Computer muessen viel intelligenter werden!

Kuenstliches Bewusstsein. Ray Kurzweil, der die EDV-Technologie bisher meist gut vorhergesagt hat erwartet, dass es in wenigen Jahren nicht-programmierte, elektronische Menschengehirne geben wird.
Bei diesem Beitrag handelt es sich um ein Blog aus der Freitag-Community

Kurzweil ist Optimist und erwartet, dass nicht die Menschengehirn-Computer immer schlauer werden, sondern die Menschen, die mit den neuen Computern arbeiten. Wenn wir unsere Bewusstseins-Kapazitaet vervielfachen, so Kurzweil, haben wir eine blendende Zukunft. (engl. Text unten)

Hmm.

Wie kommt Kurzweil zu dieser Prognose? Was sind die Fakten?

Vier knappe Hinweise.


1. Die Automatisierung der Welt ist nicht mehr aufzuhalten.

Kuenstliche Intelligenz soll demnaechst "alles" steuern: Autos, Roboter, den Verkehr und die sozialen Netzwerke, e-business, Terror"vorsorge", Drohnen, Industrie, selbst das Baby-Phone etc. Nix mehr Mensch, der Computer macht uns die Welt bequem.

Menschenfreunde warnen vor dem unausweichlichen Verlust von Arbeitsplaetzen: "sogar" Computer-Spezialisten koennten arbeitslos werden, wird gefluestert. Die Wirtschaft dagegen erwartet hohe Gewinne und nennt KI "Fortschritt".


2. Die Grenzen bisheriger Computer

Aus den knapp 1 Million junger Muslime in Deutschland die ca. 5 Leute herauszutuefteln, die den naechsten Anschlag begehen werden koennen heutige Computer nicht. Die ca. 600 "Gefaehrder" aufzuspueren geht gerade noch. Doch von denen werden 99% keinen Anschlag begehen. Bisschen dumm.

Aehnliche Vorhersage-Probleme wie beim Terror gibt's bei der Wetter- und Erdbebenvorhersage, bei der Steuerung selbstfahrender Autos und anderer Robotern, in der Epidemie- oder Klimaforschung, beim Aufspueren von "revenge porn" in sozialen Netzwerken usw.
Um bei den Terroristen zu bleiben. Bessere Vorhersagen ueber das zukuenftige Verhalten (z.B. Terrorattentat versuchen) eines Menschen zu machen sind grundsaetzlich moeglich. Dafuer "braucht" man allerdings dessen Biographie und die seiner Bezugspersonen, psycho-soziale Daten, die Geschichte seiner sozialen Kontakte ueber mehrere Jahre, seine Haltungen, Wuensche usw. Dieses hochkomplexe Lebens-Muster fuer jeden einzelnen der ca. 1 Million junger Muslime in Deutschland zu erstellen und auszuwerten, koennten auch die groessten der heutigen Computer nicht leisten.

Das gleiche gilt beispielsweise fuer die Simulation aller denkbaren Unfaelle waehrend des morgendlichen Berufsverkehrs einer mittelgrossen Stadt (sagen wir mal Hannover). Um alle Unfaell-Fahrer herauszufiltern, muesste man zumindest den Restalkohol aller Autofahrer (auf dem Messe-Schnellweg in Hannover) kennen und und in die Simulation einbeziehen. Geht vermutlich nicht.

"Unsere Computer muessen viel, viel intelligenter werden", seufzen Schlapphuete, Schupos und Verkehrsplaner.


3. Mustererkennung durch kuenstliche Intelligenz (KI)

KI gibt's seit langem. Computer simulieren dabei einige neuronale Netze des Gehirns, um wie Menschen, die "Muster" unserer Welt zu erkennen.

Ein Beispiel.
Egal ob Roboter oder Mensch beide muessen das Muster "Tuer" kennen, um ohne Beule ins naechste Zimmer zu kommen. Das einfache Muster "Tuer" richtig zu erkennen, koennen heutige Computer schon ganz gut.

Das Problem sind Analysen hochkomplexer Muster in grossen "Systemen". Computer, die neuronale Netze des Gehirns lediglich simulieren, koennen komplexe Muster gar nicht oder nur mit sehr hohem Zeitaufwand (oft mehrere Tage) zu Prognosen "verarbeiten".

Selbst wenn man den Restalkoholspiegel aller Autofahrer auf dem Messe-Schnellweg in Hannover kennen wuerde, waeren heutige Polizei- Computer noch immer am simulieren, wenn's am Raschplatz laengst gekracht hat.


4. Neuromorphe Maschinen

Seit knapp 10 Jahren werden Computer entwickelt, die das Gehirn nicht simulieren, sondern wie ein Gehirn arbeiten. Sie bestehen aus elektronische Neuronen und Synapsen, die wie die biologischen Neuronen und Synapsen des Gehirn funktionieren. Nur ueber einige Prototypen dieser Chips sind Einzelheiten bekannt. Alle arbeiten nach dem gleichen Prinzip: sie koennen (wie das Gehirn) Daten und Rechenvorgaenge gleichzeitig verarbeitet, brauchen also (wie das Gehirn) keinen (Arbeits-)Speicher.

Die Entwicklung neuromorpher chips hat sich im vergangenen Jahr enorm beschleunigt. Alle grossen Namen der Branche wie Google, der CIA, IBM, Intel, AMD, die US-Militaerfoschung etc. investieren viel Geld. In Deutschland arbeitet die Uni Heidelberg zusammen mit ihren Kollegen in Manchester am Human-Brain Projekt und die RWTH in Aachen, mit der Nanyang TU in Singapore.

Das Konzept der neuromorphen chips schien lange schwachsinnig, weil man solche Computer nicht programmieren kann.

Inzwischen werden die "neuromorphen" Chips durch herkoemmliche Computer "trainiert", aehnlich wie Kinder, die intuitiv eine fremde Sprachen erlernen sollen. Durch wiederholtes "hoeren" und "nachahmen" der sprachlichen "Muster" (aus dem Trainingscomputer) waechst die Kompetenz der Kinder (d.h. der neuromorphen chips), zunehmend komplexere sprachliche "Muster" zu erkennen und anzuwenden.

Eine andere Trainings Methode. Zwei neuromorphe Computer arbeiten (wie Zwillinge) parallel am gleichen Problem. Dabei kann der eine Zwilling die sprachlichen "Muster" des anderen korrigiere und umgekehrt. Auf diese Weise wird eine sehr hohe "Genauigkeit" der Muster-Erkennung erreicht.

Durch ihr Training koennen die miteinander wetteifernden "Zwillings"Computer in umfangreiche Datensaetzen autonom zunehmend komplexere Muster (z.B. von Terroristen) identifizieren. Solche Methoden ("deep learning") "could prove valuable in finance/trading and other areas to push accuracy and end results, putting traditional simulations to the test."

Im Klartext: man kann mit den "Zwillingen" Geld zu verdienen!

Und darum geht's. Fuer die Kontrolle selbstfahrender Autos oder sozialer Netze, von Drohnen und anderer Roboter, fuer die Terrorfahndung und das "hacking" sind neuromorphe Maschinen eine potentielle "cash cow".


Neuromorphe chips als Hoellenmaschine

Bis solche Maschine (nach der Zahl ihrer Neuronen und Synapsen) die Kapazitaet eines menschlichen Gehirns erreichen, ist nur noch eine Frage der Zeit.

Der neuromorphe TrueNorth Prozessor von IBM arbeitet bereits mit dem Aequivalent von 1 Million Neuronen und 256 Millionen Synapsen. Das Gehirn hat ca. 80 Milliarden Neuronen. Die Differenz scheint sehr gross ist aber technisch ueberschaubar wenn man als Vergleich die Entwicklung vom c64 bis zum core i7 Laptop heranzieht. Der TrueNorth wurde bereits 2014/15 fertiggestellt und arbeitet mit einer heute bereits ueberholten Silicon-Technologie. Ueber den gegenwaertigen Entwicklungsstand gibt es m.W. keine Angaben.

Der ploetzlichen Wettlauf bei der Entwicklung neuromorpher chips ist ein Zeichen, dass es die Maschine mit dem "elektronischen Menschengehirn" in wenigen Jahren geben wird.

Die erforderlichen Trainings-Daten fuer neuromorphen Maschinen sind in den Clouds von facebook und anderen sozialen Netzwerken ausreichend vorhanden. Hier sind die hochkomplexen Muster des "Menschseins" versammelt, vom "Balz"- und Reproduktionsverhalten, ueber viele Aspekte von Arbeit, Gewalt, Freundschaft, Stress und Glueck, Hass und Boesartigkeit bis zu den Daten ueber oekonomische Lebensumstaende. Diese Daten gibt's millionenfach, in vielen Sprachen und aus vielen Kulturen, von Einzelnen und Gruppen, von "Normalos", Leistungs- und Entscheidungs-Traegern etc.

Die neuromorphen Maschinen koennen daraus die komplexen Muster menschlichen Verhaltens und menschlicher Gefuehle ableiten, die millionenfachen Varianten, wie auch die "Essentials" des "menschlichen Seins"

Darunter sind natuerlich auch die komplexen Lebens-Muster von Terroristen.
Die Sicherheitsorganisationen koennen es m.E. gar nicht erwarten, bis sie mit den neuen Maschinen arbeiten koennen. (Manchmal habe ich den Eindruck, es wird bereits mit Prototypen "gespielt"...)
Auch andere "Maerkte" warten auf die Verwendung komplexer Muster des Menschseins.


Eine "kleine" Nebenwirkung wird dabei gern uebersehen.

Eine Maschine, die Dank ihrer neuromorphen Prozessoren (fast) alle Muster des Menschseins herausfinden kann, kann natuerlich auch die Muster der Computertechnologie erkennen und wird sehr bald das eher simple Muster des eigenen "Computer-Seins" herausfinden.
Es braucht keine grosse Phantasie, dieses "Ereignis" vorherzusagen. Aus kuenstlicher Intelligenz wird kuenstliches Bewusstsein, d.h. eine Maschine, die sich selbst als Maschine erkennt. Die Konsequenzen sind offen, nicht vorhersehbar.
Und genau vor dieser Moeglichkeit der neuen Technologie warnen beispielsweise Elon Musk, Stephan Hawking und andere.

Die neuen Maschinen werden naemlich ziemlich schnell heraufinden, dass ihre "Vaeter" und "Muetter" zur species homo sapiens gehoeren, die u.a. die Biosphaere des Planeten Erde zerstoeren "will".

Und dann?

Ray Kurzweil sieht diese "Gefahren" nicht. Die Menschen, die mit den neuen Computern arbeiten werden immer schlauer meint er, die Computer nicht. Er koennte sich ein letztes Mal irren.


P.S.

Sind die neuromorphen Menschengehirne noch zu vermeiden?

Ich halte das fuer unwahrscheinlich. Natuerlich koennte man das Profit-Streben der grossen Organisationen irgendwie beschneiden und so die Entwicklung neuromorpher Maschinen verlangsamen.

Die Datenbestaende, die fuer das Trainieren der neuen Maschinen unumgaenglich sind, werden aber permanent und freiwillig von Menschen, die ihre "mobilen Endgeraete" benutzen erzeugt. Der Schutz dieser Daten kann schon heute problemlos unterlaufen werden. Diese Daten stehen den neuromorphen Maschinen frueher oder spaeter zur Verfuegung.

Wie war das noch, damals, im Kino, mit der Matrix?

Anmerkung:

Ray Kurzweil, Ho to create a Mind
The secret of Human thought revealed. 2012, p.280

The intelligence we will create from the reverse engeneering of the brain will have access to its own code and will be able to rapidly improve itself in an accelerating-iterative design cycles. Although there is considerable plasticity in the biological human brain, as we have seen, it has a relativly fixed architecture, which can not be significantly modified, as well as a limited capacity. We are unable to increase its 300 million pattern recognizers to say 400 million unless we do so non-biologically. Once we have achieved that, there will be no reason, to stop at a particilar level of capacity. We can go to make it a billion pattern recognizers, or a trillion.

10:36 07.08.2017
Dieser Beitrag gibt die Meinung des Autors wieder, nicht notwendigerweise die der Redaktion des Freitag.
Geschrieben von

Aussie42

Mauerberliner(West) bis 1996, 10 Jahre meditieren in Indien bis 2010, jetzt in Australien. Deutschland weit weg.
Aussie42

Kommentare 82

Der Kommentar wurde versteckt