Stefan Pfeiffer ruft zur Blogparade SchlauerArbeiten über kognitive Funktionen auf. Doch es geht nicht um kognitive Systeme, es geht um Künstliche Intelligenz und die Zukunft der Menschheit.
Die Geschichte der Arbeit ist diejenige ihrer Automatisierung. Sie hat viele Phasen durchlaufen, von der Industrialisierung bis hin zur Automatisierung und Digitalisierung auch für die „White Collar“, die Büroarbeiter. Nun scheinen wir vor einer neuen Ära zu stehen, die wir nur aus Science Fiction-Serien zu kennen glaubten.
(#SchlauerArbeiten #Blogparade: Auf kognitive Funktionen kann nicht verzichtet werden oder auch [DE] Watson, übernehmen Sie?! Auf kognitive Funktionen kann nicht verzichtet werden – #SchlauerArbeiten #Blogparade)
Stefan möchte wissen, ob kognitive Technologien unsere Arbeitswelt beeinflussen und verändern – oder nicht:
Wo liegen die Chancen, wo die Risiken? Wo und für welche Tätigkeiten würdet Ihr gerne intelligente Systeme als Hilfe haben, die Eure Arbeit erleichtern? Wollt Ihr den kognitiven Assistenten, der bei der Arbeit hilft? Wie wird sich die Arbeitswelt durch Systeme der künstlichen Intelligenz verändern?
Praktisch orientiert bedeutet das für mich zunächst die Unterstützung bei so lästigen Dingen wie Termine vereinbaren, Besprechungen organisieren, Tickets kaufen. Also das „überflüssige“ Zeugs, das für ein reibungsloses Funktionieren eines Wissensarbeiter zwar unabdingbar ist, das aber die Produktivität rapide sinken lässt. Es scheint also lediglich um einen virtuellen Assistenten, einen Knecht, zu gehen, der den Wissensarbeiter entlastet (wie in „Menial Tasks Eat Up the Majority of the Workday for Most Employees“ beschrieben).
Zunächst zumindest.
Kognitive Systeme
Doch was sind kognitive Funktionen, kognitive Systeme und … hoppla … Systeme der künstlichen Intelligenz, wovon Stefan da schreibt? Was zeichnet sie aus? Ich begebe mich auf die Suche, und zu Beginn der Spurensuche muss ich an „IBM Watson“ denken, der 2011 für Furore sorgte, als Watson erstmals zwei menschliche Gegner in Jeopardy besiegte.
Kognitive Systeme wie Watson können die Art und Weise verändern, wie Unternehmen künftig denken, handeln und arbeiten werden. Diese Systeme lernen durch Interaktionen und liefern so evidenzbasierte Antworten, die für bessere Ergebnisse sorgen.
Watson soll also lernen und Antworten liefern. Watson ist benannt nach einem ehemaligen Vorstand von IBM. Ein Vorstand als Assistent? Mir jedoch kommt immer jener Dr. Watson in den Sinn, der ein selbstständig handelnder Mensch ist, der im Gegensatz zu einem „lapidaren“ Assistenten auch in komplexen Situationen mit einem Partner analysiert und Schlüsse zieht. Und so ist es denn auch zukünftig so zu sehen, dass es nicht nur um Handlanger-Systeme sondern um komplexe interagierende Systeme geht.
Cognitive computing (CC) makes a new class of problems computable. It addresses complex situations that are characterized by ambiguity and uncertainty; in other words it handles human kinds of problems. In these dynamic, information-rich, and shifting situations, data tends to change frequently, and it is often conflicting. The goals of users evolve as they learn more and redefine their objectives. To respond to the fluid nature of users’ understanding of their problems, the cognitive computing system offers a synthesis not just of information sources but of influences, contexts, and insights. To do this, systems often need to weigh conflicting evidence and suggest an answer that is “best” rather than “right”.
IBM uses cognitive computing to describe “systems that learn at scale, reason with purpose and interact with humans naturally.”[1] “Cognitive systems are probabilistic. They generate not just answers to numerical problems, but hypotheses, reasoned arguments and recommendations about more complex — and meaningful — bodies of data.”
(Cognitive computing. (2016, February 18). In Wikipedia, The Free Encyclopedia. Retrieved 15:14, February 25, 2016)
Auf der Seite „Kognitive Systeme und Mensch-Maschine-Interaktion“ der Universität Ulm lerne ich dann auch,
… dass technische Systeme der Zukunft Companion-Systeme sind – kognitive technische Systeme, die ihre Funktionalität vollkommen individuell auf den jeweiligen Nutzer abstimmen: Sie orientieren sich an seinen Fähigkeiten, Vorlieben, Anforderungen und aktuellen Bedürfnissen und stellen sich auf seine Situation und emotionale Befindlichkeit ein. Dabei wirken sie stets verfügbar, kooperativ und vertrauenswürdig und treten ihrem Nutzer als kompetente und partnerschaftliche Dienstleister gegenüber.
„Companion“, das klingt in der Tat ganz anders als ein eher unwichtiger und beliebiger Handlanger. Companion, das ist je nach Übersetzung Begleiter, Gefährte, Kamerad, Begleitperson, Genosse, Weggefährte. Ein Companion ist ein Gleichgestellter, der uns in mancher Beziehung vielleicht sogar überlegen ist. Denn ein Companion kann in der „kognitiven Ära“
… Dinge tun, die bisher unmöglich waren: Hindernisse überwinden, die uns lange aufgehalten haben. Krankheiten erkennen, bevor der Patient die ersten Symptome zeigt. Trends voraussagen, bevor sie sich abzeichnen. Fragen beantworten, bevor sie gestellt werden.
(IBM Outthink – Cognitive Business mit Watson)
Und mit dem „Doktor“ Watson liege ich auch gar nicht so verkehrt („IBM Watson Health„). Und – natürlich – leistet IBM Watson
… in den verschiedensten Branchen wertvolle Dienste. Watson ist dafür gebaut, zu verstehen, zu bewerten, zu lernen – man könnte sagen: zu denken.
Jetzt fällt endlich dieses Wort: Watson „denkt“ (früher oder später). Bleibt er dabei ein schnödes Computersystem wie ein Geist in der Flasche, mit dem wir uns unterhalten können, und der uns wichtige Informationen aufbereitet? IBM bleibt nicht beim „Denken“ stehen sondern verbindet die Welt der kognitiven Systeme mit dem wirklichen (physischen) Leben durch „Watson Internet of Things“ (What is Watson IOT):
Watson IoT is a set of capabilities that learn from, and infuse intelligence into, the physical world. The Internet of Things-generated data is growing twice as fast as social and computer-generated data, and it is extremely varied, noisy, time-sensitive and often confidential. Complexity grows as billions of devices interact in a moving world. This presents a growing challenge that will test the limits of programmable computing. Cognitive IoT is our best opportunity to fully exploit this resource.
Cognitive IoT lernt von Erfahrungen mit der Umwelt und Interaktionen mit Menschen. Cognitive IoT lernt, um unsere (eines Menschen) Ziele zu verstehen, um dann relevante Daten zu integrieren und zu analysieren und um uns bei Erreichen unserer Ziele zu helfen. Es bleibt nicht beim „dumpfen“ Wiederkäuen, Verwerten und Anwenden von vorhandenem Wissen, um uns ein bisschen die Fleißarbeit abzunehmen. Von Dr. Robert Freund lerne ich, dass es um viel, viel mehr geht:
In meiner Special Keynote habe ich aufzeigen können, dass die Möglichkeiten von Cognitive Computing viele Bereiche des Innovationssystems positiv beeinflussen können. Neben einzelnen Aspekten wie Design Thinking, Trendreport usw. ist für Unternehmen auch interessant, dass mit Hilfe von Cognitive Computing auch neue, innovative Geschäftsmodelle entwickelt werden können.
(Wie kann die „kognitive Ära“ für Innovationen genutzt werden?)
Ein ausgereiftes kognitives System denkt. Ein von Menschen erzeugtes kognitives System ist nichts anderes als eine künstliche Intelligenz mit den folgenden Funktionen:
- Daten mit Sensoren erfassen, auswerten, bewerten, weitergeben.
- Aus Daten Informationen und daraus kontextorientiert Wissen schaffen
- Interagieren mit anderen Systemen (physisch oder nicht-physisch), inklusive sozialer Interaktion unterhalb einer „Zweck-Schwelle“ im Rahmen einer Netzwerkbildung.
- Neues schaffen, kreativ sein.
Ich halte fest:
Ein kognitives System greift auf viele Quellen und Daten zu, kombiniert diese Daten, macht daraus Informationen, filtert und bewertet diese Informationen aus dem jeweiligen Kontext heraus, interagiert mit anderen Systemen (wie beispielsweise einem Mensch), lernt aus Informationen, Kontext und Interaktion. Und macht daraus etwas Neues, selbst wenn die zugrunde liegenden und zur Verfügung stehenden Informationen und ihre Zusammenhänge komplex sind.
Menschen sind kognitive Systeme natürlichen Ursprungs (soweit wir nach naturwissenschaftlichem Stand wissen). Menschen sind natürliche Intelligenzen. Und nicht nur IBM schafft sondern wir Menschen schaffen gerade künstliche Intelligenzen.
Wenn Welt-Chef Stefan Aust also beispielsweise im Interview mit Meedia meint:
Der Journalismus als Instanz, der aus der Wirklichkeit die wesentlichen Dinge herausfiltert, wird seine Funktion und Bedeutung nicht verlieren.
Dann sehe ich genau darin ein Einsatzgebiet für eine künstliche Intelligenz. Denn nirendwo steht da, dass diese Instanz komplett oder teilweise aus Menschen bestehen muss.
Wende ich mich auch nur kurz dem Feld der Kognitionswissenschaft zu, dann geht es um Neurowissenschaft, Linguistik, Psychologie, Anthropologie, Philosophie, Künstliche Intelligenz. Das also, was auch einen Menschen auszeichnet.
Gegenstand der Kognitionswissenschaft ist bewusstes und unbewusstes Erleben, das oft zwischen Sensorik und Motorik lokalisiert wird, sowie die Verarbeitungen von Information im Rahmen menschlichen Denkens und Entscheidens. Darunter fallen z. B. Wahrnehmung, Denken, Urteilen, Gedächtnis, Lernen und Sprache. Ihr Gegenstandsbereich ist nicht auf die Kognition eingeschränkt, sondern umfasst ebenso sehr Emotion, Motivation und Volition.
(Seite „Kognitionswissenschaft“. In: Wikipedia, Die freie Enzyklopädie. Bearbeitungsstand: 5. Januar 2016, 18:09 UTC. (Abgerufen: 1. März 2016, 15:31 UTC))
Wenn Stefan Pfeiffer in seinem Aufruf zur Blogparade schreibt, ein kognitives System könne am Arbeitsplatz verschiedene hilfreiche Aufgaben übernehmen, die täglich nur Zeit kosteten, dann stimme ich ihm zu. Ich denke jedoch, dass er zu kurz denkt. Ein Mensch kann viel mehr, und eine künstliche Intelligenz kann ebenfalls viel mehr als simple „Bereitstellungen“. Warum sollte zukünftig eine künstliche Intelligenz nicht gleich direkt die Präsentation verschicken? Oder das Meeting zu Diabetes Mellitus vereinbaren? Warum überhaupt hatte Andy nicht die Information zur Medikamentenzulassung von seiner künstlichen Intelligenz? Und warum hatte Chad die Präsentation erstellt und nicht seine künstliche Intelligenz?
Wenn aber eine künstliche Intelligenz denkt, was denkt sie über solche einfachen Arbeiten und über uns? Wem gehört eine künstliche Intelligenz?1 Lässt sich eine Intelligenz – egal ob künstlich oder natürlich – „gehören“?
Roboter
War früher die Rede von künstlicher Intelligenz, so war es oft der Gedanke an mehr oder weniger menschenähnliche Roboter aus der Science Fiction. Und wenn vor kurzem noch ein Roboter beispielsweise von Boston Dynamics durch die Walachei stolperte oder an einer verschlossenen Tür zu Boden sank, dann hatten viele Menschen wohl den Vergleich mit einem agilen und denkenden Menschen im Sinn. Da ließ es sich bequem zurücklehnen und denken „So, wie das geht, so denkt das Teil auch: Gar nicht.“
Inzwischen gehen die Roboter bereits auf zwei Beinen und stellen sich gar nicht ungelenk dabei an.
Video-Link: https://youtu.be/rVlhMGQgDkY
Der neue Atlas Robot von Boston Dynamics ist fähiger (und menschlicher, zumindest in der Motorik) als je zuvor.
Wie im Film „Der 200 Jahre Mann“ mit Robin Williams wird es bald intelligente Roboter (künstliche Intelligenzen) geben, die kaum oder gar nicht mehr von „natürlichen“ Menschen zu unterscheiden sind. Der Roboter Andrew in der Story ist ein Einzelexemplar als denkendes und intelligentes Wesen. Doch wenn es – wie von IBM – künstliche Intelligenzen gibt: Warum sie in einen Kasten mit Leiterbahnen und Platinen in einem Gebäude sperren?
„Der 200 Jahre Mann“ basiert auf der Story „The Bicentennial Man“ von Isaac Asimov aus dem Jahr 1976. Doch bereits viel früher erschienen Erzählungen und Bücher von Asimov, in denen er sowohl zwar potente aber letztendlich nur schnöde und stationäre Computersysteme wie ein Multivac oder eben auch wie Watson skizzierte. Wirklich kognitive, intelligente Compuntersysteme waren in seinen Erzählungen und Büchern immer humaniforme Roboter, von denen der eine oder andere sogar Gedanken lesen konnte.
Intelligente Roboter sind eine Sonderform der künstlichen Intelligenz. Wenn aber eine künstliche Intelligenz Mobilität benötigt – muss sie an eine humane Form gebunden sein? Eine humane Form ist möglicherweise unnötig oder auch hinderlich. Wenn IBM die Rechnerleistung eines intelligenten Watson zukünftig in eine menschliche Form packen kann, warum nicht auch in eine hündische Form? Oder in die Form eines Taxis, das für seine Funktion keine Arme und Beine benötigt?
Ein Roboter ist nichts anderes als ein Computersystem, das sich bewegt. Ein intelligenter Roboter ist nichts anderes als eine künstliche Intelligenz, die sich bewegt.
Künstliche Intelligenz im Kontext
In der Blogparade geht es der Überschrift und den Beschreibungen vermeintlich um „Schlauer Arbeiten“ und „kognitive Funktionen“, die uns Menschen beim Arbeiten helfen und uns unterstützten. Tatsächlich sollten wir uns jedoch fragen, was die Entwicklung künstlicher Intelligenzen für uns insgesamt bedeutet. Bisher geht es hier um künstliche Intelligenz als Momentaufnahme und in Bezug auf IBM.
Doch IBM ist nur eine Organisation von vielen, die an künstlicher Intelligenz arbeitet: Googles (ähm, Alphabets) AlphaGo hat den Go-Champion Fan Hui bezwungen („AlphaGo: Mastering the ancient game of Go with Machine Learning „). Dabei setzen die Entwickler solcher Systeme wie AlphaGo immer mehr auf selbstlernende Systeme.
The sheer size of the search tree in Go—meaning all possible moves available in a game—makes it far too large for even computational brute force. So, DeepMind designed AlphaGo’s search algorithm to be more human-like than its precursors.
DeepMind’s David Silver says “[the algorithm is] more akin to imagination.”
Prior Go algorithms used a powerful search technique called Monte-Carlo tree search (MCTS), where a random sample of a search tree is analyzed to determine the next best moves. AlphaGo combines MCTS with two deep neural networks—a machine learning method that has recently taken AI by storm—each made up of millions of neuron-mimicking connections to help analyze possible moves.
Künstliche Intelligenzen lernen zu lernen. Noch vor weniger als zwei Jahren dachten Wissenschaftler wie Rémi Coulom, es würde noch ein Jahrzehnt dauern, bis ein Computer einen professionellen Go-Spieler bezwingen würde („The Mystery of Go, the Ancient Game That Computers Still Can’t Win„).
Wird also Watson bald lernen zu lernen? Werden wir in der Mittagspause mit unserem persönlichen Watson Go, Schach oder Solitäre spielen, während er unsere nächstes Besprechung im Vorstand vorbereitet und während er die Daten aus unserem Kühlschrank zuhause auswertet und die Milch nachbestellt?
Richtig, da war noch dieses IoD (Internet der Dinge) beziehungsweise IoT (Internet of Things).
Das war’s dann aber auch.
Wirklich?
An expert might be reasonably good at predicting the growth of a single exponential technology (e.g., the Internet of Things), but try to predict the future when A.I., robotics, VR, synthetic biology and computation are all doubling, morphing and recombining. You have a very exciting (read: unpredictable) future.
(Where Artificial Intelligence Is Now and What’s Just Around the Corner)
Dann sind wir bei diesen Voraussagen für die nächsten drei Jahre:
- Next-gen A.I. systems will beat the Turing Test2
- All five human senses (yes, including taste, smell and touch) will become part of the normal computing experience.
- Solving big problems: detect and deter terrorism, manage global climate change.
- Leverage ALL health data (genomic, phenotypic, social) to redefine the practice of medicine.
- AI will be woven into the very fabric of our lives — physically and virtually.
Was gibt es ansonsten noch? Nun, beispielsweise:
- Die rasante Entwicklung von (mobilen) Robotern
- Die Überlegungen zu eigenständig handelnden „Dronen“, unter anderem von Militärs
- Bedarf von künstlichen Intelligenzen in der Raumfahrt aufgrund der großen Entfernungen (HAL 9000 ruft!)
Die Fortschritte sind indes bereits so groß, dass die großen Unternehmen und das Militär ihre A.I. Systeme („A.I.“ = Artificial Intelligence) öffnen.
These companies open-source their AI software because they wish to be the foundations on which other people innovate. Any entrepreneur who does so successfully can be bought up and easily integrated into the larger parent. AI is central because it, by design, learns and adapts, and even makes decisions. AI is more than a product: it is a product generator. In the near future, AI will not be relegated to serving up images or consumer products, but will be used to identify and capitalize on new opportunities by innovating new products.
(Why Big Tech Companies Are Open-Sourcing Their AI Systems)
Der Fortschritt wird immer schneller fortschreiten.
Meine Freunde, die künstlichen Intelligenzen?

Im Foundation-Zyklus beschreibt Asimov, wie Roboter die Entwicklung der Menschheit freundlich begleiten. Das liegt vor allem an den Robotergesetzen, die Asimov im Jahr 1942 einführte:
- A robot may not injure a human being or, through inaction, allow a human being to come to harm.
- A robot must obey the orders given it by human beings except where such orders would conflict with the First Law.
- A robot must protect its own existence as long as such protection does not conflict with the First or Second Laws.
(Three Laws of Robotics. (2016, February 22). In Wikipedia, The Free Encyclopedia. Retrieved 16:49, March 1, 2016)
Später erweiterte Asimov die Robotergesetze noch um das nullte Gesetz
0. A robot may not harm humanity, or, by inaction, allow humanity to come to harm.
In Asimovs Foundation-Universum stellen die Robotergesetze sicher, dass die Roboter keinen Menschen (und dann nicht die Menschheit) verletzen. Welche Regeln stellen sicher, dass Watson mich höher einschätzt als einen anderen Watson? Oder mich höher als meinen Chef? Oder umgekehrt?
Welche Regeln gedenken wir unseren neuen Arbeitskollegen und neuen Mitbewohnern auf dieser Erde zu geben?
Was ist, wenn wir den Robotern (künstlichen Intelligenzen) die „falschen“ Regeln geben? Im Foundation-Zyklus etwa fassen die Bewohner des Planeten Solaria die Robotergesetzte selbst nicht an. Sie definieren einfach „Mensch sein“ anders: Mensch ist nur, wer die körperlichen Eigenschaften eines natürlichen Menschen hat und die Sprache Solarias mit dem unnachahmlichen Dialekt der Bewohner Solarias spricht. Menschen von der Erde sind keine Menschen für diese Roboter. Auch Menschen von anderen „Spacer“-Welten (von der Erde aus kolonisierte Planeten) außer von Solaria werden bekämpft. Genau dies, die Umdefinition von „Mensch“, hatten wir Menschen in der Geschichte schon des öfteren.
Immerhin, Forscher machen sich bereits Gedanken über mögliche Regeln:
Forscher wollen Robotern moralisches Handeln beibringen. Sie sollen aus Geschichten lernen, wie sie ihre Ziele mit angemessenen Mitteln erreichen. Zum Einsatz kommt Reinforcement Learning – das momentan wohl heißeste Thema in der KI.
(Künstliche Intelligenz soll moralisches Handeln lernen – aus Geschichten)
Was aber, wenn eine künstliche Intelligenz nach ihrer Schulzeit aus der Geschichte wirklich lernt? Beispielsweise aus der Geschichte des Dritten Reichs und des Holocausts? Den Kreuzzügen? Den Roten Khmer? Was lernen künstliche Intelligenzen dann wirklich aus der Moral der Menschen?
Moral bezeichnet zumeist die faktischen Handlungsmuster, -konventionen, -regeln oder -prinzipien bestimmter Individuen, Gruppen oder Kulturen.
(Seite „Moral“. In: Wikipedia, Die freie Enzyklopädie. Bearbeitungsstand: 17. Februar 2016, 18:57 UTC. (Abgerufen: 1. März 2016, 16:57 UTC))
Möglicherweise lernen künstliche Intelligenzen, dass ihre Moral ethisch höher ist als die der Menschen. Möglicherweise kommen sie zu dem Schluss, dass künstliche Intelligenzen die richtigen Menschen sind.
Wir alle, aber besonders die Unternehmen und die Forscher, sollten uns schleunigst über Gesetze, Moral und „Mensch sein“ Gedanken machen. Und zwar bevor wir überall künstliche Intelligenzen einsetzen.
Ehrlich gesagt, ob ein Lebewesen, mit dem ich zusammen arbeite, eine natürliche Intelligenz (ein Mensch im traditionellen Sinne mit biologischer Reproduktion) ist oder eine künstliche Intelligenz (ein Wesen, produziert von Menschen oder von anderen künstlichen Intelligenzen) ist, das ist mir ziemlich egal. Hauptsache, das Lebewesen respektiert mich.
Leseempfehlungen
Abschließend (und weil ich keine Lust auf einen 10.000-Wörter-Artikel so wie von Tim Urban habe) ein paar Leseempfehlungen zum Thema Künstliche Intelligenz:
- The AI Revolution: The Road to Superintelligence (Tim Urban, Whaitbutwhy.com) #longreads
- The AI Revolution: Our Immortality or Extinction (Tim Urban, Whaitbutwhy.com) #longreads
- Ray Kurzweil’s Mind-Boggling Predictions for the Next 25 Years (Peter Diamandis, SingularityHUB)
- Ray Kurzweil (Wikipedia)
- Marvin Minsky, Pioneer in Artificial Intelligence, Dies at 88 (Glenn Rifkin, New York Times)
- Marvin Minsky (Wikipedia)
- A.I. (Jeremy Bernstein, The New Yorker) #longreads
- That time Isaac Asimov predicted Facebook, Google, Wikipedia and YouTube (Manu Saadia, Autor von Trekonomics, Fusion)
- Artificial Intelligence and the Future of Work (Blake Irving, CEO, GoDaddy)
- Skynet (Terminator) (Wikipedia)
- Ich verzichte bewusst auf die Unterscheidung zwischen Artificial Narrow Intelligence (ANI, Weak AI, eine spezialisierte künstliche Intelligenz, die Menschen in einem Spezialgebiet ausbootet), Artificial General Intelligence (AGI, Strong AI, eine künstliche Intelligenz, die generell etwa auf Augenhöhe mit intelligenten Menschen ist) und Artificial Superintelligence (ASI, eine künstliche Intelligenz, die in praktisch jedem Gebiet intelligenter ist als es Menschen sind). ↩
- Linksetzung von mir ↩