 1950.
  47. Künstliche Intelligenz: Overhyped oder unterschätzt? - CeBIT future talk, 14. März 2016.
  48. Google-KI doppelt so schlau wie Siri – aber ein Sechsjähriger schlägt beide, 5. Oktober 2017.
  49. Roboter müssen Steuern zahlen Interview mit Jürgen Schmidhuber In: wiwo.de, 31. Januar 2016.
  50. Stevan Harnad: The Symbol Grounding Problem. In: Physica D, 42, 1990, S. 335–346.
  51. Franz-Josef Hücker: Die Pygmalion-Mythologie in der Psychotherapie. In: Psychotherapie Forum. Vol. 16, Nr. 3, 2008, (Springer), (Wien), S. 128–135.
  52. Nora Saskia Görg et al.: Predicting dropout in patients receiving Dialectical Behavior Therapy. Abgerufen am 27. August 2018 (englisch).
  53. Vgl. Hubert Dreyfus: In-der-Welt-sein und Weltlichkeit: Heideggers Kritik des Cartesianismus. in: Thomas Rentsch: Sein und Zeit. Akademie Verlag, Berlin 2001, S. 69ff.
  54. heise online: Wenn Computer über Leben und Tod entscheiden: Wer haftet, wenn die KI tötet? Abgerufen am 20. März 2018 (deutsch).
  55. Tanja Oppelt: Ethikkommission stellt in Berlin Ergebnisse vor: Selbstfahrende Autos und die Moral. Bayerischer Rundfunk, 20. Juni 2017; abgerufen am 20. März 2018
  56. Christoph Stockburger: Autonomes Fahren: Was soll Ihr Auto jetzt tun? Spiegel Online, 29. August 2016; abgerufen am 20. März 2018.
  57. Andrea Rungg: Elon Musk fürchtet künstliche Intelligenz. In: Manager Magazin, 17. November 2014.
  58. Künstliche Intelligenz: Gefährlicher als Atomwaffen. In: Chip, 4. August 2014.
  59. a b Hilal Kalafat: Physiker warnt vor künstlicher Intelligenz. In: Handelsblatt, 3. Dezember 2014.
  60. a b Stephen Hawking warnt vor Künstlicher Intelligenz, gulli.com.
  61. Rory Cellan-Jones: Stephen Hawking – will AI kill or save humankind? In: BBC News. 20. Oktober 2016 (bbc.com [abgerufen am 28. Oktober 2018]).
  62. Elon Musk und 116 Experten fordern Verbot von Killer-Robotern, t3n.de.
  63. Elon Musk und Co. warnen vor Killer-Robotern, faz.net.
  64. Gero von Randow: Künstliche Intelligenz: Zu intelligent fürs Leben. In: Die Zeit. 14. September 2017, abgerufen am 27. September 2017.
  65. a b c Miles Brundage, Shahar Avin, Jack Clark, Helen Toner, Peter Eckersley, Ben Garfinkel, Allan Dafoe, Paul Scharre, Thomas Zeitzoff, Bobby Filar, Hyrum Anderson, Heather Roff, Gregory C. Allen, Jacob Steinhardt, Carrick Flynn, Seán Ó hÉigeartaigh, Simon Beard, Haydn Belfield, Sebastian Farquhar, Clare Lyle, Rebecca Crootof, Owain Evans, Michael Page, Joanna Bryson, Roman Yampolskiy, Dario Amodei: The Malicious Use of Artificial Intelligence. Centre of the Study for Existential Risk, 20. Februar 2018, abgerufen am 9. März 2018 (PDF, englisch).
  66. Peter Dabrock: Wir sollten auf klassische Bildung setzen, in: Aufbruch Künstliche Intelligenz - Was sie bedeutet und wie sie unser Leben verändert, Google LLC, SZ Scala GmbH, 2018, Seite 34
  67. Lisa Xanke, Elisabeth Bärenz: Künstliche Intelligenz in Literatur und Film – Fiktion oder Realität?, Online-Artikel der Universität Karlsruhe, abgerufen am 20. Juli 2012; S. 1.
  68. Xanke, Bärenz, S. 37
  69. a b Xanke, Bärenz, S. 38.
  70. a b Xanke, Bärenz, S. 39.
  71. uzhupisembassy.eu abgerufen am 28. Oktober 2018
  72. ARD Quarks und Co: Außer Kontrolle - Wenn Computer die Macht übernehmen, 2016 Minute 16:30, 6. September 2016.
  73. video: Interview with Elon Musk: Elon Musk says Universal Basic Income is “going to be necessary.” 19. Februar 2017.
  74. Elon Musk: Bedingungsloses Grundeinkommen ist unvermeidlich 19. Februar 2017.
  75. ARD alpha: Constanze Kurz: Die totale Automatisierung, 2014
  76. Frank Rieger, Constanze Kurz: Arbeitsfrei: Eine Entdeckungsreise zu den Maschinen, die uns ersetzen.
  77. Frank Rieger: Roboter müssen unsere Rente sichern. In: FAZ, 18. Mai 2012.
  78. The Future Of Employment: How Susceptible Are Jobs To Computerisation? (PDF) oxfordmartin.ox.ac.uk, 17. September 2013.
  79. Jack Ma says 'stop training kids for manufacturing jobs' 21. September 2017.
  80. Presseagentur APA/sda: Roboter-Forscher befürwortet bedingungsloses Grundeinkommen. In: diepresse.com, 15. Januar 2017; abgerufen am 7. April 2017.
  81. Jürgen Schmidhuber: Wir müssen Roboter erziehen wie Kinder. Interview durch Vinzenz Greiner, 15. Januar 2017.
  82. ARD: Quarks: Außer Kontrolle? Wenn Computer die Macht übernehmen. Minute 16:50 und 19:30, ard.de, 6. September 2016; abgerufen am 1. Oktober 2017.
  83. Mark Zuckerberg erklärt, warum jeder ein bedingungsloses Grundeinkommen erhalten sollte. businessinsider.de, 26. Mai 2017; abgerufen am 15. Oktober 2017.
  84. Mark Zuckerberg’s Commencement address at Harvard. news.harvard.edu, 25. November 2017; abgerufen am 15. Oktober 2017.
  85. Maschinen statt Mitarbeiter: Deutsche-Bank-Chef stellt erheblichen Stellenabbau in Aussicht. faz.net, 9. November 2017; abgerufen am 10. November 2017.
  86. Forscher sagt dramatischen Wandel voraus, In: schwaebische.de, 9. November 2017. Abgerufen am 10. November 2017.
  87. Google-Chef: Künstliche Intelligenz “wichtiger als Feuer und Elektrizität”, vrodo.de vom 20. Januar 2018
  88. Diese Jobs sind besonders von Robotern bedroht, welt.de vom 16. Februar 2018
  89. SAP-Chef McDermott: KI bringt bald Billionen-Umsätze, produktion.de vom 26. Februar 2018
  90. Lisa Brüssler: Deutscher Bundestag - Enquete-Kommission zur künstlichen Intelligenz eingesetzt. In: Deutscher Bundestag. (bundestag.de [abgerufen am 6. September 2018]).