Tom Zeizels Blog: Was KI wirklich (schon) kann

Tom Zeizels Blog: Was KI wirklich (schon) kann

Um KI („künstliche Intelligenz“) ranken sich aktuell die verwegensten Verschwörungstheorien. Angeblich könne man schon bald das menschliche Gehirn nachbauen und damit ausgestattete Roboter würden uns dann alle Arbeitsplätze wegnehmen. Das ist sehr, sehr weit von der Realität weg, passt aber in unsere aufgeregte Zeit, die von Fake News, die viele auch lustvoll konsumieren, nur so überspült wird. Es passt auch gut in Sciencefiction Romane, aber das ist es dann auch schon.

Das gesamte menschliche Gehirn ist mit seiner Dichte der Neuronen und ihrer komplexen Vernetzung und Leistungsdichte bei minimalem Energieverbrauch auf absehbare uneinholbar. Was allerdings heute schon geht ist, dass man für kleine Ausschnitte des im Gehirn gespeicherten Wissens die Prinzipien des Gehirns aufgreift und mit Computertechnologie nachempfindet. Was dabei herauskommt ist keinesfalls der Robotermensch, sondern eher ein Assistent für einen eingeschränkten Wirkungskreis. Das plakativste Beispiel ist das vollautonom fahrende Auto. Es ist deshalb auch ein gutes Beispiel, weil daran große ökonomische Interessen hängen und deshalb besonders viel hierin investiert wird. Teile des autonomen Fahrens funktionieren ja heute schon und hier wird es in den nächsten 5 Jahren vermutlich einen echten Durchbruch geben.

Die Herausforderung ist „General Purpose“

Ist der Computer dann bereits der beste Autofahrer? Beim Schachspiel ist es heute schon so – gegen den Computer hat kein Mensch mehr eine Chance. Aber für beides gilt: es sind Spezialskills, sehr eingegrenzt auf jeweils einen eng umrissenen Anwendungsfall. Das Auto als Roboter kann dann Autofahren, was schon beeindruckend ist, aber sonst eben gar nichts. Das ist natürlich nur ein Anwendungsbeispiel und es gibt in allen Facetten unseres Lebens weitere – und sie dringen alle langsam in unser Leben vor. Wenn der Mehrwert leicht erfassbar ist, ist das offensichtlich auch kein Problem für uns. Sind nicht die Navis auch schon schlau und lenken uns mehr oder weniger gut um Staus herum? Und wir alle akzeptieren die Navis nicht nur, sondern haben sie in wenigen Jahren als Standard lieben gelernt. Es gibt praktisch kein Auto mehr ohne.

Die größere Herausforderung in der KI sind Systeme, die breiter ausgelegt sind, also „multiple Purpose“ (mehrere Einsatzzwecke) oder gar „general Purpose“ (allgemeine Einsatzzwecke). Zwei klassische Beispiele dafür sind Spracherkennung und automatische Übersetzung. Da ist die Forschung schon lange dran und so allmählich wird ein Niveau erreicht, bei dem die Qualität beginnt zu überzeugen. Die Herausforderung liegt in der Komplexität der Sprache, die ja so ausgelegt ist, dass man Dinge über möglichst viele Wege ausdrücken kann, damit Nuancen herausgestellt werden können. So haben die Eskimos angeblich über 40 Begriffe für Schnee, weil der in deren Lebensumgebung von besonderer Bedeutung ist. Im Deutschen gibt es dafür aber nur genau ein Wort. Wie soll ein Computer solche Nuancen „verstehen“ können?

Ein Computer versteht eigentlich gar nichts. Er hat ja nur seine Bits. Was er aber gut kann ist vergleichen. Vergleichen von Worten, Sätzen und Absätzen. Und dabei Ähnlichkeiten erkennen und nutzen. Aber machen wir Menschen das nicht auch so? Eigentlich schon. Kritiker an KI bemängeln, dass KI sehr viel Trainingsaufwand benötigt. Das ist sicher zunächst einmal richtig. Nur bekommt der Mensch bis zum Abschluss der Pubertät und selbst darüber hinaus nicht unendlich viel Training? Jeder Konsum von Medien und jedes Gespräch bedeutet für uns Training. Seien wir also ein bisschen gnädig mit der KI!

Was ist und kann Watson?

Unter dem Begriff „Watson“ hat IBM alle Initiativen zu KI gebündelt. Das ist sehr vielfältig und es gibt heute um die 100 verschiedene Ausprägungen, die sich teilweise ergänzen, manchmal aber auch gar nichts miteinander zu tun haben. Viele gibt es nur aus der Cloud. Etwas einfachere kommen aber auch eingebettet in vollständige Lösungen mit und laufen lokal. Den „Watson“ an sich gibt es gar nicht, auch wenn viele immer noch meinen, dass Watson der Computer sei, der 2011 die Jeopardy Rateshow gewonnen hat. War er zwar auch, aber eben nur eine Variante der vielen Watson Services.

Im Umfeld der IBM Collaboration Solutions nutzen wir heute insbesondere drei Watson Services, die unter dem Begriff „Watson Work Services“ zusammengefasst sind:

  • Moments“ kann aus Texten herausarbeiten, was in ihnen mit hoher Wahrscheinlichkeit wichtig ist und legt dabei einen besonderen Fokus auf Fragen, die vermutlich noch offen sind und auch Aktionen, die umgesetzt werden sollten. Soweit funktioniert das bereits beeindruckend gut, auch ohne weiteres Training. Das ist deshalb bemerkenswert, weil es ja absolut „general Purpose“ ist und jegliche Inhalte vorkommen können.
  • Priorisierung“ kann z.B. in Watson Workspace herausarbeiten, welche Spaces neue Inhalte haben könnten, die für die nutzende Person von besonderer Wichtigkeit sind.
  • Annotationen“ sind hervorgehobene Textstellen, zu denen Watson mithilfe von Bots Mehrwerte beitragen kann, also etwa tiefergehende Informationen aus Backend-Systemen anzeigen oder auch zurückschreiben. Die eigentlichen Fähigkeiten und Dialoge werden über die Bots definiert. Die Annotationen befreien den Nutzer davon selbst wissen zu müssen, welcher Bot etwas leisten könnte. Stattdessen stellt Watson sicher, dass sich der Bot selbst anbietet. Für eine solche Bot-Integration muss der Ersteller des Bots mindestens 5 Beispielsätze mitgeben. Dann erkennt Watson Ähnlichkeiten zu diesen Sätzen und kann entscheiden, ob der Bot zu einer Textstelle angezogen werden sollte oder nicht. Wenn ja und ein Nutzer springt darauf positiv an, so wird die echte, nicht exakt die Beispielsätze treffende Textstelle mit zu den Beispielsätzen übernommen, womit das System immer weiter lernt.

Diese ersten Watson Work Services sind also Helfersysteme, die Hinweise geben, wenn es mehr Informationen in Backendsystemen gibt, die sagen, wann etwas wichtig sein könnte und die lange Texte smart zusammendampfen.

Solche Services sind also ein bisschen so etwas wie eine Sekretärin / ein Sekretär, die einem helfen Arbeit einfacher zu erledigen. Vor dieser Form von KI braucht man wahrlich keine Angst zu haben, dass sie einem den Arbeitsplatz streitig machen könnten – sie helfen einem nur. Natürlich wird das weiter ausgebaut und wir werden auch in Watson Work Services weitere KI-Bausteine, die es heute schon im Watson Portfolio gibt und auch neue, integrieren.

Ich finde das äußerst spannend. Damit wünsche ich allen meinen Lesern an dieser Stelle ein schönes Herbstwochenende!

Ihr Tom Zeizel
Business Unit Executive IBM Collaboration & Talent Solutions D-A-CH