http://knowledge.wharton.upenn.edu/article/dont-believe-hype-ai-driven-world-still-long-way-off/

 

Die Zukunft der künstlichen Intelligenz: Warum der Hype die Wirklichkeit überholt hat

 

von Knowledge@Wharton, 16.07.2017 via ZeroHedge

 

 

Roboter die das Essen servieren, selbstfahrende Autos und Drohnen-Taxis könnten Spaß machen und jede Menge Profit abwerfen. Aber freut euch nicht zu früh. Sie sind wahrscheinlich in weiterer Ferne als der Rummel vermuten lässt.

 

Eine Expertenrunde beim jüngsten Wharton Global Forum in Hong Kong hat ihre Sicht über die Zukunft der künstlichen Intelligenz (AI) dargestellt. Roboter, Drohnen, andere technologische Fortschritte und wie das alles in der Zukunft die Arbeitswelt gefährden könnte. Als Fazit wurde dem ganzen Presserummel die Luft herausgelassen , aber es wurden auch die Gefahren für bestimmte Berufe benannt.

 

Ihre Kommentare stammen aus einer Tagung mit dem Titel „Engineering the Future of Business“ mit Geoffrey Garrett von Wharton als Moderator und den Rednern Pascale Fung, einem Professor für Elektronik und Computer-Engineering an der Hong Konger Universität für Wissenschaft und Technik; Vijay Kumar, dem Leiter der Ingenieursabteilung der Universität von Pennsylvania; und Nicolas Aguzin, dem Asien-Pazifik-Vorstand und CEO von J.P.Morgan.

 

Garrett stellte die Eingangsfrage: Wie groß und revolutionär ist die Bewegung der selbstfahrenden Autos?

 

Es stellt sich heraus, dass Vieles von dem, was in den Massenmedien über selbstfahrende Autos (autonomes Fahren) erscheint und dass sie in Kürze kommen, sehr übertrieben ist, sagte Kumar. Voll autonomes Fahren ist aus seiner Sicht viele Jahre entfernt.

 

Eines von Kumars Hauptargumenten: Oft hätten High-Tech Entwickungen zwei Seiten. Die eine Seite bekommt jede Menge Aufmerksamkeit in den Medien – die Fortschritte in der Rechnerleistung, der Software und ähnlichen Dingen. Dort ist der Fortschritt rasant – neue Apps, neue Firmen und neue Produkte sprießen tagtäglich. Jedoch beeinflusst die andere, oft übersehene Seite viele Projekte maßgeblich – dort wo sich die virtuelle Welt auf neue Weise mit der physischen und mechanischen Welt verbinden muss, sagt Kumar, der auch Professor für Maschinenbau an der Penn ist. Der Fortschritt auf diesem Gebiet komme wesentlich langsamer.

 

An einem Punkt kommt die ganze Software in den autonomen Fahrzeugen auf eine holprige Straße. In jener Welt kommt der Fortschritt, so wie bei anderen robotergestützten Anwendungen, aus der Verlagerung von „Daten zu Information zu Wissen.“ Ein fundamentales Problem: die meisten Beobachter realisieren nicht, wie riesig das Datenvolumen ist, das nötig ist um in einer physikalischen Welt zu arbeiten – immer größere Mengen, oder wie es Kumar nennt: „exponentielle“ Mengen. Es wird zwar heute verstanden, dass „Big Data“ wichtig ist, die nötigen Mengen für viele physikalische Operationen sind jedoch weitaus größer als „Big Data“ vermuten lässt. Die Grenzen für das Erheben solch riesiger Datenmengen bremsen die Geschwindigkeit des Fortschritts bei vielen Arten von Projekten, meint er.

 

Mit anderen Worten: viele optimistische Artikel über autonome Fahrzeuge übersehen die Tatsache, dass es viele Jahre brauchen wird um genug Daten zu sammeln, damit selbstfahrende Autos im größeren Maßstab funktionieren – nicht nur ein paar Jahre.

 

Genug Daten zu sammeln um eine 90% Genauigkeit zu erreichen ist „schwierig genug“, sagte Kumar. Manche Software für Objekterkennung ist heute bei der Identifizierung „90% akkurat, gehen Sie auf Facebook, da sind so viele Gesichter – (aber das ist) 90% akkurat. Aber „deine Kollegen aus der Computerwelt würden bei 90% sagen: 'das ist dumm' … Aber von 90% Genauigkeit auf 99% Genauigkeit zu kommen erfordert wesentlich mehr Daten.“ – exponentiell mehr Daten. „Und wenn man von 99% zu 99,9% Genauigkeit will ratet mal? Dazu braucht es noch mehr Daten.“ Er vergleicht den exponentiellen Anstieg der Datenmengen mit einer Kurve die einem Hockeyschläger ähnelt, mit einem plötzliche, scharfen Anstieg. Das Problem mit den autonomen Fahrzeugen ist, so haben auch andere Analysten bemerkt, dass 90% oder auch 99% Genauigkeit einfach nicht gut genug ist, wenn menschliches Leben auf dem Spiel steht.

 

Exponentiell mehr Daten

 

Exponentiell mehr Daten zu erreichen, um alle … Fälle abzudecken, das ist extrem schwierig,“ sagte Kumar. „Und aus diesem Grund glaube ich, dass selbstfahrende Fahrzeuge, was das Reagieren auf Situationen aufgrund von Daten anbelangt, extrem schwer (zu meistern) sind... Ja, es ist ein großartiges Konzept und ja, wir machen große Fortschritte, aber... um es bis zu dem Punkt zu lösen wo wir uns absolut behaglich fühlen – das wird noch lange Zeit dauern.“

 

Warum bekommt man also, wenn man die Massenmedien liest, den Eindruck, dass die selbstfahrenden Autos schon vor der Tür stehen?

 

Um seine Sicht zu erklären, was in den Medien passiert, zitiert Kumar den früheren Fed-Chef Alan Greespan, der die berühmten Worte aussprach, im Aktienmarkt gäbe es eine „irrationale Überschwänglichkeit“, lange vor dem Crash der High-Tech Börsenblase Anfang der 2000er. Kumar meint, dass heute eine ähnliche Übertreibung für die selbstfahrenden Autos gilt. „Da kommt die irrationale Überschwänglichkeit ins Spiel. Es ist eine Technologie die schon fast da ist, aber es wird lange Zeit dauern um sie anzupassen.“

 

Elektrisch angetriebene Drohnen mit Motoren und Batterien, die Menschen in die Luft befördern können – das halte ich für ein Luftschloss.“ – Vijay Kumar

 

Garrett weist darauf hin, dass der Tesla-Chef Elon Musk behauptet, die ganze Technologie, die es neuen Autos erlaube selbst zu fahren, würde bereits existieren (wenn auch nicht unbedingt ohne einen Menschen an Bord, um im Notfall zu übernehmen) und dass das Hauptproblem die „menschliche Akzeptanz der Technologie“ sei.

 

Kumar sagte, da müsse er entschieden widersprechen. „Elon Musk wird euch auch erzählen, dass die Batterien Fortschritte machen und dass sie immer besser werden. Tatsächlich sind es die gleichen Batterien wie vor 5 oder 10 Jahren.“ Der Unterschied liegt darin, dass die Batterien kleiner und billiger werden, „denn immer mehr von uns kaufen Batterien. Aber am Prinzip hat sich nichts geändert.“

 

Auch auf anderen Gebieten ist der Fortschritt langsam. Auch im „physikalischen Bereich“ hat sich bei Energie und Kraft wenig verändert, erklärt Kumar. „Schaut euch die Elektromotoren an, das ist Technologie aus dem 2. Weltkrieg. Wir machen also auf physikalischer Seite nicht die selben Fortschritte wie auf dem Informationsgebiet. Und wissen Sie was? In den USA entstehen 2% des Stromverbrauchs durch Datenzentren. Wenn man wirklich mehr Daten haben will und man es mit dem Hockeyschläger zu tun bekommt, dann wird man eine Menge Energie verbrennen, nur damit die Datenzentren funktionieren. Ich denke, dass es ab einem gewissen Punkt immer härter wird...“

 

Ähnliche Beschränkungen gelten auch für die Drohnentechnologie, sagte er. „Es ist eine simple Tatsache: Um eine Drohne zu fliegen benötigt man etwa 200 Watt pro Kilo. Wenn man also eine Person mit 75 Kilo durch die Luft befördern will, dann ist das eine Menge Leistung. Wo sollen die Batterien herkommen, die das bewerkstelligen sollen?“ Die einzige Energiequelle mit ausreichender Energiedichte, um so eine schwere Last in die Luft zu befördern, ist fossiler Treibstoff. „Man könnte kleine Jet-Turbinen für den Antrieb von Drohnen bekommen. Aber elektrisch angetriebene Drohnen mit Motoren und Batterien, die Menschen in die Luft befördern können – das halte ich für ein Luftschloss.“

 

Das soll nicht heißen, dass man „mit Drohnen nicht interessante Dinge anstellen kann, aber was immer man auch macht – man muss an die angemessene Nutzlast für sein Vorhaben denken.“

 

Auf anderen Gebieten, wie den Elektroautos, geht der Fortschritt schnell voran und Kumar sagt, das gäbe es viel Potential. „Die Chinesen haben das bewiesen, sie sind führend in der Welt. Die Anzahl der Elektroautos in China, die jährlich produziert wird, ist dreimal so hoch wir in den USA … ich denke Elektroautos werden bleiben, aber über Drohnen mit Elektroantrieb bin ich mir nicht so sicher.“

 

Fung griff Kumars Thema auf. Sie arbeitet auch beim Human Laguage Technology Center ihrer Universität mit und zeigte einige der Grenzen der künstlichen Intelligenz (AI) in der absehbaren Zukunft auf. Auch dort überholt der Hype oft die Realität. Zwar könne AI viele eindrucksvolle und wertvolle Aufgaben erfüllen, aber auch hier müssten physikalische Grenzen beachtet werden.

 

... Ein tief lernender Algorithmus, der nur Spracherkennung ausführt, der übersetzt was man sagt, muss mit Millionen Stunden von Daten trainiert werden und „benutzt riesige Datenfarmen,“ sagte Fung. Und während ein tief lernendes Netzwerk vielleicht hunderttausende von Neuronen besitzt, so hat das menschliche Gehirn Billionen. Menschen sind derzeit wesentlich energieeffizienter. Sie können sich „einen ganzen Tag lang mit einem Stück Pizza beschäftigen“, scherzte sie.

 

Die sichersten Jobs vor Robotern werden die ganz oben und unten sein, nicht die in der Mitte.“ – Vijay Kumar

 

Das Rätsel des menschlichen Gehirns

 

Das führte die Tagungsteilnehmer zu einem zweiten unterschätzten Problem: die Bandbreite der Projekte, die AI derzeit erledigen kann. Kumar wies darauf hin, dass Aufgaben wie das Übersetzen relativ begrenzt sind. (Anm.d.Ü.: Wer will, kann sich diesen Artikel ja bei Google Übersetzer ansehen;) Wir haben „bis zu einem gewissen Ausmaß herausbekommen, wie wir von Daten zu Informationen gelangen, jedoch... selbst das ist mit tiefem Lernen sehr schwierig. Von der Information zum Wissen? Wir haben keine Ahnung. Wir wissen nicht wie das menschliche Gehirn funktioniert... Es wird lange Zeit dauern bevor wir Maschinen bauen, die jene Art der Intelligenz haben, die wir mit Menschen in Verbindung bringen.“

 

Kumar wies darauf hin, dass vor gar nicht langer Zeit der Supercomputer Watson von IBM nicht einmal Drei gewinnt (tic tac toe) mit einem Fünfjährigen spielen konnte. Jetzt schlägt er Menschen beim Quiz Jeopardy!. Aber dieser rasante Fortschritt täuscht über die Tatsache hinweg, dass heutige Computer nur eng gefasste Aufgaben erfüllen können, oder „punktuelle Lösungen. Wenn man sich allgemein ansieht, wie viele Dinge Menschen tun – das ist sehr schwierig.“

 

Dennoch ist der Boden bereitet für größere Dinge in der Zukunft. Um diese eng gefassten automatisierten Aufgaben zu erfüllen, müssen Menschen „lernen wie man mit Maschinen kommuniziert“ und das nicht immer erfolgreich, wie der Ärger mit Call Centern und oft auch mit Siri von Apple zeigt, sagte Fung.

 

Heute liegen die Bemühungen darin, das Lehrer-Schüler-Verhältnis umzukehren, damit die Maschinen anfangen zu lernen, wie man mit Menschen kommuniziert. Die „Forschung, Entwicklung und Anwendung von AI-Algorithmen und Maschinen, die für uns arbeiten,“ die uns versorgen, läuft bereits, sagte Fung. „Sie werden unsere Gedanken verstehen, unsere Emotionen, unsere Persönlichkeit, unsere Affekte und all das.“ Das Ziel von AI ist, die „verschiedenen Ebenen“ von Mensch zu Mensch-Beziehungen in Betracht zu ziehen.

 

Wir sehen uns an, wir reagieren auf die Emotionen und Absichten anderer Menschen,“ sagte Fung, die eine der weltweit Führenden ist bei den Bemühungen, dass Maschinen besser mit Menschen kommunizieren. „Wir benutzen Körpersprache. Es sind nicht nur die Worte. Deshalb bevorzugen wir persönliche Treffen und wir bevorzugen sogar Skype vor einem Telefongespräch.“

 

Fung bezog sich auf einen Artikel, den sie für Scientific American geschrieben hat. Darin geht es um die Notwendigkeit, dass man Robotern beibringt, menschliche Gefühle zu verstehen und nachzuahmen. „Im Grunde geht es darum, Maschinen unsere Gefühle und Absichten verstehen zu lassen, mehr als das was wir sagen, und dass sie auf eine menschlichere Art antworten.“

 

Dieses „gefühlsbetonte Rechnen“ bedeutet, dass Maschinen schließlich „Gefühlserkennung“ leisten, die sie aus unserer Stimme, den Worten, den Gesichtsausdrücken und der Körpersprache lernen. Zukünftige „Mensch-Roboter-Kommunikation muss diese Ebene der Kommunikation enthalten.“ Aber Absichten und auch Emotionen zu erkennen ist eine extrem schwierige Herausforderung, fügte Fung hinzu. „Natürliche Sprache ist von Maschinen sehr schwer zu verstehen – und von Menschen. Oft missverstehen wir uns gegenseitig.“

 

Wo wird das also hinführen, wenn es um die Zukunft der Arbeit geht?

 

Maschinen sind immer noch „dumm“

 

In der nahen Zukunft muss sich keiner Sorgen machen, denn Maschinen sind ziemlich dumm...“ sagte Kumar. Als Beispiel nennt Fung, dass sie einen Roboter herstellen könnte, der in der Lage sei, die einfachen Aufgaben im Haushalt zu erledigen, aber „es ist immer noch billiger wenn ich es erledige, oder ich bringe es meinen Kindern oder dem Ehemann bei. In der näheren Zukunft gibt es also massenhaft Jobs wo es zu teuer wäre, sie mit Maschinen zu ersetzen. In 50 oder 100 Jahren ändert sich das wahrscheinlich, so wie sich auch die heutige Welt von der vor 50 oder 100 Jahren unterscheidet.“

 

Aber selbst mit dem Erscheinen neuer Technologie ist nicht immer klar, welche Folgen das haben wird. Zum Beispiel gab es, nachdem die Bankenindustrie die ersten Geldautomaten (Anm.d.Ü.: die elektronischen Bankkassierer) einführte, statt weniger Kassierern „mehr Kassierer“, sagte Aguzin. Die Geldautomaten machten „eine Zweigstelle billiger, und dann gab es mehr Zweigstellen, und daher hatten wir am Ende mehr Bankkassierer.“

 

Mit der Blockchain-Technologie werden die Kosten für eine Transaktion schließlich sein 'wie das Verschicken einer email, gleich Null.' Stellen Sie sich das für den Finanzhandel vor.“ – Nicolas Aguzin

 

Auf der anderen Seite wird die Einführung der Blockchain-Technologie als Kontensystem wahrscheinlich die Notwendigkeit eines Dritten zum Gegenchecken der Buchführung unnötig machen. Alles was einen Abgleich braucht, kann unverzüglich gemacht werden, eine Bestätigung wird unnötig, fügte Aguzin hinzu. Schließlich werden die Kosten für eine Transaktion „wie das Verschicken einer email sein, gleich Null … ohne die Möglichkeit einer Verwechslung entstehen keine Kosten. Stelle Sie sich das für den Finanzhandel usw. vor.“

 

Schon jetzt automatisiert Aguzins Bank dieses Jahr 1,7 Millionen Vorgänge, die noch manuell ausgeführt werden. „Und das sind nicht die niedrigsten, händischen Arbeiten – es liegt etwa in der Mitte.“ In einem frühen Vorstoß zu affektivem Computerrechnen arbeitet seine Bank an Software, die in der Lage sein wird, die Gefühle und Absichten eines Kunden zu erspüren, wenn sie für einen Service anrufen. „Es ist noch nicht perfekt, aber man bekommt ein ziemlich gutes Gespür dafür was sie fühlen, ob sie sich beschweren wollen oder wollen sie nur das Konto einsehen? Werden sie x oder y tun – man spart eine Menge Zeit.“

 

Dennoch bleibt er zuversichtlich, dass als Folge der neuen Technologie neue Jobs geschaffen werden, so wie es nach den Geldautomaten auch der Fall war. Seine Sicht auf die Zukunft der Jobs und der Automation ist nicht so „dramatisch“ wie die mancher Analysten. „Ich bin etwas besorgt über die Geschwindigkeit des Wandels, das sollte uns vorsichtig machen, aber... es werden neue Dinge entstehen. Ich neige dazu, eine etwas positivere Sicht auf die Zukunft zu haben.“

 

 Fung erinnerte die Zuhörer daran, dass sogar in der Finanztechnologie der Fortschritt durch die verfügbaren Daten gebremst wird. „IN manchen Bereichen hat man eine Menge Daten, in anderen nicht.“ Finanzvorstände hätten Fung gesagt, das sie riesige Datenmengen besitzen, aber nach ihrer Erfahrung sei das oft nicht annähernd genug um viele ihrer Ziel zu erreichen .

 

Kumar gibt zu, dass heute mehr Jobs für Roboter als für Menschen geschaffen werden, ein Grund zur Sorge über die Zukunft der menschlichen Arbeit. Aber er bezeichnet sich bei der Job-Frage auch als einen „pathologischen Optimisten“. AI und Robotik werde am besten bei den Anwendungen funktionieren, bei denen „sie mit Menschen zusammenarbeiten.“ So wie Fung sagt er, dass „es eine lange Zeit brauchen würde, bis wir Maschinen bauen, die jene Art der Intelligenz besitzen, wie wir sie von Menschen kennen. Wenn es darum geht, wie wir von der Information zum Wissen zu gelangen, dann haben wir keinen Schimmer. Wir wissen nicht wie das menschliche Gehirn funktioniert.“

 

Sicherheit ganz oben – und unten

 

Bezug nehmend auf Fungs Argument, dass viele Jobs im unteren Fachbereich erhalten bleiben, fügte Kumar an, dass jene Jobs, die verschwinden werden, viele Menschen überraschen könnten. „Worin sind Computer wirklich gut? Sie sind gut beim Ablegen von Prüfungen. Also diese Erwartung, ach, ich habe eine 'gut' von dieser sehr bekannten Universität, ich werde bald einen Job haben – das stimmt nicht.“ Gleichzeitig ist es für einen Roboter „sehr sehr schwierig, hinter deinem Dreijährigen herzuräumen. Ein Essen zu servieren ist sehr sehr schwierig. Das Aufräumen nach einem Abendessen ist noch schwieriger. Ich denke dass diese Jobs sicher sind.“

 

Die Teilnehmer waren sich einig: Die Jobs, die vor einem Ersatz durch Roboter am sichersten sind, sind jene ganz oben und die ganz unten. Aber nicht die in der Mitte.

 

Wie sieht es damit in vielen Jahren aus, wenn die Roboter fortgeschrittener und billig genug sind um mehr und mehr menschliche Aktivitäten zu übernehmen? Was wird aus der menschlichen Arbeit werden?

 

Man wird immer noch einen Roman lesen wollen, der von einem Menschen geschrieben wurde, auch wenn er nicht anders ist als ein Roman, der eines Tages von einer Maschine geschrieben wird. Man schätzt immer noch den menschlichen Touch.“ – Pascale Fung

 

Zum einen, sagt Fung, werde es viel mehr AI-Ingenieure geben und „Menschen, die die Maschinen regulieren, warten und irgendwie entwerfen, bis sich die Maschinen selbst reproduzieren können.“

 

Aber viele Jobs werden sich auch an die neue Welt anpassen. Man stelle sich zum Beispiel vor, dass in einer entfernten Zukunft viele Restaurants robotische Kellner und Personal haben. Die Menschen werden „viel mehr Geld ausgeben um in ein Restaurant zu gehen, wo der Koch ein Mensch ist der Kellner ein Mensch ist.“, sagte Fung. „Damit wird die menschliche Arbeit sehr wertvoll.“

 

Sie sagte auch, dass viele Menschen „Künstler und Köche, und aufführende Künstler werden wollen, denn man wird immer noch lieber ein Konzert hören wollen, das von Menschen aufgeführt wird und nicht von Robotern, die das Konzert aufführen. Und man wird immer noch einen Roman lesen wollen, der von einem Menschen geschrieben wurde, auch wenn er nicht anders ist als ein Roman, der eines Tages von einer Maschine geschrieben wird. Man schätzt immer noch den menschlichen Touch.“

 

Darüber hinaus werde Kreativität bereits immer wichtiger, sagte Fung. Es wird also nicht darum gehen, ob in der Zukunft AI-Ingenieure oder Geschäftsleute das Sagen ahben. „Es wird darum gehen: kreative Menschen gegen nicht kreative Menschen. Es gibt immer mehr Nachfrage nach kreativen Menschen.“ Es scheint für Ingenieur-Studenten bereits immer schwieriger zu werden, „mit den Besten zu konkurrieren, verglichen mit den alten Zeiten.“

 

In der Vergangenheit hat ein guter Universitätsabschluss einen Job garantiert. Heute wählen Tech-Firmen die Bewerber nach „so vielen verschiedenen Kriterien aus“, sagte Fung. Sie blicken über die technischen Fähigkeiten hinaus. Sie suchen nach Kreativität. „Ich glaube dass die Ingenieure mehr nicht-technische Fähigkeiten erlernen müssen, und die Nicht-Ingenieure werden mehr technische Fähigkeiten lernen müssen, inklusive wissenschaftliches Denken und Programmieren...“

 

Kumar stimmte zu. Heute belegen alle Ingenieur-Studenten an der Penn auch Betriebswirtschafts-Lehrgänge. „Der Gedanke eines breit gefächerten Abschlusses, die Idee einer liberalen Erziehung heutzutage, ich glaube das beinhaltet Ingenieurswesen und Kaufmännisches, stimmt's? Was mich beunruhigt: Was passiert mit den Anthropologen, den Englisch-Studiengängen, den Geschichtsstudiengängen... Ich glaube, diese Disziplinen werden sehr unter Druck geraten.“

  

Kommentar schreiben

Kommentare: 1
  • #1

    Propapanda (Dienstag, 18 Juli 2017 09:16)

    Das Problem ist, dass man annimmt, mit der derzeitigen Computertechnik könnte man einen freien Willen darstellen. Das genau geht in einem Universum von Null und Eins nur mit immensen Rechenkapazitäten und enormen Speicherplatz. Schließlich stellt sich der freie Wille des Menschen als Kaskadierung von sehr sehr vielen Ja und Neins wieder, die sich wiederum aus völlig unterschiedlichen, gar zufälligen, Ereignissen bzw. die Erinnerung an erlerntes, gesehenes, gefühltes und geschmecktes speisen. Echte AI wird sich so nicht realisieren lassen können, aber sone dämliche Drohne mit ein paar Raketen, der man sagt: auf Koordinate X,Y suche nach Personen mit gewissen Eigenschaften und Baller die ab, dass geht schon jetzt - hat aber auch nichts mit AI zu tun.

    Das steht aber ohnehin im Artikel.