Buchbesprechung: Denkmaschinen von Inga Strümke

Maschinen, die denken Es zeichnet sich durch eine gut strukturierte und durchdachte Einführung in die künstliche Intelligenz aus, die technische Klarheit mit tiefgründigeren philosophischen Betrachtungen verbindet. Anstatt sich in modernen Schlagwörtern zu verlieren, Inga Strümke verfolgt einen überlegten Ansatz und führt die Leser von den frühesten Grundlagen der Informatik zu den komplexen ethischen und gesellschaftlichen Herausforderungen, die die KI heute prägen.

Aufbauend auf Grundprinzipien

Das Buch beginnt mit einer fundierten Auseinandersetzung mit den Anfängen der Computertechnik, angefangen bei Algorithmen und Analogrechnern. Diese historische Einordnung dient nicht nur als Hintergrundinformation, sondern legt die Logik der Informationsverarbeitung durch Maschinen dar und erklärt die Entwicklung der KI. Indem Strümke diese Ursprünge nachzeichnet, stellt er sicher, dass die Leser KI als einen kontinuierlichen Prozess und nicht als einen plötzlichen Technologiesprung verstehen.

Eine der wertvollsten frühen Unterscheidungen, die sie einführt, ist die Unterschied zwischen KI und KybernetikWährend sich beide Forschungsfelder mit Systemen, Rückkopplung und Steuerung befassen, konzentriert sich die Kybernetik stärker auf die Regulierung und Kommunikation innerhalb von Systemen, wohingegen die KI sich mit der Entwicklung von Systemen beschäftigt, die Aufgaben ausführen können, die mit Intelligenz assoziiert werden. Diese Unterscheidung trägt dazu bei, zu verdeutlichen, warum sich die moderne KI in die heutige Richtung entwickelt hat, anstatt dem stärker biologisch inspirierten Weg der frühen Kybernetikforschung zu folgen.

Von roher Gewalt zu lernenden Systemen

Die Entwicklung der KI lässt sich vielleicht am deutlichsten anhand ihrer Beziehung zu Spielen, insbesondere Schach, veranschaulichen. Der Kontrast zwischen Deep Blue und AlphaZero wird effektiv genutzt, um zu demonstrieren, wie dramatisch sich die KI-Methoden verändert haben.

Deep Blue setzte stark auf Rechenleistung und bewertete Millionen möglicher Positionen pro Sekunde, um optimale Züge zu ermitteln. Es war zwar leistungsstark, aber durch seine Abhängigkeit von vorprogrammierten Bewertungsfunktionen und reiner Rechenleistung grundlegend begrenzt. AlphaZero hingegen stellt einen Paradigmenwechsel dar. Anstatt explizit mit Strategien programmiert zu werden, lernt es durch das Spielen gegen sich selbst und entdeckt dabei Muster und Strategien, die selbst menschliche Großmeister zuvor nicht in Betracht gezogen hatten.

Dieser Wandel verdeutlicht eines der Kernthemen des Buches: Moderne KI konzentriert sich weniger darauf, Maschinen explizit Anweisungen zu geben, sondern vielmehr darauf, sie zu befähigen, aus Daten und Erfahrungen zu lernen. Er unterstreicht zudem einen tieferliegenden philosophischen Punkt: KI-Systeme sind nicht länger bloße Werkzeuge zur Ausführung von Anweisungen, sondern Systeme, die in der Lage sind, neuartige Lösungen zu generieren.

Symbolische vs. nicht-symbolische KI

Ein besonders starker Abschnitt des Buches befasst sich mit dem/der/den Unterscheidung zwischen symbolischer und nicht-symbolischer KIDie symbolische KI, die die frühe Forschung dominierte, basiert auf expliziten Regeln und logischen Wissensrepräsentationen. Sie ist strukturiert, interpretierbar und deterministisch, hat aber oft Schwierigkeiten mit Mehrdeutigkeit und der Komplexität der realen Welt.

Nicht-symbolische KI, insbesondere neuronale Netze, funktioniert ganz anders. Anstatt Regeln zu folgen, lernen diese Systeme musterbasiert aus Daten. Dadurch sind sie deutlich anpassungsfähiger und leistungsfähiger bei Aufgaben wie Bilderkennung, Verarbeitung natürlicher Sprache und Mustererkennung. Diese Leistungsfähigkeit geht jedoch auf Kosten der Interpretierbarkeit. Neuronale Netze fungieren oft als „Black Boxes“, wodurch es schwierig ist, nachzuvollziehen, wie sie zu bestimmten Entscheidungen gelangen.

Strümke erklärt diesen Zielkonflikt hervorragend, ohne ihn zu vereinfachen. Sie zeigt, dass der Wandel hin zu nicht-symbolischer KI nicht nur eine technische Weiterentwicklung darstellt, sondern einen grundlegenden Wandel in unserem Verständnis von Intelligenz selbst.

Neuronale Netze und Wahrnehmung verstehen

Die Abschnitte über Bildklassifizierung Neuronale Netze gehören zu den spannendsten Themen des Buches. Strümke erklärt, wie neuronale Netze visuelle Informationen schichtweise verarbeiten und Rohpixeldaten schrittweise in abstraktere Strukturen umwandeln. Frühe Schichten erkennen einfache Merkmale wie Kanten und Formen, während tiefere Schichten komplexe Muster wie Objekte und Gesichter identifizieren.

Dieser mehrschichtige Ansatz ermöglicht es Maschinen, Aufgaben zu übernehmen, die einst als rein menschlich galten. Das Buch stellt jedoch klar, dass dieses „Verständnis“ nicht mit menschlichem Begreifen gleichzusetzen ist. KI-Systeme erkennen Muster statistisch, nicht semantisch. Sie „wissen“ nicht, was ein Objekt ist, wie es Menschen tun – sie identifizieren es anhand erlernter Korrelationen.

Gleichzeitig gibt es Bereiche, in denen KI-Systeme die menschlichen Fähigkeiten übertreffen. In der Bilderkennung beispielsweise können Maschinen subtile Muster und Anomalien erkennen, die für das menschliche Auge unsichtbar sind. Dies führt zu einem interessanten Paradoxon: KI-Systeme können Menschen bei bestimmten Aufgaben übertreffen, obwohl ihnen ein wirkliches Verständnis fehlt.

Erklärbarkeit, Ethik und Regulierung

Im Verlauf des Buches tritt Strümkes Stimme immer deutlicher hervor, insbesondere wenn es um … geht. erklärbare KI und Datenschutz. Sie hebt ein entscheidendes Problem der modernen KI hervor: Je leistungsfähiger die Systeme werden, desto intransparenter werden sie auch.

Erklärbare KI zielt darauf ab, dieses Problem zu lösen, indem sie maschinelle Entscheidungen nachvollziehbarer macht. Dies ist besonders wichtig in sensiblen Bereichen wie dem Gesundheitswesen, dem Finanzwesen und dem Rechtswesen, wo das Verständnis der Entscheidungsgründe entscheidend ist. Strümke betont, dass ohne Erklärbarkeit das Vertrauen in KI-Systeme schwer zu gewinnen ist.

Ihre Kritik an Datenschutzgesetzen regt besonders zum Nachdenken an. Sie argumentiert, dass viele bestehende Regelungen sowohl restriktiv als auch ineffektiv sind. Einerseits können sie Innovationen hemmen, indem sie den Datenzugriff einschränken. Andererseits schützen sie die Nutzer aufgrund von Schlupflöchern und Durchsetzungsschwierigkeiten oft nicht ausreichend. Dieses doppelte Versagen verdeutlicht die Komplexität der Regulierung sich rasant entwickelnder Technologien.

Kreativität und die Grenzen der KI

Ein weiteres fesselndes Thema des Buches ist die Frage der Kreativität. Mit dem Aufstieg von KI-generierte KunstOb Musik oder Schreiben, die Grenze zwischen menschlicher und maschineller Kreativität verschwimmt zunehmend.

Strümke nähert sich diesem Thema differenziert und fragt, ob KI-Systeme wirklich kreativ sind oder lediglich bereits vorhandene, von Menschen erstellte Inhalte neu kombinieren. Zwar kann KI beeindruckende Ergebnisse liefern, doch ihre Kreativität unterscheidet sich grundlegend von der menschlichen Kreativität, die von Bewusstsein, Erfahrung und Intention geprägt ist.

Diese Diskussion führt zu weitergehenden ethischen Überlegungen, darunter Eigentumsrechte, Originalität und der Wert menschlichen Beitrags. Anstatt endgültige Antworten zu liefern, regt das Buch die Leser dazu an, sich mit diesen Fragen auseinanderzusetzen und ihre Implikationen zu bedenken.

Das Problem des kollektiven Handelns in der KI

Eine der subtileren, aber dennoch wichtigen Ideen, die untersucht wurden, ist das Problem kollektiven Handelns beim Einsatz von KI. Mit zunehmender Leistungsfähigkeit von KI-Systemen können die Entscheidungen einzelner Organisationen weitreichende Folgen haben. Die Koordination von Maßnahmen zwischen Regierungen, Unternehmen und Institutionen gestaltet sich jedoch naturgemäß schwierig.

Dadurch entsteht eine Situation, in der kurzfristige Anreize mit langfristigen gesellschaftlichen Interessen in Konflikt geraten können. Strümke betont die Bedeutung von Zusammenarbeit und guter Steuerung, räumt aber gleichzeitig die damit verbundenen Herausforderungen ein.

Blick auf AGI und darüber hinaus

Das Buch schließt mit einer zukunftsweisenden Diskussion über Künstliche Allgemeine Intelligenz (AGI) und Superintelligenz. Anstatt sich in Spekulationen zu ergehen, stützt Strümke ihre Analyse auf aktuelle technologische Trends und Grenzen.

Sie untersucht, was für die Entwicklung einer allgemeinen allgemeinen Intelligenz (AGI) notwendig sein könnte, darunter Fortschritte in den Bereichen Computertechnik, Daten und Algorithmenentwicklung. Gleichzeitig betrachtet sie, wie sich die Gesellschaft an immer leistungsfähigere KI-Systeme anpassen könnte. Dies umfasst nicht nur technologische Veränderungen, sondern auch Verschiebungen in Bildungs-, Politik- und Wirtschaftsstrukturen.

Das Ende wirkt angemessen ausgewogen – optimistisch hinsichtlich des Potenzials der KI, aber realistisch in Bezug auf die bevorstehenden Herausforderungen.

Final Verdict

Maschinen, die denken ist eine umfassende und fesselnde Ergänzung der wachsenden Literatur zum Thema künstliche Intelligenz. Es gelingt dem Buch, komplexe Themen verständlich zu machen, ohne dabei an Tiefe einzubüßen, und gleichzeitig die ethischen und gesellschaftlichen Implikationen der Technologie zu beleuchten.

Für Leser, die sich ein solides Fundament im Bereich KI aneignen und gleichzeitig deren umfassendere Auswirkungen erkunden möchten, bietet dieses Buch eine durchdachte und fundierte Perspektive. Es dient sowohl als Einführung als auch als Anregung, kritischer über die Rolle der KI bei der Gestaltung unserer Zukunft nachzudenken.