Category: Forschung

Wann überholt die Maschine den Mensch?

Katja Grace, John Salvatier, Allan Dafoe, Baobao Zhang und Owain Evans haben in ihrer Arbeit: “When Will AI Exceed Human Performance? Evidence from AI Experts” verschiedene KI Experten auf dem gesamten Globus um Schätzungen zu verschiedenen Fragestellungen gebeten. Die Hauptfrage dabei war:

Wann wird die KI stärker sein als der Mensch?

oder auf englisch:

When will AI exceed human performance?

Figure 1: Wann wird die Künstliche Intelligenz stärker sein als der Mensch?

Die Wissenschaftler sollten das Jahr 2016 als Anfangspunkt nehmen und versuchen, für die kommenden 100 Jahre jeweils eine Wahrscheinlichkeit abzugeben, wann sie damit rechnen.

Die grauen Linien in Figure 1 zeigen alle Messpunkte der verschiedenen Forscher. Die aggregierte Vorhersage überschreitet in circa 50 Jahren die “50% wahrscheinlich, das die KI den Menschen überholt” Marke. In 100 Jahren ist die Wahrscheinlichkeit bei knapp 75%.

Figure 2: Hat die optimistische/pessimistische Schätzung eventuell kulturelle Hintergründe?

Sehr spannend sind die “Ausreißer” – die sehr optimistischen und sehr pessimistischen Schätzer. Figure 2 illustriert, das asiatische Forscher sehr optimistisch geschätzt haben. Nordamerikanische Forscher hingegen schätzen sehr pessimistisch. Welche Einflüsse die Autoren der Studie dafür verantwortlich machen, wird nicht genannt.

 

Wir können allerdings festhalten, dass wir in 50 Jahren eine 50% Chance und in 100 Jahren eine 75% Chance haben, das eine KI stärker sein wird, als ein Mensch.

Figure 3: Berufe, Kreativität und Computerspiele. Wann wird eine Maschine das beherrschen?

 

Diese Aussage ist natürlich sehr wage. Aktuell existieren Systeme, die effizienter arbeiten als der Mensch – beim Verpacken von Kisten, beim Schweißen von großen Metallflächen und weiterem mehr. In der Frage, welche die Autoren stellten, ging es um eine komplette Intelligenz, die mit HLMI (Human Level Machine Intelligence) bezeichnet wird.

Die Umfrage beschäftigte sich aber auch mit weiteren Fragestellungen. Unter anderem wurden die Forscher danach gefragt, wann eine Intelligenz spezifische Sachen besser kann als ein Mensch.

Figure 3 zeigt verschiedene Aufgaben mit den Schätzungen in Jahren, die es noch dauern könnte, bis eine Intelligenz diese Aufgabe, besser als ein Mensch, erledigen kann. Bis eine Intelligenz eine bessere Vertriebsperson ist, soll es im Mittel noch 14 Jahre dauern (die Linie zeigt die Abweichung aller Schätzungen an, es handelt sich hier nicht um einen Roboter, sondern um eine Software).

Sogar mathematische Forschung soll eine Intelligenz irgendwann besser können als der Mensch. Mit diesen schwereren Tasks beschäftigt sich Figure 4.

Figure 4: Nichts ist unmöglich. Etwas kompliziertere Aufgaben brauchen länger, bis sie automatisiert sind.

Dank dieser Studie von Katja Grace et al. haben wir nun eine ungefähre Vorstellung, wann uns die Künstlichen Intelligenzen gefährlich werden können. Allerdings wird sich unser Bild auf die Menschheit, auf Roboter und der Welt in der wir leben in diesen vielen Jahren auch grundsätzlich verändert haben.

Hier gehts zur Studie

 

Buch-Tipps zum Thema

Bösartige Künstliche Intelligenz – Vorhersagen und Schutz

Kürzlich wurde der The Malicious Use of Artificial Intelligence: Forecasting, Prevention, and Mitigation – Report veröffentlicht. An diesem Report arbeiteten 26 Wissenschaftler, Forscher und Practitioner von verschiedenen Instituten, Firmen und Universitäten. Er ist das Ergebnis eines intensiven 2-Tage-Workshops. Hauptsächlich wurde der Report unterstützt von:

  • Future of Humanity Institute
  • University of Oxford
  • Centre for the Study of Existential Risk
  • University of Cambridge
  • Center for a New American Security Electronic Frontier Foundation
  • OpenAI

Ein Screenshot aus dem Report. Die Performance von Computer Vision Algorithmen (hier ImageNet) wird immer akkurater. Die Performance des Menschen wird hier mit einer Verbesserung von 0 angenommen. Die Fehlerrate des Menschen (bei 5% geschätzt) wird von den aktuellen Algorithmen qualitativ übertroffen.

Der Report greift verschiedene mögliche Angriffszenarien auf und beschreibt den Schutz davor. Auch im Zusammenhang mit Social Engineering sind diverse Angriffe unter der Nutzung von Künstliche Intelligenz denkbar. Für diese Angriffe sensibilisiert der Report. Allerdings ist er eher politischer Natur und damit zur Referenz für politische Entscheider gedacht.

Diese Handlungsempfehlungen werden gemacht:

  • Der Gesetzgeber soll eng mit Ingenieuren zusammenarbeiten, um möglichen Dual-Use (Nutzen der Technologie für kriminelle / unethische Zwecke) zu verhindern.
  • Ingenieure und Forscher sollen sich der Dual-Use Natur ihrer Arbeit immer bewusst sein.
  • In etablierten Bereichen soll es Best Practices geben, die die Dual-Use Möglichkeiten einschränken.
  • Das Domainwissen bei AI-Fragen und -Entscheidungen soll maximiert werden, sprich: viele verschiedene Experten werden in Entscheidungen einbezogen.

Hier kann man den ganzen Report lesen!

Wann wird die Maschine den Mensch überholen?

Katja Grace, John Salvatier, Allan Dafoe, Baobao Zhang und Owain Evans haben in ihrer Arbeit: “When Will AI Exceed Human Performance? Evidence from AI Experts” verschiedene KI Experten auf dem gesamten Globus um Schätzungen zu verschiedenen Fragestellungen gebeten. Die Hauptfrage dabei war:

Wann wird die KI stärker sein als der Mensch?

oder auf englisch:

When will AI exceed human performance?

Figure 1: Wann wird die Künstliche Intelligenz stärker sein als der Mensch?

Die Wissenschaftler sollten das Jahr 2016 als Anfangspunkt nehmen und versuchen, für die kommenden 100 Jahre jeweils eine Wahrscheinlichkeit abzugeben, wann sie damit rechnen.

Die grauen Linien in Figure 1 zeigen alle Messpunkte der verschiedenen Forscher. Die aggregierte Vorhersage überschreitet in circa 50 Jahren die “50% wahrscheinlich, das die KI den Menschen überholt” Marke. In 100 Jahren ist die Wahrscheinlichkeit bei knapp 75%.




Figure 2: Hat die optimistische/pessimistische Schätzung eventuell kulturelle Hintergründe?

Sehr spannend sind die “Ausreißer” – die sehr optimistischen und sehr pessimistischen Schätzer. Figure 2 illustriert, das asiatische Forscher sehr optimistisch geschätzt haben. Nordamerikanische Forscher hingegen schätzen sehr pessimistisch. Welche Einflüsse die Autoren der Studie dafür verantwortlich machen, wird nicht genannt.

 

Wir können allerdings festhalten, dass wir in 50 Jahren eine 50% Chance und in 100 Jahren eine 75% Chance haben, das eine KI stärker sein wird, als ein Mensch.

Figure 3: Berufe, Kreativität und Computerspiele. Wann wird eine Maschine das beherrschen?

 

Diese Aussage ist natürlich sehr wage. Aktuell existieren Systeme, die effizienter arbeiten als der Mensch – beim Verpacken von Kisten, beim Schweißen von großen Metallflächen und weiterem mehr. In der Frage, welche die Autoren stellten, ging es um eine komplette Intelligenz, die mit HLMI (Human Level Machine Intelligence) bezeichnet wird.

Die Umfrage beschäftigte sich aber auch mit weiteren Fragestellungen. Unter anderem wurden die Forscher danach gefragt, wann eine Intelligenz spezifische Sachen besser kann als ein Mensch.

Figure 3 zeigt verschiedene Aufgaben mit den Schätzungen in Jahren, die es noch dauern könnte, bis eine Intelligenz diese Aufgabe, besser als ein Mensch, erledigen kann. Bis eine Intelligenz eine bessere Vertriebsperson ist, soll es im Mittel noch 14 Jahre dauern (die Linie zeigt die Abweichung aller Schätzungen an, es handelt sich hier nicht um einen Roboter, sondern um eine Software).

Sogar mathematische Forschung soll eine Intelligenz irgendwann besser können als der Mensch. Mit diesen schwereren Tasks beschäftigt sich Figure 4.

Figure 4: Nichts ist unmöglich. Etwas kompliziertere Aufgaben brauchen länger, bis sie automatisiert sind.



Dank dieser Studie von Katja Grace et al. haben wir nun eine ungefähre Vorstellung, wann uns die Künstlichen Intelligenzen gefährlich werden können. Allerdings wird sich unser Bild auf die Menschheit, auf Roboter und der Welt in der wir leben in diesen vielen Jahren auch grundsätzlich verändert haben.

Wir dürfen gespannt sein, was uns in den kommenden Jahren und Jahrzehnten noch erwartet! Übrigens, weitere Prognosen rund um das Thema “Technologie in der Zukunft” sammeln wir hier auf dem Blog.

Hier gehts zur Studie

flyAI – Das Schicksal von Hausfliegen wird berechnet

Wir heißen eine der sinnlosesten KI powered Kunst-Installationen auf dem KI-Blog willkommen. Die Rede ist von flyAI. David Bowen heißt der Künstler. Er nutzt TensorFlow und das damit vortrainierte Image Recognition Modell, um das Schicksal von Hausfliegen zu bestimmen. Dabei müssen die Fliegen vor einer Kamera landen und von dem Tensorflow-Modell dahinter als Fliege klassifiziert werden, um Sauerstoff und Nährstoffe zu bekommen. Falls die Fliegen es nicht schaffen, sich vor der Kamera blicken zu lassen, müssen sie vorerst auf Nährstoffe verzichten.




Diese Kunst-Installation zeigt wunderbar, was passiert, wenn unreife Künstler auf Zwang mit der Zeit gehen wollen. Inspiriert wurde er von Nick Bostroms neuem Buch Superintelligence (welches ich hier echt empfehlen kann). Das Buch gibt es hier auf deutsch und hier auf englisch. Für einen Artikel auf Vice hat es dennoch für Bowen gereicht.

 

 

Zooids – Open Source Hardware – Schwarmintelligenz zum Lernen

Quelle: ShapeLab

Quelle: ShapeLab

Ihr seid von Schwarmintelligenz fasziniert und bastelt gern mit Hardware herum, dann ist Zooid genau das richtige für euch. ShapeLab, Stanford University und weitere Partner haben die Zooid-Plattform nämlich Open Source gemacht. Damit könnt ihr kleine Roboter ansteuern, programmieren und euer gewünschtes Verhalten damit umsetzen. Neben der Hardware-Plattform gibt es natürlich auch einiges an Software, die quelloffen ist. Auf Github bekommt man die SwarmUI dazu. Darüber programmiert man die Pfadplannung, das Ziel, die Orientierung und Farbe der Zooids.

Ein kleines Demo-Video gibt es hier. Viel Spaß beim Basteln!

 




[Tiere der Robotik] Festo – Der AquaPenguin

Der AquaPenguin ist ein Unterwasserfahrzeug, welches autonom agieren kann und durch den Einsatz eines 3D-Sonars sogar mit der Umgebung kommunizieren kann. Was den AquaPenguin jedoch einzigartig macht, ist der in alle Richtungen bewegliche Rumpf. Die Technologie dahinter nennt sich Fin Ray und wurde für den AquaPenguin zum ersten Mal im dreidimensionalen Raum benutzt.

Hier geht es zum Datenblatt des AquaPenguin.

 

[Tiere der Robotik] Der BionicOpter von Festo

Der BionicOpter (eine Mischung aus Hubschrauber und Flugzeug) ist der Libelle nachempfunden. Durch die eingebaute sensible und flexible Mechanik, ist er in der Lage sehr anspruchsvolle Manöver zu fliegen und in der Luft zu stehen. Wie viele nachkonstruierte bionische Tiere, wird die Libelle aufgrund ihrer Flexibilität auch in Krisengebieten eingesetzt werden können. Vielleicht wird sie in der nahen Zukunft die aktuell handelsübliche Drohne ablösen ;-).

Hier gehts zum Datenblatt des BionicOpters.

[Tiere der Robotik] Die Festo BionicANT

Festo hat eine Ameise entwickelt, die sich, mit Schwarmintelligenz ausgestattet, mit anderen Individuen absprechen und auf ein Vorgehen verständigen kann. Die BioANT ist sehr filigran gebaut und findet jederzeit zurück zur Ladestation (wo sie über ihre Fühler laden kann). Dafür nutzt die Ameise:

  • Stereo-Kamera
  • Greifwerkzeuge aus Piezoaktorik
  • Positions-Tracking

Hier geht es zum Datenblatt von Festo.

Das Fremde – Die Roboterkolonie

Eine Zivilisation von Robotern unter uns? Das gibt es! Das Fremde ist eine Installation der Visual Artists Supermafia zusammen mit 2 Forschern: Michael Spranger und Stéphane Noël. Die Idee hinter Das Fremde ist, die Entwicklung von Sprache (die Erweiterung und Reduktion) in Echtzeit verfolgen zu können. Dafür reist die Ausstellung durch die Welt und bietet den Besuchern damit die Möglichkeit mit den Agenten zu interagieren und natürlich auch ihre eigene Entwicklung zu reflektieren.




DeepMind lernt jetzt StarCraft II

Nachdem Google DeepMinds AlphaGo mit Lee Sedol den weltweit besten Go-Spieler geschlagen hat, versucht das Team hinter der Google-Akquisition nun, die nächste Nuss zu knacken. Mit StarCraft II haben sie sich dabei eine besonders schwere Nuss herausgesucht. StarCraft ist nicht rundenbasiert, sondern ein sogenanntes Echtzeitspiel. Die Entscheidungen die DeepMind trifft, müssen also schnell und akkurat sein. Dennoch kann man das Gelernte aus AlphaGo wenigstens teilweise anwenden, denn beide Spiele (Go und StarCraft) haben eine Gemeinsamkeit. Betrachten wir das Spielverhalten von Schach, Go und StarCraft, wird dies deutlicher:

  •  Schach
    • Strukturen sind zum Start gegeben
    • Ziel ist es, die gegnerischen Strukturen zu zerstören
  • Go
    • Strukturen sind nicht zum Start gegeben
    • Ziel ist es, eine Strukturen so aufzubauen, dass man den Gegner beherrscht
  • StarCraft
    • Strukturen sind nicht zum Start gegeben
    • Ziel ist es, gegnerische Strukturen zu zerstören und eigene Strukturen stabil zu halten

Vereinfacht gesagt: StarCraft ein Mix aus den beiden anderen vorgestellten Spielphilosophien. Ein möglicher Ansatz des DeepMind-Teams wird im Video deutlich. Der Eindruck vom Spielfeld wird in Feature Layern (Merkmalsebenen) abgebildet. Anhand dieser Darstellung kann DeepMind dann, die Strategien der Gegner abschätzen und daraus eigene Strategien entwickeln.