22,2 MB - RegJo

14 professorengespräch regjo südniedersachsen
regjo südniedersachsen Professorengespräch 15
Prof. Jürgen Dix
Mein Informatik-Lehrstuhl an der TU Clausthal befasst sich
mit Grundlagenfragen in der Künstlichen Intelligenz: Wie
kann man Wissen formalisieren und daraus vernünftige
Schlüsse ziehen? Wie kann man autonome, rationale Agenten
beschreiben und programmieren? Wie kann man sie in
größeren Systemen zusammenarbeiten lassen? Sind solche
Systeme (etwa autonome Fahrzeuge) sicher und kann man
dies verifizieren? Seit Jahren organisieren wir einen Multi-Agent
Programming Contest (auch für Bachelorstudenten
geeignet), in dem solche Szenarien untersucht werden.
Prof. Florentin Wörgötter
Wir arbeiten im Bereich Computational Neuroscience an der
Universität Göttingen in erster Linie an Fragen der theoretischen
Hirnforschung: Wie kann das Nervensystem von Tieren
und Menschen komplexe Szenen „verstehen“ und daraus
Handlungen ableiten? Wie schafft es das Nervensystem
zu lernen, das Verhalten zu verbessern? Dies sind die zentralen
Probleme, mit denen sich unser Lehrstuhl auseinandersetzt.
Dies führt auch direkt zu dem Versuch, das Verhalten
von Lebewesen mit Maschinen (Robotern) nachzuahmen,
wobei sich hier sofort die Frage nach Autonomie und Intelligenz
künstlicher Agenten in den Vordergrund drängt.
sinnvoll autonom ist, könnte sie auch schon einmal einen Hang
herunterfahren, den sie besser vermieden hätte. Ingenieure sind
also eher zurückhaltend, wenn es um Autonomie geht, weil man
nie ausschließen kann, dass die Maschine sich vielleicht falsch entscheidet,
genau wie kleine Kinder. Deswegen laufen Eltern ja den
Kindern hinterher. Kinder sind entsetzlich autonom, das ist wunderschön,
das ist aber eben auch lebensgefährlich.
Was verstehen Sie eigentlich unter Künstlicher Intelligenz?
Dix: Weniger die Intelligenz von Einstein im Sinne eines Intelligenzquotienten,
sondern die ganz normale Intelligenz für Alltagshandlungen.
Ein zehnjähriges Kind ist in dieser Hinsicht für
uns genauso intelligent wie ein Erwachsener. Wenn wir diese Alltagsintelligenz
nachbilden könnten, wäre das ein riesiger Erfolg.
Aber einen Computer etwa zum Einkaufen zu schicken, ist extrem
schwierig zu formalisieren und zu programmieren, weil sehr viele
verschiedene Entscheidungen auf dem Weg getroffen werden
müssen.
Wörgötter: Ein künstliches intelligentes Wesen wäre ein Android,
der mir gegenübersitzt und den ich nicht erkennen kann, dessen
Intelligenz und Lernfähigkeiten so groß sind, dass ich das nicht von
einem Menschen unterscheiden kann. Für mich ist es ein Ziel zu
verstehen, wie diese Autonomie, diese kognitive Leistung, die Lernfähigkeiten
des Menschen zustande kommt.
Ist es denn so schwierig, ein lernendes System zu generieren? Dass
ich einen Roboter in die Küche stelle, der schaut zu, filtert daraus
bestimmte Gesetzmäßigkeiten und macht es dann sinngemäß nach?
Wörgötter: Ein wunderbares Beispiel. Das Herstellen eines Sandwiches
ist sehr vielfältig: Sie können Graubrot, Weißbrot oder Bagels
nehmen und mit Marmelade, Wurst, Käse etc. belegen. Man verwendet
verschiedene Messer und wenn man es mit einer Gurke
garnieren will, holt man die mit einer Gabel aus dem Glas. Das
heißt, es gibt schon einmal kaum Gemeinsamkeiten auf der Seite
der Objekte, die dem Roboter sagen, wie er jetzt ein Sandwich
machen müsste. Das Sandwich gibt es nicht. Und dann gibt es auch
noch unendlich viele Varianten der Arbeitsschritte. Als Mensch und
Kind hat man nach zweimaligen Zuschauen überhaupt kein Problem
zu erkennen: Da wird gerade ein Sandwich gemacht. Keiner
weiß, wie unser Gehirn es bei diesem „learning by demonstration“
schafft, die Sinneseindrücke so zu generalisieren, dass wir nicht in
dem Detailreichtum verloren gehen. Wir können dieses ungeheuerlich
abstrakte Konzept einfach extrahieren, eine Maschine ist da
hoffnungslos verloren. Deswegen: Der Gedanke des Lernens durch
Vormachen ist richtig, aber wie man aus der Wissensextraktion ein
Konzept entwickelt, das dann reproduziert werden kann, das Problem
ist ungelöst.
Dix: Wenn Sie das Schachspiel betrachten, dann haben wir eine
ganz spezifische Anwendung mit einer klaren Struktur, die man
ausnutzen kann. Und selbst da hat es 20 Jahre und viele Millionen
Dollar gebraucht, bis Deep Blue den Schachweltmeister schlagen
konnte. Das müssten Sie jetzt beim Sandwich machen, beim Kaffee
und so weiter. Es ist faszinierend, was Kinder können, Maschinen
aber nicht einmal annähernd. Ich habe 20 Jahre auf dem Gebiet
Common Sense Reasoning gearbeitet und weiß wie schwierig es ist,
dieses Wissen zu formalisieren, Schlüsse zu ziehen und Entscheidungen
zu treffen. Die Komplexität explodiert. Auch mit immer
größeren Speichern und schnelleren Chips wird das mit herkömmlichen
Methoden nicht handhabbar.
Was fehlt denn zum Durchbruch? Die zündende Idee des anderen
Zugangs?
Dix: Wir haben in 2.000 Jahren aus der Mathematik und Logik
Konzepte heraus entwickelt, die vernünftig zur Beschreibung unserer
physikalischen Erfahrungswelt waren. Vielleicht sind diese
Methoden nicht angemessen, um menschliches, rationales Handeln
vollständig zu beschreiben? Einzelne Aspekte ja, aber nicht
das Ganze.
Wörgötter: Abgesehen davon, dass viele Kleinigkeiten noch fehlen,
angefangen von guter Mechanik. Wir stehen zur Zeit fast wie
die Physik des 19. Jahrhunderts da – wir wissen eigentlich nicht,
warum wir nicht weiterkommen. Es herrscht eine gewisse Frustration
bei vielen von uns, menschliche Fähigkeiten nicht auf eine
Maschine übertragen zu können. Der Progress ist eher schleppend
und wird manchmal einfach nur durch pure Rechenpower und
nicht durch Intelligenz erreicht.
Ein Szenario, an dem bereits gearbeitet wird, ist ein autonomer Verkehr.
Zum Beispiel autonomes Einparken, Carsharing-Autos, die
nach Bestellung allein bis vor die eigene Haustür kommen – da sind
der Fantasie wenig Grenzen gesetzt.
Wörgötter: Im Verkehr funktioniert das ganz gut, weil gerade Straßensituationen
immer noch vergleichsweise strukturiert sind. Interessant
ist die Analogie. Vor 20 Jahren war Schach das Problem, das
uns strukturiert genug erschien, um es endlich anzugehen. Jetzt ist
es das Fahren, das inzwischen im Prinzip „gelöst“ ist, zumindest
schon recht gut funktioniert. Und so kommen wir langsam weiter
in zunehmend unstrukturiertere, komplexere Bereiche der Welt
des Menschen hinein. Aber auch beim autonomen Fahren wird im
Prinzip die massive Rechenleistung eines Großcomputers verwendet,
um diese ganzen Situationen auszuwerten, wenn zum Beispiel
die Straßenmarkierung fehlt.
Dix: Und vergessen wir nicht: Im Auto ist mittlerweile viel Elektronik
drin – und es wird immer mehr. Die Systeme werden dadurch
anfälliger. Und es wird irgendwann der erste Unfall passieren, bei
dem die Leute sich drüber streiten werden, ob nun ein Programmierfehler
ursächlich war oder nicht.
Wörgötter: Wir sehen das an Einzelfällen, wo leichtautonome
Systeme aus dem Ruder laufen. Wer hat dann mehr Schuld – der
Computer, der durch eine Firma programmiert wurde, oder der
Mensch? Auch im Internet treten Probleme auf. Wenn Inhalte automatisch
aufgerufen werden, die sie gar nicht sehen wollen – das
kann bis hin zu kriminellen Machenschaften gehen. Wer ist da der
Schuldige? Das ist sicher ein großes juristisches Thema und wird es
für die Zukunft bleiben.
Speziell die militärische Nutzung von Drohnen, deren Autonomiegrad
wächst, wird sehr kritisch gesehen. Gibt es Grenzen der Autonomie,
die man nicht überschreiten darf?
Dix: Es gibt keine Grenzen, alles was gemacht werden kann, wird
gemacht. Das war schon immer so.
Wörgötter: Forschungsmoratorien sind deshalb nicht sinnvoll, weil
die im globalen Maßstab ohnehin durchbrochen werden. Nehmen
Sie die Stammzellforschung – in Deutschland verboten, in anderen
Ländern wird daran geforscht. Ich glaube, man kann den Umgang
mit gefährlichen Technologien gleich welcher Art nur durch verständnisvolle,
moralisch fundierte Selbstkontrolle erreichen. Es
muss ein Konsens bestehen, dass man bestimmte Dinge einfach
nicht tun kann, wie das Abwerfen von Atombomben oder eben
auch das Bauen von Kampfrobotern. Aber das einfach naiv zu verbieten
hat keinen Sinn, denn wenn ich einen autonomen humanoiden
Roboter habe, dann kann ich dem auch einfach so ein Gewehr
in die Hand drücken.
Dix: Nehmen wir Gesichtserkennung als ganz konkretes Beispiel.
Man kann heute durch ein paar biometrische Daten Gesichter sehr