Diskussion:Geschichte der künstlichen Intelligenz

Diese Diskussionsseite dient dazu, Verbesserungen am Artikel „Geschichte der künstlichen Intelligenz“ zu besprechen. Persönliche Betrachtungen zum Thema gehören nicht hierher. Für allgemeine Wissensfragen gibt es die Auskunft.

Füge neue Diskussionsthemen unten an:

Klicke auf Abschnitt hinzufügen, um ein neues Diskussionsthema zu beginnen.

• Diskussionsregeln
• Hilfe zu Diskussionsseiten
• Sei sachlich und freundlich!
• Greife niemanden persönlich an!
• Geh von guten Absichten aus.

Chronologie

Dieser Baustein verhindert die automatische Archivierung dieses Abschnitts und seiner Unterabschnitte.

in diesem Abschnitt können einzelne Chronologische Schritte gesammelt werden, die für den Artikel selbst nicht relevant sind oder dort unverhältnismäßig viel Raum beanspruchen würden. Den Grundstock bildet diese Streichung von TheRandomIP. -- Leif Czerny 19:49, 30. Nov. 2018 (CET)

Das ist vor allem ein Sammelort für Presseberichte, die für sich genommen noch nicht fundiert genug für den Artikel sind, aber als Ausgangspunkt für eine weitere Recherche dienen könnten, um Berichte aus mehr Distanz zu finden. Es sollten die damaligen Argumente betrachtet werden, bevor Informationen aus diesem Reservoir ungeprüft übernommen werden. --TheRandomIP (Diskussion) 21:03, 30. Nov. 2018 (CET)

Neuen Beiträge bitte immer über den Einzelnachweisen einfügen!-- Leif Czerny 11:23, 10. Dez. 2018 (CET)

Zum Öffnen auf "Ausklappen" klicken!

2014 Im Mai 2014 stellte Google sein selbstfahrendes Auto Google Driverless Car erstmals einer Gruppe von Journalisten vor, die im Vergleich zwischen menschlichem Fahrer und selbstfahrendem System keinen Unterschied im Fahrverhalten mehr feststellen konnten. Google erklärte jedoch, dass das Fahren bei Regen und Schnee noch Probleme bereite. Das Robotersystem beruhe auf selbstständigem Lernen und selbstständiger Erfassung und Interpretation der Umgebung. Als Start für den Massenmarkt hatte Google-Mitgründer Sergey Brin im Mai 2014 das Jahr 2017 angegeben. 2016 Im März 2016 besiegte AlphaGo den damalig vermutlich weltbesten Go-Spieler Lee Sedol mit 4 zu 1 im Spiel AlphaGo gegen Lee Sedol. Wegen der größeren Komplexität von Go gegenüber Schach, die sich aus dem größeren Brett (19×19) und der ungleich größeren Anzahl möglicher Züge ergibt, ist Go mit traditionellen Brute-Force-Algorithmen (Alpha-Beta-Suche), d. h., es probiert alle möglichen Züge durch, praktisch nicht bezwingbar. Im März 2016 scheiterte ein Experiment von Microsoft, einen Twitter-Account mit künstlicher Intelligenz als Chat-Bot zu betreiben. Der fiktive Teenager namens Tay begann nach gezielter Beeinflussung von einer Gruppe von Twitter-Nutzern, zunehmend rassistisch und frauenfeindlich zu twittern. Es handelte sich offenbar um einen koordinierten Angriff auf die künstliche Lernfähigkeit des Profils, der aus Foren von 4chan und 8chan entsprang. Microsoft entschied sich nach 24 Stunden, das Profil für die breite Öffentlichkeit unzugänglich zu machen. Im August 2016 konnte am Medical Institute der Tokyo Universität die KI Watson eine Fehldiagnose der Ärzte korrigieren. Die Ärzte diagnostizierten bei der Patientin eine akute myeloische Leukämie. Die Therapie blieb erfolglos, weswegen man die KI Watson zu Rate zog. Die KI benötigte 10 Minuten, um die DNA der Frau mit 20 Millionen Krebsstudien abzugleichen. Die KI Watson erkannte eine sehr seltene Form der Leukämie, die bislang nur 41 Patienten betraf und welche heilbar ist. Grundsätzlich ist der Krebs so individuell wie die Patienten selbst. Das ist der Grund, weshalb eine Therapie bei einem Patienten hilft und bei einem anderen nicht. Hier können KIs die Genanalyse von Patienten innerhalb von Minuten mit Millionen Daten anderer Patientenakten, Behandlungsformen, Forschungsaufsätzen abgleichen und so zu einer sehr präzisen Diagnose kommen, was man Präzisionsmedizin nennt und ohne den Einsatz von Computern nicht möglich ist. Dies ist nicht nur auf die Krebsdiagnose beschränkt, sondern kann auch bei Herzinfarkten, Diabetes usw. eingesetzt werden. Wichtig dafür ist, dass die Daten in digitaler Form (anonymisiert) vorliegen. Google, IBM, Microsoft, Amazon usw. bieten dafür Plattformen, um derartige Daten hochzuladen und bereitzustellen. In einem wissenschaftlichen Wettbewerb wurden im Jahr 2016 Forscher weltweit eingeladen, eine Software zur Erkennung von Brustkrebszellen (Diagnose von Metastasen in Sentinel-Node-Biopsien) einzureichen. 32 Programme wurden von 23 Teams eingereicht. In einem Wettbewerb traten diese Programme dann gegen ein Team aus 11 Pathologen an, welche jeweils 2 Stunden zur Analyse von 129 Präparaten hatten. Eine Vergleichsgruppe bestand aus einem versierten Pathologen, der sich so viel Zeit nehmen durfte, wie er wollte, was allerdings nicht dem klinischen Alltag entspricht. Die Programme nutzten meist convolutional neural networks. Sieben der Programme lieferten bessere Ergebnisse als die Gruppe der Pathologen. Insbesondere die Programme der Harvard Medical School und des Massachusetts Institute of Technology stellten die Pathologen in den Schatten. Die menschlichen Pathologen übersahen häufig Mikrometastasen, was den besseren Programmen nur selten passierte. Fünf der Programme waren sogar besser als der versierte Pathologe, der sich 30 Stunden Zeit für die Analyse nahm. Selbst dieser versierte Pathologe übersah ein Viertel der Mikrometastasen. 2017 Im Januar 2017 schlug die KI Libratus vier der besten Pokerspieler der Welt. Die Spieler Daniel McAulay, Jimmy Chou, Jason Les und Dong Kim spielten in insgesamt 120.000 Spielen (Heads-Up No-Limit Texas Hold’em) an 20 Tagen gegen die KI. Bei einem KI-Experiment im Sommer 2017 entschieden sich zwei Bots nicht mehr mit der ihnen zugewiesenen Sprache Englisch untereinander zu kommunizieren, sondern in einer selbst entwickelten Geheimsprache, die auch von den beteiligten Forschern nicht mehr verstanden wurde. Das Experiment wurde daraufhin abgebrochen. Es entwickelten sich Befürchtungen, dass KIs über das Internet in einer Geheimsprache kommunizieren könnten, ohne dass Menschen dies noch registrieren würden. Im Sommer 2017 haben Forscher der Universität von Chicago eine KI vorgestellt, die eigenständig Rezensionen verfassen kann. Diese maschinell erzeugten Rezensionen wurden zusammen mit von Menschen verfassten Rezensionen 600 Versuchspersonen zur Beurteilung vorgelegt. Diese beurteilten die von der KI erstellten Rezensionen im Blindtest durchschnittlich ähnlich nützlich wie die von Menschen verfassten Rezensionen. In dieser Versuchsanordnung wird der Turing-Test somit bestanden, da für die Menschen nicht mehr erkennbar war, welche Rezensionen maschinell erstellt waren und welche von Menschen. Im Juli 2017 stellten Forscher der Rutgers Universität eine KI vor, die künstlerische Gemälde produziert. Die KI wurde trainiert mit vielen Gemälden berühmter Maler verschiedener Epochen. In einem Blindtest wurden die von der KI erstellten Gemälde mit von Künstlern für die Kunstmesse Art Basel erstellten Gemälden vermischt und 18 Experten in einem Blindtest zur Beurteilung vorgelegt: Die Jury beurteilte die von der KI gefertigten Gemälde insgesamt besser als die von den Künstlern für die Messe erstellten. Im August 2017 haben Forscher der Stanford University eine KI vorgestellt, die anhand eines Porträtfotos mit hoher Treffsicherheit erkennen kann, ob die entsprechende Person homo- oder heterosexuell ist. Homosexuelle Männer wurden bei Vorlage eines Fotos zu 81 Prozent erkannt, bei Vorlage von fünf Fotos eines Gesichts zu 91 Prozent, homosexuelle Frauen zu 74 Prozent (ein Foto) bzw. 83 Prozent (fünf Fotos). Die menschliche Intelligenz vermag keine solche Leistungen zu erbringen. Menschen erreichen in Vergleichstests Trefferquoten von 61 beziehungsweise 54 Prozent. Die Forscher verwendeten eine handelsübliche Gesichtserkennungssoftware, die mit 35.000 Datensätzen aus einem Online-Dating-Portal trainiert wurde (Anm.: 35.000 ist eine relativ kleine Zahl für ein KI-Training, für das üblicherweise Millionen Datensätze eingesetzt werden. Mehr Trainingsdaten lassen bessere Trefferquoten erwarten.). Das Forschungsergebnis führte zu heftigen Diskussionen. So ist in manchen Staaten Homosexualität immer noch unter Strafe gestellt. Zudem haben früher Rassisten anhand der Ausmessung von Gesichtern versucht, menschliche Charaktere und Eigenschaften herauszulesen und dementsprechend zu selektieren („Phrenologie“). Nun sehen manche eine entsprechende Phrenologie neu erstarken. Die Forscher wehrten sich gegen die Vorwürfe und meinten, sie wollten keine Maschine zur Selektion erschaffen, sondern nur die Öffentlichkeit darauf hinweisen, was heute technisch möglich ist und in großen Firmen heute schon im Einsatz ist. Es wird auch vermutet, dass sich mit KIs weitere Eigenschaften aus menschlichen Gesichtern ablesen lassen. Zudem bestärkt dieses Ergebnis die Vermutung, dass sexuelle Orientierung genetisch veranlagt ist. Am 28. August 2017 wurde ein maschineller Übersetzer namens DeepL auf Basis künstlicher neuronaler Netze von einem Kölner Start-Up online gestellt, der auf der gesammelten Datenbank von Linguee trainiert wurde. Der neue Dienst soll in Blindtests die Angebote der Konkurrenz u. a. von Google, Microsoft und Facebook übertreffen. Im Sommer 2017 stellten Forscher der Universität Bari in Italien eine KI vor, die mit einer Wahrscheinlichkeit von 86 Prozent die Alzheimer-Krankheit anhand von mit Magnetresonanztomographen durchgeführten Gehirnscans diagnostizieren kann, zehn Jahre, bevor die ersten Symptome auftauchen. Anfang September 2017 erklärte der russische Präsident Vladimir Putin in einem Vortrag zum Schulbeginn, der an 16.000 Schulen live übertragen wurde: „Künstliche Intelligenz ist die Zukunft, nicht nur für Russland, sondern für die gesamte Menschheit. Sie kommt mit kolossalen Möglichkeiten, doch auch mit Bedrohungen, die schwer vorherzusagen sind“ und „Wer in diesem Gebiet die Führung übernimmt, wird zum Herrscher der Welt“. Elon Musk, Chef der US-Fa. Tesla, reagierte darauf direkt in einem Tweet und meinte, dass der Wettkampf der Nationen um die Vorherrschaft bei der KI die wahrscheinlichste Ursache für den dritten Weltkrieg sein werde. Der chinesische Roboter Xiaoyi mit KI bestand im Herbst 2017 die nationale Medizinprüfung in China. Dies ist ein wichtiger Test, um in China als Arzt anerkannt zu werden. Die Fragen in diesem Test ändern sich jedes Jahr. Wissenschaftler hatten die KI mit dem Inhalt von 53 medizinischen Lehrbüchern, 2 Millionen medizinischen Aufzeichnungen und 400.000 medizinischen Texten und Berichten trainiert. Der Autor George R. R. Martin schreibt derzeit an seinem sechsten Buch der Reihe Game of Thrones, das von der Fangemeinde ungeduldig erwartet wird. Der Programmierer Zack Thoutt trainierte nun eine KI (Recurrent Neural Net) mit den ersten fünf Büchern der Serie und ließ von der KI das sechste Buch schreiben; das Ergebnis wurde im Sommer 2017 im Internet veröffentlicht: Die KI hatte einzelne Charaktere genauso weiterentwickelt, wie das in manchen Fan-Theorien erwartet wurde, ohne dass die KI davon wusste. Mängel gibt es bei der Grammatik, einzelne Charaktere, die bereits verstorben waren, tauchen wieder auf und die Handlungsstränge sind nicht sehr spannend. Der Programmierer Zack Thoutt eignete sich die Kenntnisse über den kostenlosen Online-Kurs Udacity an. Zu den olympischen Sommerspielen in Rio 2016 begann die Washington Post, KIs einzusetzen, die eigenständige Artikel verfassen. Im September 2017 stellte die Washington Post eine erste Bilanz dieser Arbeit vor: In den ersten 12 Monaten wurden von der KI 850 Artikel geschrieben, die auch veröffentlicht wurden. Bei den Artikeln handelte es sich hauptsächlich um unbedeutende Themen. Die Journalisten konnten so mehr Zeit in die Qualität wichtiger Artikel investieren. Die Vereinigten Arabischen Emirate (VAE) richten Ende 2017 als erstes Land der Welt ein „Ministerium für künstliche Intelligenz“ ein, um „am besten auf diese nächste globale Welle vorbereitet zu sein“. Im November 2017 stellte der Deutsche Bank Chef John Cryan einen starken Stellenabbau in Aussicht. Das Unternehmen beschäftigt 97.000 Menschen. Bereits in den letzten 12 Monaten wurden 4000 Stellen abgebaut. In naher Zukunft sollen 9000 weitere Stellen abgebaut werden. Mittelfristig sollen die Hälfte aller Stellen abgebaut werden. Cryan begründete diesen Schritt damit, dass die Konkurrenz bereits heute mit etwa der Hälfte der Mitarbeiter vergleichbare Leistung erbringe. Cryan sagte: "Wir machen zu viel Handarbeit, was uns fehleranfällig und ineffizient macht". Vor allem durch das maschinelle Lernen bzw. künstliche Intelligenzen könnte das Unternehmen noch viel effizienter werden. Viele Banker arbeiteten ohnehin wie Roboter, so Cryan. An die Stelle qualifizierter Mitarbeiter sollen qualifizierte Maschinen treten, so Cryan. Im November 2017 stellten Wissenschaftler der Universität Edinburgh eine von ihnen trainierte KI vor, die in der Lage ist, bei einem Fernsehkrimi den Mörder mit hoher Wahrscheinlichkeit noch vor der Auflösung vorauszusagen. Dabei haben die Forscher die KI anhand von 39 Folgen der Fernsehserie "CSI: Las Vegas" trainiert. Diese Fernsehserie hat 337 Folgen. Ab der 39. Folge war es der KI möglich, den Täter relativ häufig vorauszusagen und mit jeder weiteren Folge wurde die Treffsicherheit der KI höher. Am Ende lag die Treffsicherheit bei 60 Prozent nachdem 90 Prozent einer Episode von der KI "geschaut" wurde. Im November 2017 stellte Boston Dynamics ein neues Video zur aktuellen Entwicklung ihres humanoiden Roboters Atlas ins Internet. Seit 2016 kann Atlas gehen, Türen öffnen, Kisten aufheben und in Regale einsortieren sowie nach dem Umfallen alleine wieder aufstehen. Seit 2017 kann Atlas nunmehr athletisch von Kiste zu Kiste springen, um 180 Grad Sprünge und einen Rückwärtssalto durchführen. Im Dezember 2017 stellte die Google-Firma DeepMind die KI AlphaZero vor. Diese erlernte innerhalb weniger Stunden nacheinander die Spiele Schach, Go und Shogi und war dann besser als jede Software, die bislang entwickelt wurde und damit weit übermenschlich. AlphaZero wird nur trainiert durch das Einprogrammieren der Spielregeln. Daraufhin trainiert AlphaZero gegen sich selbst einige Stunden. Menschliche Spielstrategien werden der KI nicht gezeigt. Die KI entwickelt alle Spielstrategien eigenständig. Die Schach-Website chess24 kommentierte dies mit: die Zeit der ausgefeilten Schachprogramme sei wohl vorüber. Der ehemalige Schachweltmeister Garri Kasparow meinte, er sei erstaunt darüber „was man von AlphaZero und grundsätzlich von KI-Programmen lernen kann, die Regeln und Wege erkennen können, die Menschen bisher verborgen geblieben sind.“ und „Die Auswirkungen sind offenbar wunderbar und weit jenseits von Schach und anderen Spielen. Die Fähigkeit einer Maschine menschliches Wissen aus Jahrhunderten in einem komplexen, geschlossenen System zu kopieren und zu überflügeln, ist ein Werkzeug, das die Welt verändern wird.“ Im Dezember 2017 stellte Google eine KI mit Namen AutoML vor, die eigenständig KIs kreiert, die dann wiederum leistungsfähiger sind, als KIs, die von Menschen auf dem speziellen Gebiet kreiert wurden. Ein Programmierer demonstrierte Ende 2017 die Produktion eines Fake-Videos mit einfachen und kostenlosen Mitteln. Dazu nahm er ein Pornovideo und die Gesichter berühmter Frauen u. a. Gal Gadot. Mit Hilfe einer KI legte er dann das Gesicht der berühmten Schauspielerinnen über das Gesicht der Pornodarstellerin, so dass ein glaubwürdiges Video entstand. Dabei verwendete der Programmierer einfachste Mittel die im Internet frei verfügbar sind und deren Handhabung leicht erlernbar sind. Die Techniken wurden bereits 2016 von Wissenschaftlern des Max-Planck-Instituts in Online-Videos demonstriert. Auf Basis dieser Techniken hat ein weiterer Entwickler im Januar 2018 die sog. FakeApp entwickelt, so dass nun mittlerweile jedermann mit wenig Technikverständnis in einem beliebigen Video ein sog. Face Swap durchführen kann, was sich großer Beliebtheit erfreut. Die Qualität dieser veränderten Videos wird immer besser und ist teilweise auf dem Niveau von teuren Hollywood-Produktionen angekommen. Video als Beweismaterial verliert damit zunehmend an Bedeutung. Ende 2017 kann die Gesundheitsapp Babylon Health mit Hilfe eines Sprachsystems (Chatbot), basierend auf einer KI, eine Diagnose im Gespräch mit dem Patienten erstellen, die laut Hersteller etwa 10 mal treffsicherer als die Diagnose eines Hausarztes ist. Die Entwicklung der App wurde auch mit Unterstützung des britischen Gesundheitssystems finanziert. Ziel war es, die Zahl der unnötigen Arztbesuche deutlich zu reduzieren und damit Kosten zu senken. Jedoch fanden die Patienten schnell heraus, wie man die App durch falsche Symptombeschreibungen austricksen kann, um so schneller an einen Arzttermin zu gelangen. Ursprünglich gab es Widerstand gegen diese App, weil Hausärzte befürchteten, dass die App die Zahl der sehr leicht behandelbaren und somit lukrativen Fälle für die Ärzte deutlich senken könnte. Die Musik des Albums "I am AI" der Sängerin Taryn Southern, vorgestellt im Herbst 2017, wurde von einer KI komponiert. Um einen Song mit Hilfe einer KI zu komponieren, wählt man eine Software wie "Amper Music" o. Jukedeck u. a., wählt das Genre und weitere Parameter wie Länge des Songs, Instrumentierung usw. Innerhalb von Sekunden komponiert die KI dann einen einzigartigen Song. Ein Musiker kann dann Bruchstücke dieser Beispiele zu einem eigenen Song zusammenfügen. Somit kann jedermann professionelle Musik kreieren. Immer mehr Musiker geben zu, beim Komponieren KIs als Werkzeug zu benutzen. Ein großer Teil der Arbeit von Juristen besteht in der Analyse von vielen Akten z. B. von Präzedenzfällen, um daraus Argumente zu entwickeln. Derartige Arbeit kann mittlerweile von KIs übernommen werden. Die Beratungsfirma McKinsey schätzt, dass derzeit (2017) etwa 22 Prozent der Arbeit von Anwälten und 35 Prozent der Arbeit von Rechtshelfern mit Hilfe von KIs automatisiert werden könnte. Die KIs werden anhand von Millionen von Dokumenten und Fallbeispielen und juristischen Anträgen trainiert. Danach kann eine KI diejenigen Dokumente markieren, die ein Jurist für seinen Fall braucht, oft besser, als dies ein Mensch könnte. JPMorgan gab bekannt, die KI Contract Intelligence einzusetzen, welche nach Aussagen von JPMorgan eine Menge von Daten in Sekunden analysieren kann, wofür Juristen und Rechtshelfer 360.000 Stunden benötigen würden. Forscher der Universität von Maryland sowie vom Dartmouth College haben eine KI entwickelt, die mit 92 prozentiger Wahrscheinlichkeit an der Stimme und dem Gesichtsausdruck eines Menschen erkennen kann, ob dieser lügt. Die KI wurde mit 104 Videos trainiert, die Personen zeigen, die vor Gericht sowohl die Wahrheit als auch die Unwahrheit sagen. Die KI lernte so, minimale Änderungen im Gesichtsausdruck und der Stimme zu erkennen, um so den Wahrheitsgehalt des Gesagten zu deuten. Das System könne durch bessere Audiodaten und mehr Videomaterial noch stark verbessert werden. Forscher der Stanford Universität entwickelten eine KI, die anhand der Bilder von Google Street View (d. h. Bilder von einem Wohnviertel) das Wahlverhalten, den Bildungsgrad und die ethnische Zusammensetzung von Menschen in einem bestimmten Wohngebiet ermitteln kann. Ein wesentliches Erkennungsmerkmal für die KI sind die Autos, die in einem Wohngebiet geparkt sind. Nicht ermitteln konnte die KI bislang den Anteil der Kinder in dem Wohnviertel und die Zuordnung zu dominanten Wirtschaftssektoren. Die Erhebung der Daten ist deutlich kostengünstiger als bei Umfragen. Die KI NIMA, entwickelt von Google, kann Bilder ästhetisch bewerten, d. h. erkennen, ob Menschen ein Bild schön oder nicht schön finden. Dabei trainierte die KI mit Bildern, die von 200 Menschen auf einer Skala von 1 bis 10 bewertet wurden. Danach konnte die KI mit hoher Treffsicherheit erkennen, mit welchem Wert die Menschen ein Bild einstufen werden. 2018 Das britische Start-up Tractable stellte Anfang Januar 2018 eine KI vor, die mittels Fotos von einem Autoschaden innerhalb von Sekunden einen Kostenvoranschlag für die Reparatur anfertigen kann. Autofahrer müssen zukünftig nur noch Fotos vom Schaden aufnehmen und an die Versicherung übermitteln – der Rest wird dann maschinell erledigt. Die KI wurde mit Millionen Fotos von Autoschäden trainiert. Die Fotos müssen nicht von hoher Qualität sein. In Deutschland gab es im Jahr 2017 mehr als 2,6 Millionen Verkehrsunfälle, die meisten davon Blechschäden. Im Januar 2018 wurden in einer Umfrage 121 große japanische Firmen nach dem Einsatz von KI im eigenen Unternehmen befragt. 33 Firmen (27 Prozent) gaben an, bereits einen Teil des Geschäftsprozesses an KIs übertragen zu haben. 24 weitere Firmen sind in konkreten Planungen dazu. Die Einsatzbereiche sind sehr vielfältig. Die durch die KIs freiwerdenden Arbeitskräfte werden teilweise dann für andere Aufgaben im Unternehmen eingesetzt oder aber im Unternehmen nicht weiter beschäftigt. Bei einem standardisierten Leseverständnistest der Stanford-Universität haben KIs erstmals im Januar 2018 besser abgeschnitten als Menschen dies können. Bei dem Test wird ein Text gelesen und danach werden sehr detaillierte Fragen zum Inhalt des Textes gestellt. Menschen konnten im Maximum bislang 82,304 Prozent der Fragen korrekt beantworten. Eine KI von Alibaba konnte diesen Wert mit 82,44 Prozent übertreffen. Nur wenige Stunden später konnte eine KI von Microsoft den Test mit 82,65 Prozent bestehen. Allerdings je komplexer und mehrdeutiger die Fragen werden, desto mehr Probleme bekommen die KIs. Die KIs sind eher ein exaktes Rechercheinstrument, während ein Mensch das Gelesene in einen größeren Kontext stellen kann. Eine an der Klinik der Oxford-Universität entwickelte KI soll Herz-Erkrankungen und Lungenkrebs deutlich besser diagnostizieren können als ein Mensch dies könnte. Dabei wird das Herz bzw. die Lunge gescannt und über diese Scans kann die KI Einzelheiten erkennen, die einem Menschen verborgen bleiben. Krankheiten können so früher erkannt und behandelt werden. Ein Kardiologe liegt bei der Diagnose von Herz-Erkrankungen nur bei einer Trefferwahrscheinlichkeit von 80 Prozent. 20 Prozent der Diagnosen eines Kardiologen sind falsch. Das führt u. a. zu vermeidbaren Herzinfarkten oder aber zu unnötigen Operationen. Die KI soll die Fähigkeit der Kardiologen deutlich übertreffen. Allein in Großbritannien schätzt man so dem Gesundheitssystem mehr als 1 Milliarde Pfund pro Jahr einsparen zu können. Die KI soll ab Sommer 2018 den Kliniken kostenfrei zur Verfügung stehen. Vier Wissenschaftler der japanischen Universität in Kyoto haben im Januar 2018 eine KI vorgestellt, die aus den gemessenen Gehirnaktivitäten (Magnetresonanzscans) eines Menschen in etwa erkennen kann, welches Bild sich der Mensch gerade ansieht oder sogar nur ausdenkt. Die KI visualisiert die Bilder dann auf einem Bildschirm. Die Bilder sind nicht akkurat, aber Formen und Farben sind schemenhaft erkennbar. Auch Symbole und Buchstaben kann die KI so identifizieren. Die KI wurde über 10 Monate mit drei Probanden und 1000 Bildern, die wiederholt angeschaut wurden, trainiert. Dies stellt erste Ansätze von Telepathie zwischen Mensch und Maschine dar, was für die Maschinensteuerung nützlich sein kann. Microsoft stellte im Januar 2018 eine KI vor, die auf Textvorgaben ein entsprechendes Bild erzeugen kann. So erzeugt die KI z. B. auf die Vorgabe gelber Vogel mit schwarzen Flügeln und kurzem Schnabel ein fotorealistisches Bild mit einem kleinen, gelben Kanarienvogel mit schwarzen Flügeln auf einem Ast sitzend. Der Vogel existiert nicht real, sondern das Bild wurde von der KI erschaffen. Tatsächlich handelt es sich um zwei KIs: die erste erzeugt das Bild, die zweite bewertet, ob das Bild real erscheint. Die erste KI wiederholt den Vorgang so oft, bis die zweite KI das Bild als realistisch akzeptiert. Mit Hilfe einer solchen KI könnte man allein mit einem detaillierten Drehbuch einen Animationsfilm erzeugen. Denkbar wäre der Einsatz auch in der Architektur, wo eine solche KI nach Textvorgabe entsprechende Gebäude zeichnet. In einem Interview im Januar 2018 meinte der CEO von Google Sundar Pichai, die aktuelle Entwicklung der künstlichen Intelligenz sei für den Werdegang der Menschheit bedeutender als es die Entdeckung des Feuers und die Entwicklung der Elektrizität waren. Durch die aktuelle Entwicklung der KI werde kein Stein auf dem anderen bleiben. Deshalb sei es wichtig, dass die Gesellschaft sich mit dem Thema auseinandersetze. Nur so könne man die Risiken eingrenzen und die Potentiale ausschöpfen. Google gehört derzeit zu den führenden Unternehmen im Bereich der KI. Allein der KI-Assistent von Google ist bereits auf hunderten Millionen Android-Smartphones installiert. Aber auch in den Suchmaschinen kommt KI derzeit bereits milliardenfach zum Einsatz. Die von Google gekaufte Firma DeepMind eilt bei der KI-Forschung von Meilenstein zu Meilenstein u. a. mit AlphaGo, AlphaGo Zero, AlphaZero. Wissenschaftler der Universität Stanford haben im Januar 2018 eine KI vorgestellt, die mit einer Wahrscheinlichkeit von 90 Prozent bei unheilbar kranken Patienten aus den Krankendaten berechnen kann, ob diese innerhalb der nächsten 3 bis 12 Monate versterben werden. Dies kann unheilbar kranken Patienten helfen, die letzten Monate würdevoll und ohne aggressive Behandlungsmethoden und eventuell daheim unter Palliativversorgung zu verleben. Forscher der Mount Sinai School of Medicine haben im Januar 2018 eine KI vorgestellt, die mit einer Wahrscheinlichkeit von 82 Prozent aus einem psychologischen Gespräch mit Jugendlichen erkennen kann, ob diese innerhalb der nächsten zwei Jahre an einer Psychose erkranken werden. Die Forscher meinen, dass KIs in der Zukunft vermutlich Psychosen und andere Störungen sehr früh erkennen könnten. Ein Merkmal seien z. B. unorganisierte Gedankengänge, umständliche Formulierungen, unklare Assoziationen oder reduzierte Komplexität der Sprache. Die Unterschiede seien jedoch subtil, was KIs, die mit einer großen Zahl solcher Gespräche trainiert wurden, jedoch herausarbeiten könnten. Forscher der Universität Zürich und des Forschungskompetenzzentrums NCCR Robotics haben im Januar 2018 eine KI vorgestellt, die eine Drohne sicher durch eine Stadt führen kann. Die Drohne ist lediglich mit einer einfach Smartphonekamera bestückt. Die eigentlich Leistung vollbringt die KI, die zwischen statischen und bewegten Objekten unterscheiden kann und der Drohne entsprechend den Weg weist. Die KI schafft es sogar, die Drohne durch Parkhäuser und Büroflure zu steuern, obwohl die KI dafür nicht eigens trainiert wurde. Mögliche Einsatzgebiete wären Paketlieferungen, Überwachungsaufgaben, Rettungseinsätze usw. Britische Forscher der Cambridge Universität bedienten sich eines Roboters mit einer KI und fanden im Januar 2018 heraus, dass Triclosan, das auch in Zahnpasta verwendet wird, Malaria-Infektionen in zwei kritischen Stadien, nämlich der Leber und dem Blut, bekämpfen könnte. Nach einem Mückenstich wandern die Malaria-Parasiten im menschlichen Körper in die Leber, wo diese sich vermehren und ausbreiten. Danach gelange diese in die roten Blutkörperchen, wo sie sich weiter vermehren und über den ganzen Körper ausbreiten. Die Folgen sind Fieber und häufig der Tod. Jährlich sterben etwa eine halbe Million Menschen an Malaria. Mit der Entdeckung durch die KI könnte nun ein neues Medikament entwickelt werden, das Malaria gleich an zwei Punkten des Lebenszyklus von Malaria angreift. Der Forschungs-Roboter Eve mit der KI produziert und testet Annahmen, prüft Beobachtungen, führt Experimente aus, interpretiert Ergebnisse, ändert Hypothesen und wiederholt dies immer wieder. Seit Herbst 2017 ist ein Aktienfonds (ETF) auf dem Markt, der von einer KI gesteuert wird. Die KI basiert auf dem IBM Watson und entscheidet komplett eigenständig, in welche Aktien investiert wird. Die KI lernt ständig dazu und setzt keine einprogrammierten Anlageregeln um. War die Performance der KI anfangs noch sehr schlecht, überholt diese im Januar 2018 die Performance von menschlichen Fonds-Managern. Die KI kann im Vergleich zu einem Menschen große Mengen an Daten verarbeiten und in die Analyse einbeziehen, derzeit die Geschäftsdaten von 6000 Unternehmen und über 1 Mio. Finanznachrichten pro Tag. Nach Aussage der Betreiber soll die KI weiter dazulernen und somit die Performance ständig steigern. Der Fonds steht auch Privatanlegern offen. Angela Merkel meinte bei einem Auftritt auf dem Wirtschaftsforum in Davos im Januar 2018, dass Deutschland der Entwicklung bei künstlichen Intelligenzen hinterherhinke. Man versuche eine Zusammenarbeit mit Frankreich, um nicht abgehängt zu werden. Länder wie Estland seien Deutschland weit voraus. Deutschland müsse bei Verwaltung, Schule und Bildung aufholen. Es sei ein besseres Anreiz-Programm für Start-Ups dringend notwendig. In manchen Entwicklungsländern würde die Digitalisierung genutzt, um manche Entwicklungsschritte zu überspringen, während Deutschland noch in der vertrauten analogen Welt verhaftet sei. Deutschland sei eine alternde Gesellschaft, was den technischen Fortschritt zusätzlich verlangsame. Man müsse den digitalen Umbau mit Entwicklungen auf dem Arbeitsmarkt und bei der Ausbildung begleiten. Soziale Verwerfungen müssten vermieden werden. Bei den Daten könnte Europa von großen Firmen in den USA und China abgehängt werden, die die Daten erfolgreich zum Kern ihres Geschäftsmodells gemacht hätten. Im Januar 2018 eröffnet Amazon den ersten Laden ohne Kassen. Amazon nennt diese Läden Amazon Go. Der Kunde benötigt einen Account bei Amazon und eine entsprechende Amazon-App auf seinem Smartphone. Beim Betreten des Ladens muss der Kunde sein Smartphone mit der App über einen Scanner halten und kann dann eintreten. Danach wird der Kunde von unzähligen Kameras und KI verfolgt. Jedes Mal, wenn der Kunde dem Regal eine Ware entnimmt, wird die Ware in den virtuellen Warenkorb des Kunden eingebucht. Legt der Kunde die Ware wieder ins Regal zurück, wird die Ware wieder ausgebucht. Beim Verlassen des Ladens wird dem Kunden automatisch der Rechnungsbetrag des Warenkorbs von seinem Amazon-Konto abgebucht. Für den Kunden ergeben sich so keine Wartezeiten mehr an den Kassen. Amazon kann so nun auch die Einkaufsdaten in einem normalen Laden für jeden Kunden erfassen und zudem entfällt Personal. Wissenschaftler der Universität von Alberta haben möglicherweise im Januar 2018 mit Hilfe einer KI das Voynich-Manuskript entschlüsseln können. Das Manuskript ist 600 Jahre alt. Jahrzehntelang wurde versucht, den Inhalt des Buches, das in einer Geheimschrift niedergeschrieben ist, zu entschlüsseln. Die KI wurde an Texten in 380 Sprachen trainiert. Glaubte man bislang, bei der Sprache handle es sich um Arabisch, gab die KI an, es sei Hebräisch. Man vermutete, dass es sich um Alphagramme (s. Anagramm) handelt, bei denen die Buchstaben jedes Wortes alphabetisch sortiert und Vokale weggelassen werden. Nach Umstellung der Buchstaben konnten 80 Prozent der Wörter in einem modernen Wörterbuch gefunden werden. Der erste Satz konnte damit in etwa entschlüsselt werden. Nun werden Linguisten, die Althebräisch beherrschen, benötigt, um den gesamten Text entziffern zu können. Die Wissenschaftler wollen nun weitere alte Texte untersuchen, deren Entzifferung bislang nicht gelang. Das kanadische Start-Up Lyrebird hat eine KI entwickelt und im Januar 2018 vorgestellt, die innerhalb weniger Minuten erlernen kann, mit jeder beliebigen Stimme zu sprechen. Namensgeber ist der Vogel Leierschwanz, der beliebige Geräusche täuschend echt imitieren kann. Zum Trainieren der KI muss man vorgegebene Text wenige Minuten lang vorlesen. Danach spricht die imitierte Stimme jeden Text, den man in einem Textfeld eingibt. Das funktioniert bislang nur gut in der englischen Sprache. Das deutsche Entwicklerteam Acrai hat im Februar 2018 eine Maschine mit KI vorgestellt, die, an einem Traktor angehängt, auf Feldern automatisch und mechanisch "Unkraut" entfernt. Die KI erkennt das "Unkraut" und dann entfernt die Maschine das "Unkraut" mit einer Art Hacke. Das System soll eine Alternative zu chemischen Unkrautvernichtern sein und so insbesondere im ökologischen Anbau zum Einsatz kommen, um dort Arbeitskräfte einzusparen. Das System wird vorerst als Dienstleistung angeboten, damit Bauern das System ausprobieren können. Das Team erhielt mit seiner Maschine beim TUM IdeAward den dritten Platz. Die Armbanduhr Apple Watch zeichnet u. a. die Herzfrequenz eines Menschen auf. Apple gab im Februar 2018 bekannt, dass KIs mit einer Wahrscheinlichkeit von 85 Prozent aus der Analyse der Herzfrequenz Diabetes beim Träger der Armbanduhr feststellen können. Die Idee basiert auf der Framingham-Herzstudie, die bereits 2015 erkannte, dass man allein mit Hilfe der Herzfrequenz Diabetes diagnostizieren kann. Apple war es bereits früher schon gelungen, aus der Herzfrequenz einen abnormalen Herzrhythmus mit 97 prozentiger Wahrscheinlichkeit, Schlafapnoe mit 90 Prozent, Hypertonie (Bluthochdruck) mit 82 Prozent zu erkennen. Ein Berliner Startup hat ein Gerät mit KI entwickelt, das Hautkrebs besser erkennen kann als ein Hautarzt. Der Arzt hält das Gerät an eine verdächtige Stelle und das Gerät scannt dann die Stelle mit einem Infrarot-Laserstrahl. In klinischen Studien stellte das Gerät bei 92 Prozent der Fälle die richtige Diagnose, was zukünftig noch gesteigert werden soll. Bislang wurden verdächtige Stellen vom Arzt ausgeschnitten und in ein Labor eingeschickt. Erst im Labor nach etwa zwei Wochen konnte die Diagnose gestellt werden. Oft sei es aber falscher Alarm gewesen. Das Gerät soll den Hautarzt unterstützen und häufiges Ausschneiden der fraglichen Hautstellen verringern helfen. Die Firma will später auch eine App fürs Smartphone anbieten, die über eine Fotografie der Hautstelle die Diagnose stellen kann. Die Treffsicherheit sei dabei jedoch deutlich reduziert. Das Laser-Gerät ist seit Januar 2018 bei Ärzten im Einsatz. Ärzte zahlen eine Lizenzgebühr, so dass pro Untersuchung zwischen 60 und 120 Euro fällig werden. Die Preise sollen zukünftig noch deutlich sinken. Das Startup snics aus Wien hat eine App mit KI entwickelt, welche die Energiezufuhr einer Mahlzeit berechnen kann. Dazu muss man nur die Mahlzeit komplett fotografieren. Die KI erkennt dann die Speisen, gleicht dies mit einer Datenbank ab, um die Nahrungsenergie je Speise zu ermitteln und berechnet dann die Energiezufuhr anhand von Standardportionen. Die App steht seit Februar 2018 in den App-Stores bereit. Die Treffsicherheit liegt derzeit bei 60 Prozent, wobei weitere 20 Prozent nur leicht daneben liegen. Ernährungswissenschaftler kontrollieren ständig die Arbeit der KI, um so die Treffsicherheit weiter zu steigern. Das Institut für Arbeitsmarkt- und Berufsforschung (IAB), das zur Bundesagentur für Arbeit gehört, hat in einer Studie im Februar 2018 dargelegt, welche menschliche Arbeit in Deutschland von Maschinen ersetzt werden kann. Die Studie kommt zum Ergebnis, dass im Jahr 2016 25 Prozent der bezahlten menschlichen Tätigkeiten von Maschinen hätten erledigt werden können, was etwa 8 Millionen Arbeitsplätzen in Deutschland entspricht. Eine frühere Studie kam für das Jahr 2013 noch auf einen Wert von 15 Prozent. Am stärksten betroffen mit etwa 83 Prozent sind Fertigungsberufe aber auch unternehmensbezogene Dienstleistungsberufe mit 60 Prozent, Berufe in der Unternehmensführung und -organisation mit 57 Prozent, Berufe in Land- und Forstwirtschaft und Gartenbau mit 44 Prozent usw. Im Vergleich von 2013 zu 2016 sind besonders stark gestiegen Logistik- und Verkehrsberufe von 36 auf 56 Prozent, ein Bereich, in dem in Deutschland etwa 2,4 Millionen Menschen beschäftigt sind. Insgesamt geht die Studie davon aus, dass in naher Zukunft 70 Prozent der menschlichen bezahlten Tätigkeiten von Maschinen übernommen werden könnten. Maschinen könnten z. B. übernehmen: Wareneingangskontrolle, Montageprüfung, Kommissionierung, Versicherungsanträge, Steuererklärungen usw. Die Techniken, die diese Veränderungen vorantreiben seien: künstliche Intelligenzen, Big Data, 3-D Druck und virtuelle Realität. Auch wenn es nicht zu Entlassungen kommen würde, so müssen Mitarbeiter zumindest mit starken Veränderungen in ihrem Berufsbild und damit starkem Umlernen rechnen. Es werden auch neue Berufsfelder entstehen. Auch werde nicht alles, was heute schon möglich ist, auch umgesetzt und schon gar nicht sofort. Ein Faktor für diese Verzögerung seien ethische und rechtliche Aspekte aber auch die hohen Kosten der Automatisierung. Nicht immer ist die künstliche Intelligenz billiger als die menschliche Intelligenz. Das Google Brain Team stellte im Februar 2018 eine KI vor, die aus vorgegebenen Texten die wesentlichen Informationen extrahieren und damit einen Wikipedia-Artikel schreiben kann. Die Google-Firma Verily hat im Februar ein KI vorgestellt, die aus dem Scan des Auges u. a. Herzerkrankungen erkennen kann. Durch den Scan der Hinterwand des Auges können mit der KI u. a. festgestellt werden: das Alter einer Person, Blutzuckerwert, den Blutdruck, sowie, ob der Patient Raucher ist, eine Herzerkrankung des Patienten mit 70 Prozent Wahrscheinlichkeit. Die Diagnose der Herzerkrankungen liegt bei der Treffsicherheit in etwa gleichauf mit heutigen Methoden, für die ein Bluttest erforderlich ist, jedoch mit dem Vorteil, dass das Ergebnis sofort verfügbar ist. Trainiert wurde die KI mit Daten von 300.000 Patienten. Auf der Münchner Sicherheitskonferenz im Februar 2018 waren autonome Waffen ein zentrales Thema und dabei kleine Drohnen mit KI eigenständig gesteuert, die in großen Schwärmen ausgesendet werden, u. a. Zielpersonen per Gesichtserkennung oder ein sonstiges Ziel orten und dann das Ziel ausschalten u. a. durch Zünden einer Sprengladung in unmittelbarer Nähe des Ziels. Prototypen seien bereits gebaut. Der ehemalige Nato-Generalsekretär Anders Fogh Rasmussen warnte eindringlich vor solchen autonomen Systemen und forderte das Verbot solcher Systeme. Anscheinend soll im Syrien-Krieg erst kürzlich ein derartiger Drohnenangriff vermutlich mit iranischer Hilfe gegen eine russische Einheit eingesetzt worden sein. Bereits Ende 2017 haben Aktivisten in einem Video simuliert, wie ein solcher Angriff von einem autonomen Drohnenschwarm aussehen könnte. Beim Projekt "Mannheimer Weg 2.0" – eine Zusammenarbeit der Stadt Mannheim, der Mannheimer Polizei und dem Fraunhofer Institut – soll eine KI ab März 2018 die Videos der Überwachungskameras aus dem Stadtzentrum von Mannheim auswerten und einen Alarm auslösen, wenn die KI auf den Bildern eine strafbare Handlung entdeckt. Ein Mitarbeiter der Polizei muss dann manuell das von der KI vorsortierte Bildmaterial sichten und eigenständig Kollegen alarmieren. Bislang mussten Mitarbeiter der Polizei permanent die Videos der Überwachungskameras auf verdächtige Situationen hin beobachten, was für die Mitarbeiter sehr ermüdend und auch personalintensiv war. Die KI durchsucht die Videos in Echtzeit u. a. nach Menschen, die schlagen, liegen, stürzen o.a. rennen usw. In der ersten Phase werden jedoch weiterhin auch Menschen die Videos auswerten, so dass die KI mit Hilfe des Bildmaterials weiter trainiert werden kann. Auf dem Mobile World Congress in Barcelona im Februar 2018 wurde ein Smartphone mit einer App vorgestellt, das ein Auto steuern kann. Das Smartphone verfügt über einen KI-Chip und wurde an der Windschutzscheibe des Fahrzeugs befestigt. Das Fahrzeug war mit Steuermotoren am Lenkrad und den Pedalen ausgestattet. Allein über die Kamera des Smartphones wurde die Umgebung erkannt und das Fahrzeug vom Smartphone über einen Testparcours geleitet. Die Vorführung diente zur Demonstration der Leistungsstärke des KI-Chip im Smartphone. Im Februar 2018 haben Rechtsprofessoren der Stanford University, der Duke University School of Law und der University of Southern California einen Vergleichstest zwischen der käuflich erwerbbaren KI Lawgeex und 20 erfahrenen Anwälten durchgeführt. Der KI und den Anwälten wurden 5 Vertragstexte zur Prüfung vorgelegt. Die Vertragstexte enthielten 30 absichtlich eingefügte rechtliche Probleme. Derartige Arbeiten müssen Anwälte nahezu täglich durchführen. Die KI benötigte für diese Arbeit 24 Minuten und hatte eine Trefferquote von 94 Prozent. Dagegen benötigten die erfahrenen Anwälte im Durchschnitt 92 Minuten und hatten nur eine durchschnittliche Trefferquote von 85 Prozent. In einem Gastbeitrag im Februar 2018 meinte der SAP-Chef Bill McDermott, dass sich die Menschen fürchten würden vor den Veränderungen, die eine Welt mit Robotern und KIs mit sich bringt. Ein erster Meilenstein sei der Sieg der Maschine Deep Blue über den amtierenden Schachweltmeister Gary Kasparov im Jahr 1997 gewesen. Ein weiterer Meilenstein sei der Sieg der Maschine Watson über den Menschen in der Quiz-Show Jeopardy im Jahr 2011 gewesen. Und der nächste große Schritt waren dann die Siege von AlphaGo und seinen Nachfolgern AlphaGo Zero und AlphaZero im Jahr 2016 und 2017. Die tiefgreifenden Veränderungen, die KI auch am Arbeitsplatz mit sich bringen würden, seien heute nun in aller Munde. Über Auswirkungen wird heftig diskutiert: Können die Maschinen uns ersetzen oder können sie sogar die Kontrolle ganz übernehmen? Unter Befürwortern und Skeptikern seien kluge Köpfe. Vor Schreckensvisionen sollte man jedoch nicht verzagen, solange man dies noch gestalten kann. Man solle optimistisch bleiben, und die KIs als riesiges Potential für die Menschheit betrachten. Es sei zu beobachten, dass rein menschliche Eigenschaften wie Einfallsreichtum, Liebenswürdigkeit, Innovationsgeist und Kreativität Aufwind bekommen und nicht mehr aufzuhalten seien. Die Maschinen können uns von langweiligen und gefährlichen Aufgaben befreien und wir Menschen könnten uns auf Aufgaben konzentrieren, zu denen nur der Mensch fähig ist wie Einfühlungsvermögen, moralische Urteilskraft und Liebe. Wir sollten nicht in Konkurrenz zu den Maschinen treten, wo diese ohnehin überlegen sind, sondern die Fähigkeiten der Maschinen als eine Bereicherung für die Menschheit betrachten, eine Art ‚Augmented Humanity’. Es läge heute in der Verantwortung führender Technologieunternehmen, dass intelligente Maschinen im Einklang mit den Menschen arbeiten und nicht gegen sie. Um etwaige negative Auswirkungen der neuen Techniken auf die Gesellschaft zu vermeiden, verlangte es nun eine durchdachte Planung. Behörden, Privatwirtschaft und Bildungswesen müssten zusammenarbeiten, um junge Menschen die Fähigkeiten zu vermitteln, die diese in der digitalen Wirtschaft benötigen. Umschulungen und lebenslanges Lernen seien heute die neue Normalität. Jobs würden nicht komplett von Maschinen ersetzt werden, sondern meist in Teilbereichen. Es würden auch viele neue Jobs entstehen. Die wirtschaftliche Entwicklung würde durch die KI befeuert werden. Man rechnet für 2030 mit einer Wertschöpfung in dem Bereich von 16 Billionen Dollar und einem Wachstum des Bruttoinlandsprodukts um 26 Prozent. Durch die Automatisierung könnten Unternehmen zukünftig jährlich 3 bis 4 Billionen US-Dollar einsparen. Microsoft Research hat im März 2018 eine KI vorgestellt, die von Chinesisch ins Englisch nach eigener Angabe in gleicher Qualität übersetzen kann wie ein professioneller menschlicher Übersetzer. Die Übersetzung von Chinesisch ins Englische gilt als die schwierigste Art der Übersetzung. Im März 2018 haben Mitarbeiter von Toyota einen humanoiden Roboter mit KI vorgestellt, der einen Basketball aus 3,60 Meter Entfernung mit 100 prozentiger Treffsicherheit in einem Basketballkorb versenken kann. Der Roboter trat gegen menschliche Profi-Basketballspieler an und gewann deutlich. Der Roboter mit KI benötigte 200.000 Ballwürfe als Training, um diese Genauigkeit zu erreichen. Im März 2018 stellte Google ein youtube-App mit KI vor, die in Videos in Echtzeit den Hintergrund im Video austauschen kann. Für diese Technik wurde bislang die aufwändige Greenscreen-Technik benötigt, bei der Personen vor einer grünen Wand agieren müssen, die später durch einen Hintergrund ersetzt wird. Bei der jetzigen Technik ist der Hintergrund egal. Die KI erkennt die Personen oder Gegenstände im Vordergrund und schneidet diese einfach aus dem Video heraus. Im März 2018 führte Baidu die KI DeepVoice vor, die nur 3,7 Sekunden Tonaufnahme einer Stimme benötigt, um dann mit dieser Stimme jeden vorgegebenen Text sprechen zu können. Die Qualität ist allerdings sehr schlecht. Je mehr Tonaufnahme die KI von einer Stimme hat, um so besser wird das Ergebnis. Vor einem Jahr noch sollen für vergleichbare Ergebnisse noch 30 Minuten Tonaufnahmen einer Stimme notwendig gewesen sein. Ein System von Adobe, das 2016 vorgestellt wurde, benötigte 20 Minuten Trainingsmaterial, erzielte damit jedoch auch ein hochwertiges Ergebnis. Wissenschaftler der Eötvös Universität in Budapest stellten im März 2018 eine KI vor, die bei einer Mammographie aus den Röntgenbildern der weiblichen Brust Brustkrebszellen mit gleicher Treffsicherheit – nämlich etwa 90 Prozent – erkennen kann wie ein erfahrener menschlicher Radiologe. Auch die Rate der Falschpositiven Ergebnisse lag bei der Rate der Mediziner. Die Auswertung der Röntgenbilder durch Radiologen sei eine monotone, anstrengende, langwierige und fehleranfällige Arbeit. Im Mai 2018 hat Google auf der Entwicklerkonferenz sein System Duplex vorgestellt. Dabei führte die KI einen Anruf bei einem Friseursalon, einem Restaurant usw. durch, um eine Terminvereinbarung durchzuführen. Ziel von Google ist es, die Sprache der KI so natürlich wirken zu lassen, dass der Gegenüber nicht mehr erkennt, dass es sich beim Anrufer um eine Maschine handelt. Dazu werden von der KI u. a. Denkpausen, absichtliche Ungenauigkeiten, 'aha' und 'hmm' usw. eingefügt, wodurch die KI menschlich klingen soll. Kommentatoren empfanden das Ergebnis u. a. erschreckend überzeugend. Das System funktioniert bislang nur in Englischer Sprache. Eine KI wurde von IBM unter dem Namen 'Project Debater' darauf trainiert, mit Menschen zu diskutieren. IBM stellte diese KI im Frühjahr 2018 der Öffentlichkeit vor. Dabei diskutierte die KI mit zwei erfahrenen menschlichen Diskussionspartnern über Themen, von denen die KI davor nichts wusste. Die KI konnte lediglich auf eine 300 Millionen Quellen umfassende Datensammlung zurückgreifen, und musste daraus die Argumente herausfinden. Geübt hatte die KI davor mit anderen Themen. Die KI soll zukünftig bei der Findung schwieriger Entscheidungen behilflich sein. Das britische Start-Up Wayve hat im Juli 2018 eine KI vorgestellt, die innerhalb von 20 Minuten in einfacher Form das Autofahren erlernen kann. Das Start-Up wurde von zwei Doktoren der KI der Cambridge Universität gegründet. Statt vieler Sensoren benötigt die KI nur eine Frontkamera und steuert das Lenkrad. Bislang wurde den Autopiloten mühsam die Regeln für das Autofahren einprogrammiert und Millionen von Testkilometern absolviert, um der KI das Autofahren beizubringen. Die jetzt vorgestellte KI ist zuerst ohne Wissen und steuert das Lenkrad zuerst zufällig. Durch das korrigierende Eingreifen eines Testfahrers lernt die KI innerhalb von 20 Minuten eigenständig und ohne menschliches Wissen, wie das Lenkrad zu bedienen ist, um auf der Straße zu bleiben, ähnlich einem Menschen, der Fahrradfahren lernt. Dabei wird auf das gleiche bestärkende Lernverfahren gesetzt, das Deepmind bereits bei AlphaZero eingesetzt hat. Die KI erhält eine höhere Belohnung, je länger das Fahrzeug ohne Eingriff des Testfahrers bleibt. Die KI versucht eine möglichst hohe Belohnung zu erhalten. Wissenschaftler der Universität von Berkeley, Kalifornien, haben im Sommer 2018 eine KI entwickelt, mit der man in Videos die Tanzbewegungen einer Quellpersonen auf eine Zielperson übertragen kann. Dazu überträgt die KI zuerst die Tanzbewegungen der Quellperson auf eine Art Strichmännchen. Diese Bewegungen werden dann in einem zweiten Schritt auf die Zielperson übertragen. Dann wird das Ergebnis von der KI auf Glaubwürdigkeit überprüft und gegebenenfalls der letzte Schritt wiederholt. Zukünftig sollen beliebige Bewegungen einer Quellperson im Video auf eine Zielperson in einem Video übertragbar sein. Video als Beweismaterial verliert damit zunehmend an Bedeutung. Im Sommer 2018 wurde die App Skinvision vorgestellt. Diese App kann man auf sein Smartphone laden. Mit dem Smartphone kann man dann auffällige Stellen der Haut fotografieren. Das Foto wird an einen Zentralrechner geschickt und von einer KI bewertet. Die Auswertung erhält man wieder auf sein Smartphone zurück. Im Falle einer Krebsdiagnose stehen über die App online Hautärzte zur ersten Kontaktaufnahme bereit. Die App und der Service kosten jährlich etwa 30 Euro. Forscher des MIT haben im September 2018 eine KI vorgestellt, die anhand von gesprochenem Text oder auch geschriebenem Text eine Depression bei einem Patienten diagnostizieren kann. Üblicherweise stellen Ärzte und Psychologen dem Patienten Fragen zu Lebensgewohnheiten, Verhaltensweisen und Befindlichkeiten. Aus den gegebenen Antworten wird dann die Depression bei einem Patienten diagnostiziert. Die Forscher trainierten die KI mit klinischen Interviews. Nunmehr ist die KI sogar in der Lage, aus Gesprächen, die nicht im klinischen Kontext stattfinden – also herkömmliche Gespräche –, eine Depression zu diagnostizieren. Die KI schafft eine Trefferquote von 83 Prozent und bei der Einordnung der Schwere der Depression auf einer Skala von 0 bis 27 eine Trefferquote von 71 Prozent. Die KI könnte Ärzte nun bei ihrer Arbeit unterstützen oder aber als App angeboten werden, die Benutzer permanent überwachen und im Notfall Alarm geben. Die Forscher wollen weitere KIs entwickeln, um etwa aus der Sprache eines Patient auch Demenz erkennen zu können. Im Herbst 2018 stellte Google die KI LYNA (LYmph Node Assistant) vor. Diese erreicht bei der Erkennung von Metastasen bei der Früherkennung von Brustkrebs mit Ultraschall eine Trefferquote von 99 Prozent. Ärzte, die meist unter Zeitdruck arbeiten müssen, erreichen hier nur eine Trefferquote von etwa 40 Prozent. Insbesondere winzige Metastasen können von der KI erkannt werden, was aber selbst für das geschulte menschliche Auge kaum erkennbar ist. Die KI kann so Pathologen auf problematische Gebiete aufmerksam machen. Im Oktober 2018 konnte der Roboter Atlas mit KI von der Firma Boston Dynamics einen Parkour absolvieren und sprang aus dem Lauf heraus über einen Holzstamm und überwindet anschließend in alternierend zyklischer Bewegung verschiedene, treppenähnliche Höhenunterschiede. Die chinesische Firma Watrix hat im November 2018 eine KI vorgestellt, die Menschen aus 50 Metern Entfernung aus den Aufnahmen einer Überwachungskamera mit einer Trefferquote von 94 Prozent allein an der Gangart des Menschen identifizieren kann. Somit ist es nicht mehr notwendig, das Gesicht einer Person zu sehen, um die Person zu identifizieren. Die Technik ist bereits in Shanghai und Peking im Einsatz.

Einzelnachweise zur Chronologie

Anlagevermerk

Auslagerung aus Wikipedia-Artikel "künstliche Intelligenz" analog zur englischen Wikipedia. Wega14 (Diskussion) 22:11, 21. Mär. 2017 (CET)

Geschichte von ...

Genauer gesagt müsste es "Geschichte der Idee einer künstlichen Intelligenz" heißen. --B-greift (Diskussion) 22:39, 20. Apr. 2017 (CEST)

Die künstliche Intelligenz umgibt uns heute eigentlich alltäglich. Das ist keine Idee mehr, sondern Realität. Jedes Smartphone verfügt heute über solche schwachen KIs z.B. Siri im iPhone. Die Frage bleibt, ob diese KIs den Menschen hinter sich lassen werden. Aber betrachtet man z.B. die Diskussionen im Silicon Valley, wo diese KIs heute stark vorangetrieben werden, scheinen die Macher dort keine Zweifel daran mehr zu haben, im Gegenteil. Die KI wird uns demnächst (d.h. wenige Jahre, kein Jahrzehnt mehr) überholen. Es gibt vielfältige Warnungen davor. Dass wir Menschen demnächst komplett vom Arbeitsmarkt verdrängt werden, scheint dort kaum noch jemand zu bezweifeln. Es wird über die sozialen Auswirkungen diskutiert. Die KI als Tötungsmaschinen, die jedem Menschen überlegen sind, ist ein weiteres großes Thema. Die Menschheit steht an einem Art Scheideweg, auch wenn die Politik das bislang kaum wahrnimmt. Wega14 (Diskussion) 00:24, 24. Aug. 2017 (CEST)

Ich möchte nocheinmal auf diesen älteren Beitrag antworten, da ich glaube, dass hier das Grundmissverständnis von Wega14 liegt und warum er meint, diesen Artikel hier so aufzublähen. Hier wird das, wozu KIs in der Lage sind, maßlos überschätzt. KIs sind schnelle Rechenmaschinen, die mit Hilfe mathematischer Formeln und Statistiken verblüffende Ergebnisse auf genau ihrer Domain erzielen können, mehr aber auch nicht. Dass KIs heute in so vielen Anwendungen funktionieren, heißt nicht, dass der Computer das auch verstehen würde, was er da macht. Es sind einfach Statistiken, die der Computer gelernt hat in der Form "da ist diese Kante und jene Rundung und wenn diese so und so kombiniert werden ist das wahrscheinlich ein Auto". Nur dass diese Regeln halt selbstständig gelernt werden und nicht wie früher vom Menschen definiert sind. Wichtiger Kommentar dazu: Kommentar zu KI und digitalen Assistenten: Mehr Statistik als Intelligenz Im Prinzip funktioniert jede heutige "KI" nach diesem Prinzip, und für Krebserkennung braucht man keine grundlegend anderen "KIs" als z.B. für die Fußgängererkennung im Auto oder auch die Spracherkennung. Deshalb ist es auch unsinning, jeweils jede einzelne Anwendung davon getrennt aufzulisten. Vielmehr müssen die dahinter liegenden Zusammenhänge beschrieben werden, damit auch Laien wie Wega14 ein fundiertes Bild davon bekommen. Und der Begriff "den Menschen hinter sich lassen" ist immer so ein seltsame Behauptung. Jeder Taschenrechner lässt heute schon in gewisser Weise den Menschen "hinter sich", zumindest auf dem speziellen Task, für den er gemacht wurde. Mit "KIs" ist das nichts anderes. --TheRandomIP (Diskussion) 13:46, 17. Nov. 2018 (CET)

Genauer gesagt müsste es "Essay- und semibuchhafte, den Lexikongedanken Wikipedias missachtende Geschichte der Idee einer künstlichen Intelligenz" heißen. Artikel dieses Umfanges (20 DIN-A4-Seiten) sind schlicht nicht lesbar (noch nicht mal überfliegbar). Sie sind mit nicht artikelrelevanten Details aufgeplustert. Wikipedia soll kein Sachbuch ersetzen, das bei solchem Umfang ohne Zweifel die empfehlenswertere Wahl wäre, sondern ein Thema meilensteilenhaft skizzieren. --2.247.253.206 00:47, 6. Feb. 2018 (CET)

Na, alle Achtung, dann dürfen wir ja wohl gespannt sein. Wann meinst du können wir einen ersten Blick auf deinen Gegenentwurf werfen? -ZT (Diskussion) 03:57, 7. Feb. 2018 (CET)

Zumüllung dieses Artikels

Ich protestiere lautstark dagegen, dass Benutzer:Wega14 diesen Artikel hier mit Low-Level Presseberichten geradezu überflutet. Das widerspricht dem Sinn einer Enzyklopädie, welche den Kern, das wesentliche, an Informationen wiedergeben soll. Diese Überflutung schreckt nicht nur Leser, sondern auch ernsthafte Autoren ab. So kann man doch keinen Artikel aufziehen. In einem ersten Schritt sollten wir mal schauen, welche Informationsuquellen wir haben, die uns einen verdichteten Blick ermöglichen. Wir müssen hier nach Standardwerken schauen. https://www.deeplearningbook.org/ ist ein sehr renommiertes und auch aktuelles Buch. Es geht zwar nur um Deep Learing aber die meisten der aktuellen Fortschritte werden auf Basis von Deep Learing erzielt, also haben wir hohe Überschneidung. Da könnten wir reinschauen. Oder besser gesagt, ich kann da reinschauen, denn ich werde das verstehen können, ich habe entsprechende Kenntnisse. Aber ich brauche dazu Rückendeckung der anderen Autoren, dass ihr mir nicht meine Arbeit zunichte macht, weil ihr euch nicht von eurer Low-Level-Presseberichte-Abschreiberei trennen könnt. Es wird sicher noch mehr Literatur geben, aber es braucht Zeit, das zu finden und auszuwerten. --TheRandomIP (Diskussion) 23:13, 13. Nov. 2018 (CET)

Das macht er leider nicht nur bei diesem Artikel. Ich habe dieses Verhalten bei anderen Artikel auch schon kritisiert, aber ohne Erfolg. Ergebnis war, dass er wissenschaftliche Fachliteratur kategorisch ablehnt, da diese generell veraltet sei. Stattdessen schreibt er mit zusammengegoogelten Internetquellen Unmengen an Text, bis am Schluss die Artikel zwar elend lang sind, man aber wichtige Informationen einfach nicht mehr findet. Ich fände eine Zurechtstutzung dieses Artikels dringend angebracht. Alleine der zig Seiten lange und in Trivialitäten ausufernde Abschnitt 2018 spricht Bände: 41 kB nicht weiter ungegliederte Textwüste (!), bei der einfach nur Dutzende Ereignisse chronologisch aufgelistet sind, ohne jede inhaltliche Klammer. Persönlich kann ich hier aber mangels Ahnung von diesem Thema nicht zu Umbau und Kürzung dazu beitragen. Was mich vor allem interessiert, ist, wo der Kontext und der rote Faden ist, der all diesen Text zusammenhält. Es wirkt so, als gäbe es keinen. Dann stellt sich auch die TF-Frage Andol (Diskussion) 23:45, 13. Nov. 2018 (CET)

Gut auf den Punkt gebracht. Es gibt tatsächlich einige Meilensteine der letzten Zeit, die man hervorgeben könnte (ab 2014: Generative Adversarial Networks erlauben das Erzeugen von Samples komplexer Verteilungen, z.B. Erzeugung von Gesichtern, wodurch aktuell z.B. so etwas möglich ist). Ein zweiter großer Punkt ist Deep Reinforcement Learning (AlphaGo etc.), ausgelöst durch eine Publikation 2015 von Google. Usw... Ich könnte sicherlich auch aus dem Stehgreif ein Kapitel schreiben, aber ich will das wirklich versuchen, zu belegen. In einem ersten Schritt muss ich halt mal schauen, wo wir stehen, was denn eigentlich noch fehlt im Artikel. Aber ich habe sicherlich nicht die Lust, mich durch 5km Textpassagen zu wühlen, die irgendwelche trivialen Medienberichte wiedergeben. --TheRandomIP (Diskussion) 00:00, 14. Nov. 2018 (CET)

Die Anwendung von KI, also das Einfließen in Produkte, ist sicherlich auch etwas, was man darstellen kann. Aber hier ist der Knackpunkt, dass man nun wirklich schauen muss, wo ernsthaft an Produkten gearbeitet wird und wo Leute nur auf die Welle aufspringen, ohne substanziell etwas voranzubringen. Bei vielen Presseberichten von Wega14 ist genau das Problem, dass dort irgendwelche Start-Ups, Möchtegern-Forscher oder auch etablierte Unternehmen groß damit Werbung machen, was sie doch tolles entwickelt haben, aber das allermeiste davon verschwindet wieder in der Versenkung oder ist nur ein Abklatsch von bereits bekannten Methoden. Presseberichte geben nur den Zeitpunkt der Ankündigung (des Hypes) wieder aber nicht, was daraus letztlich geworden ist. Meistens wird nämlich behauptet, man hätte ein revolutionäres System erfunden, das jetzt XY kann, aber dabei ist es nur eine Anwendung bestehender Technologien auf einen neuen Datensatz. Zum Beispiel das mit dem Absatz "Microsoft stellte im Januar 2018 eine KI vor, die auf Textvorgaben ein entsprechendes Bild erzeugen kann. So erzeugt die KI z. B. auf die Vorgabe gelber Vogel mit schwarzen Flügeln und kurzem Schnabel ein fotorealistisches Bild mit einem kleinen, gelben Kanarienvogel mit schwarzen Flügeln auf einem Ast sitzend." ist letztlich eine Anwendung der Generative Adversarial Networks, die bereits 2014 erfunden wurden, ohne dass diese Verbindung dargestellt würde. Das gleiche gilt für viele weitere Berichte. Dieses grundsätzliche Problem habe ich schon lange versucht, hier zum Ausdruck zu bringen, leider ohne Erfolg. --TheRandomIP (Diskussion) 00:27, 14. Nov. 2018 (CET)

3M

Ich verstehe den Ärger und das Argument, würde aber darum bitten etwas behutsamer vorzugehen. Wenn der Abschnitt komplett gestrichen werden soll, würde ich vorschlagen, ihn dennoch auf der Disk zu sichern. Wünschenswert wäre aber natürlich eine Zusammenfassung wie vorgeschlagen, vor allem wen bereits eine oder zwei solide Überblicksquellen, die eine Relevanzbewertungen bereits vorgenommen haben , zu Grunde gelegt werden können. Bitte sprecht Benutzer:Wega14 an. Vielleicht ist ja ein Newsticker in einem Disk-Seiten-Abschnitt gar kein schlechter Service für alle und ein tragbarer Kompromiss?-- Leif Czerny 10:16, 14. Nov. 2018 (CET)

Natürlich wird man ein Kompromiss finden müssen. Zwischen nur wissenschaftliche Standardwerke und jede dahergelaufene, fachfremde Nachrichtenseite (gruenderszene.de etc.) ist noch sehr viel Platz. Ich sehe ja auch das Argument, dass man mit den bedruckten Büchern nicht immer die top-aktuellen Entwicklungen eingefangen bekommt. Da kann man dann auf halbwegs rennomierte wissenschaftliche Magazine wie das MIT Technology Review zurückgreifen, da gibt es manchmal auch Portraits aus etwas Distanz. Würde man z.B. über Generative Adversarial Networks schreiben wollen, böte sich dieser Artikel an. Da steht ein bisschen was drin zur Geschichte, Verwendung, Potential etc.

Die-Low-Level Presseberichte hier auf die Disk zu packen ist auch keine Lösung. Dann würde halt die Disk so lang und unübersichtlich werden, dass sie niemand mehr nutzen möchte. Für so etwas gibt es den Benutzernamensraum, idealerweise eigentlich privater Webspace außerhalb der Wikipedia. -TheRandomIP (Diskussion) 18:20, 14. Nov. 2018 (CET)

Ich würde einfach alle in einen Abschnitt packen, mit Erläuterung, wozu der da ist, Kasten drum etc.-- Leif Czerny

Ah, hier hast du dazu geantwortet. Habe ich nicht gesehen, sorry. Da sieht man's, je länger die Disk, desto schneller passieren einem solche Fehler :-) (Und denk daran, deine Antworten immer eine Stufe weiter einzurücken) Was meinst du mit Kasten? Kannst du es so machen, dass es standardmäßig ausgeblendet ist? Ich weiß, dass es bei Tabellen geht, aber nicht, wie es bei beliebigem Text geht. --TheRandomIP (Diskussion) 11:57, 20. Nov. 2018 (CET)

Naja, finden sollte man ihn schon. Man kann das auch einfach mit Tabellen machen (Hilfe:Tabellen#mw-collapsible), das ist sicher am einfachsten. Ich habe mal vor Jahren eine Vorlage gebastelt, Benutzer:Leif_Czerny/Klappbox, aber die Vorlagenwerkstatt ist nicht sehr gut auf mich zu sprechen, vielleicht sollte man die dann nicht verwenden ,-)-- Leif Czerny 14:13, 20. Nov. 2018 (CET)

Wenn es dir so wichtig ist, diese Beiträge zu sichern, und wenn sonst keine Meinungen mehr zu dem Thema kommen, kannst du es von mir aus mal versuchen mit dem mw-collapsible. Wenn es Probleme gibt (mobile Nutzer oder sonst was) sollten wir es wieder raus nehmen. --TheRandomIP (Diskussion) 19:37, 29. Nov. 2018 (CET)

Hallo, ich kann mich nicht hinsetzen, und nachträglich deine Löschungen dokumentieren. Habe dafür Verständnis.-- Leif Czerny 10:28, 30. Nov. 2018 (CET)

Ach, jetzt habe ich es doch gemacht. Wenn es garnicht funktioniert, kann man ja auch eine eigene Archiv-Unterseite daraus machen und oben darauf hinweisen, dann verschwindet es nicht im BNR.-- Leif Czerny 20:01, 30. Nov. 2018 (CET)

Unrettbar verloren...

Der Artikel ist völlig unrettbar - allein schon, unkritisch alles als "eine KI" zu bezeichnen, was von irgendeinem Hersteller so genannt wird, ist ein Unding. So weiß letztendlich niemand, ob die genannten Sprach- oder Bilderkennungsverfahren wirklich "intelligent" sind oder bloß enumerativ. Einmal ganz abgesehen davon, dass "KI" undefiniert ist, also die "Geschichte der KI" genau so undefiniert ist. Ein Kompromiss könnte höchstens sein, aktuelle Entwicklungen (will heißen: Marketinggetriebene Pressetexte) komplett auszulassen. --Reinhard Kraasch (Diskussion) 13:55, 16. Nov. 2018 (CET)

Mein Reden! Siehe den Abschnitt weiter oben. Wir müssen uns von dem Mega-Kapitel "Weitere Ereignisse in chronologischer Reihenfolge" trennen und stattdessen die Essenz davon nochmal neu verfassen. Ich bin gerade dabei, das zu machen, man sieht es in der Versionshistorie. Ich bin schon der Meinung, dass wir einen Artikel "Geschichte der künstlichen Intelligenz" haben können. Es gibt durchaus Forscher, die ihre Arbeiten zurecht mit "künstliche Intelligenz" bezeichnen können. Die Low-Level-Presseberichte sind nur die Oberfläche, was der Laie davon mitbekommt. Aber mit deiner Kritik hast du recht. Passend dazu. --TheRandomIP (Diskussion) 18:56, 16. Nov. 2018 (CET)

Ich plädiere für Neuschreiben, aber das geht natürlich nur, wenn jemand die Ahnung, die Literatur und die Zeit hat, um das bewerkstelligen zu können. Würdest du dir das zutrauen, TheRandomIP? Wenn nicht, was wäre die Alternative? Zusammenkürzen auf einen vertretbaren (Klein?)artikel? So wie es jetzt ist, kann es nicht bleiben. Und Wega war seit der VM nicht mehr aktiv. Ich weiß nicht, ob er versucht die Sache auszusitzen, aber wie dem auch sei, ich denke, hier wurde genug gewartet. Inzwischen wäre Handeln angesagt. Es geht hier um die Glaubwürdigkeit der Wikipedia (in diesem Bereich). Andol (Diskussion) 22:22, 17. Nov. 2018 (CET)

Ich bin schon dabei, das neu zu fassen. In Geschichte_der_künstlichen_Intelligenz#Maschinelles_Lernen_und_neuronale_Netze steht schon ein bisschen was. Ich versuche das laufend zu erweitern.

Ja, wir sollten handeln. Wega14 scheint seinen Standpunkt jedenfalls nicht verteidigen zu wollen, das werte ich so, dass es ihm nun gleichgültig ist. Administrativ haben wir nun auch bestätigt, dass Wega14 sich den Argumenten stellen sollte, bevor er in seinem Stile weiter verfährt. Also ich lösche das jetzt. --TheRandomIP (Diskussion) 22:54, 17. Nov. 2018 (CET)

Nein, das ist ihm definitiv nicht gleichgültig, sonst hatte er mich nicht angesprochen Bitte sichere die Abschnitte hier.-- Leif Czerny 10:27, 19. Nov. 2018 (CET)

Dann soll er hier auf der Disk antworten. Es ist bereits durch die Versionsgeschichte gesichert, also wer darauf zugreifen will, um darauf aufzubauen, kann das auch jetzt schon. Du wirst sicherlich nicht hier diese Diskussionsseite bis zur Unbenutzbarkei überfluten, dafür ist die nicht gedacht. --TheRandomIP (Diskussion) 20:11, 19. Nov. 2018 (CET)

Ja, das soll er. vielleicht muss er dazu aber angesprochen werden. Der Punkt für den Disk-Abschnitt wäre, dass man dann auch zukünftig Pressemeldungen dort und nicht im Artikel abladen kann. Das wäre in meinen Augen ein guter Kompromiss. Und bei derart umfänglichen Löschungen würde ich den text immer mindestens durch difflink auf der Disk sichern, wenn nicht sogar als Klartextkopie, damit man sich darüber unterhalten kann.-- Leif Czerny 10:49, 20. Nov. 2018 (CET)

Das kann man manchmal so machen, nur leider ist die Disk technisch für solche langen Texte nicht geeignet, weil alles auf einer Seite steht. Dann müsste man immer Unmengen an Text scrollen. Kannst du dieses Argument mal zur Kenntnis nehmen? Du kannst den Text ja auf eine Unterseite im BNR packen und hier auf der Disk per Link verweisen. Denn der BNR ist für Artikelentwürfe gedacht, das würde also passen. Wega14 wurde von mir auf seiner Disk angesprochen, in der Vandalismusmeldung und ich habe ihn unzählige Male angepingt. Ich glaube nicht, dass es daran liegt, dass er von unserer Diskussion hier nicht weiß. --TheRandomIP (Diskussion) 11:40, 20. Nov. 2018 (CET)

Ich habe auch nichts mehr von ihm gehört. Ich hatte drüben eine mw-collapsible-Umgebung für den Abschnitt vorgeschlagen. Kannst Du auch mal zur Kenntnis nehmen. Liebe Grüße-- Leif Czerny 11:09, 29. Nov. 2018 (CET)

Wega14 war seit über einer Woche nicht unter diesem Konto aktiv.-- Leif Czerny

Theoretische Grundlagen

Das Buch von Hans Moravec stammt aus dem Jahr 1988, das ist also nicht frühes 20. Jahrhundert. Es ist allerdings kein wissenschaftliches Werk, sondern reine Spekulation und passt eher in die Kategorie Science-Fiction. Ich würde den Satz hier gerne löschen und in den Hauptartikel zur künstlichen Intelligenz integrieren, es fehlt aber eine unabhängige Referenz dazu. --Kulturkritik (Diskussion) 13:59, 15. Jun. 2021 (CEST)

Roboterfußball

fehlt mir im Artikel. Nachdem der KI-Sieg im Schach abgehakt war, wurde Fußballsieg gegen eine menschliche Mannschaft als nächstes Ziel angesteuert, da Intelligenz ohne Interaktion nicht wirklich intelligent ist. 178.142.24.158 --178.142.24.158 19:40, 13. Aug. 2022 (CEST)

Unübersichtlich

Wenn ich auf einen Artikel mit dem Namen "Geschichte von ..." gehe, erwarte ich eigentlich dass dieser Artikel zeitlich geordnet ist und man klar erkennen kann, in den 70er geschah das und das, in den 80er dies usw. Ich weiß nicht ob es nur mir so geht, aber ich finde diesen Artikel nicht sehr hilfreich. --2001:A62:145E:701:D916:9E84:1544:B6FD 14:40, 3. Jan. 2023 (CET)