Von Ralf Keuper
Aktuell genießt das Thema Künstliche Intelligenz gesteigerte Aufmerksamkeit, so dass wir durchaus von einem Hype sprechen können. Da kann es nicht schaden, den Worten von Experten zu lauschen, wie in dem hörenswerten Podcast Künstliche Intelligenz in all ihren Spielarten , der Ende vergangenen Jahres auf deutsche startups veröffentlicht wurde.
Darin diskutieren Joel Kaczmarek und Fabian Westerheide mit dem KI-Experten und Gründer von Micropsi, Ronnie Vuine, über den aktuellen Stand im Bereich der Künstlichen Intelligenz.
Bei rund 90 Prozent der derzeitigen Lösungen der Künstlichen Intelligenz kann nur von Narrow Artificial Intelligence gesprochen werden, d.h. das Programm ist nur für ein bestimmtes Problem, eine bestimmte Domäne geeignet, worin es besser ist als der Mensch, wie im Schach. Wenn ein AI-Milestone, wie im Go, umfällt, dann so, dass die Menschen sich nicht mehr bewerben müssen, d.h. das Thema wird von der KI bestmöglich abgedeckt. Was diesen Anwendungen jedoch fehlt, ist das Transferwissen, d.h. die Fähigkeit, etwas komplett Neues zu lernen.
Im Gegensatz zur Narrow Artificial Intelligenz (NGI) sind Anwendungen aus dem Umfeld der Artificial General Intelligence (AGI) breiter ausgelegt. Dabei handelt es sich um Systeme, die nicht auf einen Problembereich festgelegt sind und noch Fehler machen dürfen, wie Menschen, die etwas Neues lernen. Sie sind breit und flach, während die Narrow AI spitz und tief ist. Wirtschaftlich sind die Artificial General Intelligence (AGI) – Lösungen gegenüber den Narrow AIs im Nachteil, da sie ihre (Wirksamkeit) noch nicht bzw. nicht sogleich unter Beweis stellen können.