Kaufen Sie keine künstliche Intelligenz – sie existiert (noch) nicht!

Künstliche Intelligenz als Wissenschaft gibt es seit 1956, obwohl es das Konzept einer Denkmaschine schon seit Jahrhunderten gibt. Die erste Arbeit, die als KI, künstliche Neuronen, anerkannt wurde, wurde 1943 von McCullouch und Pitts geschaffen. Viele haben inzwischen vorausgesagt, dass die Menschheit in einer Generation eine Maschine erschaffen wird, die die Arbeit der Menschen erledigen kann. Konsequenterweise hat sich das Ziel jedoch immer weiter entwickelt. Warum sollte es jetzt anders sein?

Trotz allem Hype und Diskussion über die Singularität (der Punkt, an dem Computer intelligenter als Menschen sein werden), fehlen uns noch einige sehr grundlegende Funktionen in der KI, bevor sie als eine echte künstliche Intelligenz betrachtet werden kann, die mit menschlichen Fähigkeiten konkurrieren kann.

Schauen wir uns die verschiedenen Wellen der KI an:

  1. 1ste Welle – Entscheidungsbaum oder symbolische KI: Mit der Entwicklung der Rechenleistung in den 80er Jahren konnten Computersysteme, die über eine strukturierte Eingabe und ein auf binärer Logik basierendes “Gehirn” verfügten, enge und vordefinierte Problembereiche schnell und zuverlässig lösen. Sie sahen sich jedoch mit Problemen außerhalb ihres programmierten Bereichs konfrontiert und waren nicht in der Lage zu lernen oder autonom zu arbeiten.
  2. 2te Welle – deep learning: Bei den ersten neuronalen Netzen 1940-1950, wurden Modelle für die Mustererkennung verwendet. Diese benötigten aber eine solche Rechenleistung, dass die Entwicklung von tiefen Netzen (mehrere kombinierte neuronale Netze) zum Stillstand kam. Mit leistungsfähigen Grafikprozessoren und wissenschaftlichen Fortschritten ab 2006 sind die damals entwickelten neuronalen Netze heute in der Lage, menschenähnlich zu lernen und wahrzunehmen, aber sie sind immer noch nicht in der Lage, autonom zu argumentieren, ohne die Hilfe eines Menschen, um festzustellen, ob das Netzwerk ein korrektes Ergebnis liefert.
  3. Autonome KI: Eine “echte” künstliche Intelligenz wird als fähig angesehen, wie ein menschliches Baby zu lernen, indem man beobachtet und experimentiert. Es gibt einige Unternehmen auf dem Markt, die eine KI mit allen vier erforderlichen Fähigkeiten (Wahrnehmung, Lernen, Argumentation, Autonomie) entwickeln, aber die Rechenleistung, die erforderlich ist, um diese Fähigkeiten in irgendeiner sinnvollen Weise zu nutzen, ist noch 3-5 Jahre entfernt.

Der aktuelle KI-Hype reitet auf der 2. Welle und beginnt, bereits einige wunderbare, wenn auch begrenzte Ergebnisse zu realisieren. Tiefes Lernen wird bereits erfolgreich in der Sprach- (und anderen Muster-) Erkennung, Datenverarbeitung und Kontrollmechanismen demonstriert, wo ausreichend große Datensätze mit ausreichend begrenzten Problemen gefunden werden können. Allerdings sind die derzeitigen Lösungen in Bezug auf den Trainingssaufwand (vor allem in Bereichen mit großem Problembereich) und erhebliche Hardwareanforderungen begrenzt.

Was sollen wir als nächstes tun?

Viele Firmen sind noch zaghaft, auf den AI-Zug aufzuspringen anderen sind es schon und schauen, wo die Fahrt sie hinnimmt. Trotzdem sollte die Reise sorgfältig geplant werden. Hier sind drei Dinge, die Organisationen vor einer Investition in die KI in Betracht ziehen sollten:

  1. Sammeln von Daten: Beide Wellen 2 und 3 benötigen außergewöhnliche Datenmengen, um Muster zu lernen. Allerdings sind die Datenmengen für Welle 3, insbesondere in weiten Problembereichen, deutlich höher als für aktuelle KI-Lösungen erforderlich. Was auch immer in Ihrem KI-Plan enthalten ist, stellen Sie sicher, dass Sie erheblich in die Sammlung großer Datenmengen investieren, insbesondere in Diskussionen, interne Entscheidungsfindung und “stilles Wissen”. Natürlich müssen die gesammelten und verfügbaren Daten korrekt und verwertbar sein.
  2. Mehrwert: Bei der Betrachtung einer der oben genannten Lösungen ist eine ganzheitliche Sicht auf das gesamte Prozessnetzwerk erforderlich. Es gibt oft Möglichkeiten, längere Prozessabschnitte zu automatisieren und zu vereinfachen, wenn nur Organisationen die Variationen und Auswirkungen der Prozessergebnisse analysieren könnten. Darüber hinaus sollte jede Investition mit einem klaren (aber einfachen) Business Case oder Geschäftsmodell einhergehen, um sicherzustellen, dass die Investition einen Mehrwert liefert.
  3. Beriet für Veränderung: Nicht viele Menschen sind bereit, ihre Aufgaben an eine KI zu übergeben, obwohl sie die Arbeit wahrscheinlich um ein Vielfaches besser macht. Bei der Betrachtung der KI-Transformation in der Organisation lohnt es sich, auch darüber nachzudenken, wie man die Menschen für die neuen digitalen Mitarbeiter gewinnen kann. Ausgehend von kleinen Erfolgen wird durch Kommunikation und Einbeziehung der Menschen sichergestellt, dass durch die KI-Lösungen nachhaltig Wert geschaffen werden kann.

Sie haben vielleicht bemerkt, dass Amazon Alexa und Google Home ihre Smart Home Controls so positionieren wollen, dass sie Ihren Diskussionen zuhören können, Entscheidungsfindung und Verhalten (aufnehmen, analysieren und speichern).
Sie bereiten sich vielleicht auf Welle 3 vor – wie wollen Sie das Gleiche tun?

Wenn wir Sie dabei unterstützen sollen, sprechen sie mit uns!

Related Posts

Leave a Comment

Corporate Strategy | taival.com