In einer Abschlussszene von Ex Machina, bei der ein exzentrischer Firmengründer einem Programmierer aus seinem Unternehmen den ultimativen Turing-Test an Ava, seiner menschenähnlichen künstlichen Intelligenz, durchführen lässt, sieht man die entflohene Ava ein letztes Mal durch das Haus gehen, das … Transrobotismus – Der Zwilling des Transhumanismus weiterlesen
Zuerst war es eine Ölpipeline, dann ein großer Schlachtbetrieb, die durch Cyberattacken lahmgelegt worden sind. Keine Woche vergeht, dass nicht hier ein Krankenhaus, dort eine Spedition oder eben jüngst Colonial Pipeline, durch deren Erdölleitungen 45 Prozent der Treibstoffversorgung der amerikanischen … Das Kommen eines KI Pearl Harbor ist unausweichlich weiterlesen
Wie bereitet man ein Sandwich zu, das mit Erdnussbutter und Erdbeermarmelade bestrichen ist? Ganz einfach, man nehme zwei Scheiben Brot, schmiere Erdnussbutter und Marmelade drauf und fertig? Nicht ganz, wenn man diese Anleitung genau befolgt. Genau das macht Josh Darnit … Die Erdnußbutter-Jelly-Sandwich-Anleitung für KI weiterlesen
Als Mary Shelley als 20-jährige ihren Roman ‚Frankenstein‘ schrieb, traf sie den Nerv der Zeit. Das Phänomen der Elektrizität, das tote Froschbeine zu wilden Zuckungen brachte, hatte die Vorstellungskraft der Menschen angeregt. Im Nachhinein erscheint es wenig verwunderlich, dass phantasievolle … Maschinenlernen und Demokratie weiterlesen
Die Vereinigten Staaten haben seit ihrer Gründung eine interessante Herangehensweise an neue Technologie und Herausforderungen: wann immer diese eine gewisse kritische Masse erreichen, gründen die Amerikaner eine Agentur oder Behörde, die sich ausschließlich damit befassen soll, sowohl was die Regulierung, … Die neue amerikanische KI-Behörde im Vergleich zur europäischen digitalen Strategie weiterlesen
Als wichtiges Thema in der Entwicklung künstlicher Intelligenz kristallisiert sich immer mehr die Datenverzerrung dar, die durch schlecht kuratierte Daten entstehen. Dazu muss man wissen, dass heutige KI durch Maschinenlernen mit Millionen und Abermillionen Datensätzen gefüttert wird. Woher diese Daten kommen und wer sie auswählt und zusammenstellt, ist dabei entscheidend. Hat ein solches Datenset, das Gesichter erkennen soll, vorwiegend Gesichter mit heller Hautfarbe oder mehr Männer statt Frauen, dann werden solche zwar gut erkannt, aber die KI macht dann bei Frauen oder dunkelhäutigen Menschen, oder gar in Kombination bei der Gesichtserkennung von dunkelhäutigen Frauen mehr Fehler.
Mag das bei der Gesichtserkennung nicht gleich so tragisch sein, kann es bei anderen System über Leben und Tod, Gefängnis oder Freiheit, oder Kreditvergabe oder Ablehnung führen. Eine weitere Falle ist, dass menschliche Stereotypen in den System verankert und vertieft werden. Einen solchen Fall entdeckte die in Helsinki lebende Russin Anna Kholina. Sie lies von Google Translate, eine KI-basierte Online-Übersetzungssoftware, einige Sätze aus der geschlechtsneutralen finnischen Sprache ins Englische übersetzen. Das Ergebnis widerspiegelte Gender-Stereotypen. Sätze, die das System mit typisch weiblichen Aktivitäten verband, wurden mit dem weiblichen Fall übersetzt, solche mit typisch männlichen Aktivitäten mit dem männlichen Fall.
Solche Übersetzungen stellen ein Problem dar, wenn es darum geht, Gender-Stereotypen auszumerzen. Dass Frauen wählen dürfen, studieren und Berufe ergreifen können, und selbst bis vor kurzem nur Männern offen gestanden Rollen heute auch selbstverständlich ausüben können, ist nicht selbstverständlich und hat sehr viel auch mit der Sprache und dem Aufzeigen von Möglichkeiten zu tun.
„Genderstereotypisierung bei Googles Übersetzungs-KI“ weiterlesen
Ein unscheinbarer Twitter-Account mit einer hübschen jungen Dame, die sich als Motorrad-Enthusiastin zu erkennen gab, hat in Japan viele Fans gewonnen. Immer wieder wurde sie gesehen, wie sie vor der Maschine posierte, mit ihrem Motorrad am Meer stand oder in ihrer Werkstatt daran herum bastelte.
Bis jemand einige Ungereimtheiten entdeckte. Zum Beispiel zeigte ein Bild einen Arm mit etwas zu viel Haar, und in einem Spiegel, der auf einem Foto zu sehen war, ein weiteres kurioses Detail. Das Spiegelbild sah ganz anders aus als die junge Dame. Die Person war nicht nur viel älter, sondern auch ein Mann.
„FaceApp und das süße Motorrad-Mädchen“ weiterlesen
In einem TED Talk beschreibt die Roboter-Ethikerin Kate Darling vom MIT, wie sie einem Freund einen kleinen Dinosaurier-Roboter vorführte. Dieser kleine Roboter namens Pleo hatte einige Sensoren und Motoren eingebaut, er konnte herumlaufen und seinen Kopf bewegen, aber er konnte auch erkennen, ob er aufrecht stand oder lag. Wenn er lag oder herunterhing, fing er an zu weinen. Darlings Freund untersuchte den Roboter, während er ihn auf den Kopf hielt, was den Roboter zum Weinen brachte. Darling fühlte sich dabei so unwohl, dass sie den Roboter von ihrer Freundin zurücknahm.
Ihre Reaktion darauf, dieses Mitleid mit dem Dinosaurier-Roboter, der letztlich nichts weiter als ein Spielzeug war, erstaunte sie selbst, und sie fragte sich, warum wir emotionale Verbindungen zu Maschinen aufbauen.
Darlings Reaktion war nicht ungewöhnlich; das passiert auch anderen. In P. W. Singers Buch „Wired for War“ sprechen amerikanische Soldaten vom „Robo-Hospital“ und nicht von der „Joint Robotics Repair Facility“, wohin sie ihre Drohnen und Entminungsroboter zur Reparatur schicken. Dieselben Soldaten geben ihren Robotern „Begräbnisse mit vollen militärischen Ehren“. Und zu guter Letzt haben wir bereits von den umgestürzten Kiwibots erfahren, die von Passanten sofort wieder aufgerichtet werden, weil sie so ‚traurig‘ aussahen. All das zeigt uns, dass wir Menschen sehr schnell in der Lage sind, solche emotionalen Verbindungen herzustellen. Alles, was sich bewegt und nach Leben aussieht, kann unser Mitgefühl wecken.
„Wie entwirft man einen liebenswerten Roboter?“ weiterlesen
Zu den Ängsten, die Menschen zu Robotern und Künstlicher Intelligenz immer wieder ausdrücken, ist die um Arbeitsplätze. Welche Jobs werden Menschen machen, wenn Maschinen alles übernehmen? Zuerst mal sind es zwei Arten, wie physische und kognitive Maschinen unsere Arbeit verändern. Einmal dort, wie sie ganze Berufe ersetzen, wie beispielsweise LKW- und Taxifahrer, die durch autonome Autos ersetzt werden; und dann dort, wo sie Berufe verändern, indem sie uns Routinetätigkeiten abnehmen, wie beispielsweise das Ablesen von Röntgenbildern oder das Ausfüllen der Steuererklärung durch einen Steuerberater.
Eine Studie der Oxford University, die vor einigen Jahren einen Schock verursachte, weil die Studienautoren von 47 Prozent aller Berufsgruppen sprachen, die von Computerisierung betroffen sein werden, stellte sich bei genauerer Durchsicht als weniger radikal heraus, als im ersten Moment gedacht. Die Autoren schrieben über einige Aufgaben innerhalb dieser Berufsgruppen, die durch Computerisierung übernommen werden. Die Berufe verschwinden nicht, deren Aufgabenbereiche werden sich ändern.
Ist unsere Sorge also unbegründet oder sollten wir noch stärker in Panik geraten, wenn es um Arbeitsplätze für uns geht? Menschen tendieren dazu, die größte und flexibelste Ressource auf diesem Planeten zu wenig einzusetzen und zu berücksichtigen. Und das ist „menschliches Potenzial“. Seit Jahrhunderten bewegen wir uns weg von physisch beschwerlichen Routinetätigkeiten hin zu solchen, die immer mehr den Einsatz unseres Gehirns verlangen. Immer neue, erfüllendere und das menschliche Potenzial ausschöpfende Tätigkeiten entdecken wir, von denen wir nicht wussten, dass Menschen fähig dazu sein könnten.
Welche Berufe sind nun – egal von welchen zukünftigen Fähigkeiten von Maschinen man ausgeht – sicher vor Robotern?
„Welche Jobs wird Künstliche Intelligenz uns so bald nicht wegnehmen können?“ weiterlesen
Hat man Schwierigkeiten, einen Begriff oder eine Situation zu definieren, dann kann die Betrachtung und Definition des Gegenteils hilfreich sein. In Workshops mit Unternehmen, die sich darüber Gedanken machen, wie sie sich für die Zukunft rüsten sollen, liefern folgende Fragen … Natürliche Dummheit weiterlesen