Schwache und starke KI

Lesezeit ca. 2 Min. · Seite 18 von 48

Eine weitere wichtige Unterscheidung ist die zwischen schwacher und starker KI. Unter schwacher KI versteht man ein System, das eine bestimmte Teilaufgabe oder eine – wenn auch sehr große – begrenzte Menge von Aufgaben lösen kann; alle heute verbreiteten Systeme fallen in diese Kategorie. Eine schwache KI simuliert Intelligenz, ist aber selbst nicht intelligent: Sie erkennt gut Korrelationen, versteht aber in der Regel keine Kausalität, weil sie die Welt nicht kennt, sondern nur Daten über die Welt. Fragt man eine schwache KI etwa, ob man zur 500 Meter entfernten Waschanlage zu Fuß gehen oder mit dem Auto fahren solle, wird sie häufig „zu Fuß“ antworten – dass die Waschanlage zum Waschen des Autos dient und nicht der Füße, ist ihr nicht bewusst, weil sie selbst nicht Auto fährt und die Welt nicht wirklich versteht. Starke KI wäre demgegenüber erreicht, wenn ein System „auf Augenhöhe“ mit Menschen interagiert, also ein Verständnis für andere sowie Empathie besitzt, ohne notwendig eigene Emotionen zu haben. Starke KI gibt es bislang nicht, und es ist offen, ob und wann sie je erreicht wird; der Moment ihres Erreichens würde vermutlich auch mit der sogenannten technischen Singularität zusammenfallen, dem Zustand, in dem KI die menschliche Intelligenz übertrifft und sich – schlimmstenfalls unkontrolliert – selbst weiterentwickelt, sodass das weitere Schicksal der Menschheit von Entscheidungen der KI abhinge und nicht umgekehrt.

Praktisch genutzte, schwache KI-Systeme sind heute schon in großer Zahl im Einsatz, oft ohne dass Betroffene das überhaupt bemerken: Chatbots beantworten einen großen Teil der Anfragen von Kunden, Mitarbeitern oder Interessenten selbstständig, bildverarbeitende Systeme unterstützen die Wissenschaft bei der Analyse neuer Stoffe oder Medikamente, Bilderkennung dient Zutrittskontrollen und der Inventarisierung, forensische KI-Systeme unterstützen Kriminalistik und Forensik, wissensbasierte Systeme treffen oder unterstützen Entscheidungen im Risikomanagement etwa bei der Kreditvergabe, und generative KI erstellt Programmcode, Websites oder SQL-Abfragen anhand von Beschreibungen. Weitere Beispiele sind Suchmaschinen, maschinelle Übersetzung in Teams oder anderen Office-Produkten, Data-Mining zur Zusammenfassung langer Texte, Schrift- und Spracherkennung für Transkription, Untertitel oder Diktat, wissensbasierte Diagnostiksysteme, KI-gestützte Simulationen etwa für Fluchtwege oder Klimamodelle sowie selbststeuernde Fahrzeuge in gesicherten Umgebungen.

Passend dazu im Seminar

Diese Inhalte vertiefen wir mit Beispielen und Übungen in unseren Seminaren:

Nach oben scrollen