Unsere Storypages:

Storypages:

KI-Geschichte: Vom „KI Winter“ zum endgültigen Durchbruch

In Kooperation mit Venionaire Capital veröffentlicht der Der Brutkasten eine vierteilige Artikelserie zum Thema Künstliche Intelligenz. Dabei spannen wir den Bogen von wirtschaftlichen Aspekten über Funktionsweise von KI zur aktuellen Forschung und der Zukunft von Künstlicher Intelligenz.

Zusammenfassung aus

Zusammenfassung ein

Artificial Intelligence
(c) pixabay - Der Diskurs rund um Artificial Intelligence besteht aus vielen Facetten.
Der Summary Modus bietet einen raschen
Überblick und regt zum Lesen mehrerer
Artikel an. Der Artikeltext wird AI-basiert
zusammengefasst mit der Unterstützung
des Linzer-Startups Apollo AI.

Im ersten Teil dieser Artikelserie ging es darum, wie künstliche Intelligenz (KI) Wirtschaftswachstum generieren kann. Im zweiten Teil wurden die Grundlagen künstlicher Intelligenz behandelt. Im dritten Teil geben wir nun eine Übersicht über Forschung, Trends und führende Unternehmen auf dem Gebiet.

+++ Teil 1: Wirtschaftswachstum durch Künstliche Intelligenzen +++


Der „KI Winter“ im kalten Krieg

Künstliche Intelligenz wird oft als eine neue Welt gesehen, die gerade von mutigen Pionieren aus dem Silicon Valley erobert wird. In Wahrheit hat das Thema jedoch eine wilde Achterbahnfahrt von Höhen und Tiefen hinter sich. Schon im Kalten Krieg wollte die US-Regierung russische Dokumente automatisiert übersetzen lassen und investierte heftig in maschinelle Übersetzungstechnologien. Der Durchbruch schien nur mehr eine Frage der Zeit, aber die Forscher unterschätzten die Problematik, dass Wörter unterschiedliche Bedeutung in unterschiedlichen Kontexten haben können. Die großen Erwartungen konnten nicht erfüllt werden und schließlich zog die US-Regierung die finanzielle Reißleine. Diese Periode wurde in Analogie zum Begriff des „nuklearen Winters“ als „KI Winter“ bezeichnet.

Viele (gescheiterte) Anläufe

Historisch gab es immer wieder solche Dürreperioden. So etwa im Jahre 1973, als das britische Parlament den Mathematik-Professor Michael James Lighthill beauftragte, den derzeitigen Stand der KI-Forschung zu bewerten. Lighthill gab ein vernichtendes Urteil und sah keines der hochgesteckten Ziele verwirklicht. Finanzielle Einschnitte, und damit einhergehend weniger Forschungsaktivitäten, waren die Folge.

Immer wieder lösten sich Tief- und Hochphasen („KI Sommer“) ab. In den 1980er-Jahren kam mit XCON das erste kommerzielle KI-Programm für Unternehmen auf dem Markt. Schnell entwickelte sich eine eigene Industrie mit Zulieferbetrieben. Letztlich waren die Systeme jedoch zu teuer, zu schwer zu aktualisieren und zu fehleranfällig. Keine sieben Jahre später brach der Markt für spezialisierte KI-Hardware zusammen.

Durchbruch mit Google, Facebook und Co

Nach einer schwierigen Situation in den frühen 90iger-Jahren erholte sich die KI-Branche endgültig in den 2000er-Jahren. „The AI winter is long since over“, postulierte der US-amerikanische Autor und Computerwissenschaftler Ray Kurzweil deshalb schon 2005 in seinem Buch „The Singularity is Near“. Der Aufschwung wurde diesmal nicht so sehr von Regierungen sondern von Tech-Unternehmen wie Google, Facebook, Apple, Amazon, Microsoft oder der chinesischen Firma Baidu gestützt. Diese Unternehmen investieren stark in Künstliche Intelligenz und werben laufend Talente aus der wissenschaftlichen Community ab. Grundlage für das rasant steigende kommerzielle Interesse sind die nun vorhandenen Rechenleistungen von Computern, die erstmals den breiten Einsatz von KI-Technologien ermöglichen.

Deep Learning: menschliches Gehirn als Vorbild

Der Suchmaschinen-Gigant Google ist eines der führenden Unternehmen wenn es um das Thema Künstliche Intelligenz geht. Schwerpunkte deren Forschung (siehe research.google.com) sind Machine Learning, Natural Language Understanding, das gesamte Gesundheitswesen, die Wahrnehmungsfähigkeiten von Maschinen, Robotik und interessanterweise auch das Schaffen von Musik und Kunst.

Eine ganz wesentliche Rolle spielt dabei „Deep Learning“. Damit ist der Bau von künstlichen neuronalen Netzwerken gemeint, die versuchen die Art und Weise zu kopieren, wie menschliche Gehirne Informationen verarbeiten. Dazu werden mehrere Ebenen (daher deep learning) von neuronalen Netzwerken übereinander gelegt, wodurch Daten noch umfassender verarbeitet werden können. Erstmals konnten so Herausforderungen gemeistert werden, an denen sich Forscher schon seit Jahrzehnten abmühen, wie etwa Bild- und Spracherkennung oder automatische Produktion von natürlicher Sprache.

Wenn Maschinen aus Erfahrung lernen

Ein beeindruckendes Praxisbeispiel ist Googles Alpha Go, das die professionellen Go-Spieler Fan Hui und später Lee Sedol klar besiegte. Um bei diesem Brettspiel gewinnen zu können, muss eine Maschine in der Lage sein aus Erfahrung zu lernen. Go besitzt nämlich eine so große Komplexität, dass der Gegenspieler nicht wie beim Schach mit traditionellen Brute-Force-Algorithmen, das heißt durch das Durchprobieren aller möglichen Züge, bezwingbar ist.

Heute setzt Google deep learning natürlich auch in seinen Produkten ein. Sei es in Google Now, bei der Bildverarbeitung (Image Enhancement), Video-Analytics, RankBrain für die Suche, Googles Übersetzungsservice oder im selbstfahrenden Auto.

Baidu: China auf Augenhöhe mit den USA

Wenn es um technologische Innovationen geht, blickt Europa gerne in den Westen und übersieht was sich derweil auf der anderen Seite der Weltkarte abspielt. In China hat sich aufgrund des politischen Willens ein interessantes eigenes Ökosystem an digitalen Hightech-Firmen etabliert. Eines davon ist die chinesische Suchmaschine Baidu. In dem Unternehmen arbeiten bereits mehr als 1.300 Mitarbeiter am Thema Künstliche Intelligenz. Dazu zählen Experten wie etwa der frühere Microsoft-Manager Qi Lu. Baidu hat praktisch in allen wichtigen KI-Bereichen Kompetenzen aufgebaut wie etwa in der Spracherkennung, Computer Vision oder maschinelles Lernen. Ihre KI-basierten Softwarelösungen werden in verschiedenen Branchen eingesetzt und haben interessante Neugeschäfte ermöglicht. Einige der Projekte sind etwa DuerOS, eine sprechende Rechenplattform, oder „Melodie“, ein von KI betriebener Chatbot für das Gesundheitswesen.

IBMs Watson: Von „Jeopardy!“ in die Notruf-Zentrale

Viel öffentliche Aufmerksamkeit hat auch IBMs Watson bekommen. Auch hier wurden die Fähigkeiten des Programms auf der Grundlage eines Spiels demonstriert. Watson schlug 2011 zwei menschliche Gegner in „Jeopardy!“. Die Quizshow ist für Künstliche Intelligenzen deshalb eine interessante Herausforderung, da die als Antworten gestellten Aufgaben meist bewusst mehrdeutig formuliert sind, häufig die Verknüpfung mehrerer Fakten erforderlich machen und die passende Frage innerhalb von Sekunden gefunden werden muss. Erst vor kurzem wurde bekannt gegeben, dass Watson in US-amerikanischen Notruf-Call-Center eingesetzt werden wird. Durch den Einsatz von Watson’s „speech-to-text“-Funktion sollen die geführten Gespräche mit den Telefonleitfäden abgeglichen und diese so laufend optimiert werden.

Der „KI Winter“ kommt nicht mehr zurück

Es forschen aber nicht nur die großen Weltkonzerne an Künstlicher Intelligenz. Das Speedinvest Portfolio-Unternehmen Fraugster hat sich etwa auf das frühzeitige Erkennen von Betrugsfälle bei Geld-Transaktionen spezialisiert, während das norwegische Startup iris.AI einen digitalen Assistenten für die Suche nach wissenschaftlichen Papers entwickelt hat. Die für Investoren wichtige Frage ist natürlich, ob die Hochphase nur ein Hype oder doch nachhaltig ist. Anders als in der Vergangenheit wird heute aber nicht nur an Künstlicher Intelligenz geforscht, sondern sie kommt bereits im Alltag zum Einsatz. Möglich machen das moderne Computer, die uns locker mehr Rechenleistung zum Einstecken in die Hosentaschen geben als vor fünfzig Jahren raumfüllende Supercomputer.

Im letzten Teil dieser Artikelserie beschäftigen wir uns mit der Zukunft von KI und welche Ängste und Hoffnungen bestehen.

+++ Teil 2: Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz +++


Über die Autoren

Dieser Artikel ist Bestandteil einer von Venionaire Capital verfassten vierteiligen Serie über Künstliche Intelligenz für DerBrutkasten.com. Autoren sind Aleksandar Vucicevic (Senior Analyst), Sarah Grandits (Marketing Assistant), Fabian Greiler (Junior Partner) und Berthold Baurek-Karlic (Managing Partner).

Venionaire hat sich auf die Innovationsberatung, Corporate Startup Engagement und dem Management von Venture Capital Fonds für Dritte spezialisiert.

Mit Partnern der KPMG Österreich hat Venionaire zudem das Investorennetzwerk European Super Angels Club gegründet, der in geschäftlichen Beziehungen mit im Text genannten Startups Yodel.io, Grape und oratio steht.

Möchtest du in Zukunft mehr von diesen Artikeln lesen?

Dann melde dich für unseren Newsletter an!

Leselisten zum Schmökern

Neueste Nachrichten

Summary Modus

KI-Geschichte: Vom „KI Winter“ zum endgültigen Durchbruch

Artificial Intelligence

KI-Geschichte: Vom „KI Winter“ zum endgültigen Durchbruch