1-2021
Fachzeitschrift für Elektronik-Produktion - Fertigungstechnik, Materialien und Qualitätsmanagement
Fachzeitschrift für Elektronik-Produktion - Fertigungstechnik, Materialien und Qualitätsmanagement
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Künstliche Intelligenz, Maschinelles Lernen &<br />
Deep Learning<br />
Bildquelle:<br />
www.alexanderthamm.com/de/blog/machine-learning-ultimative-ratgeber/<br />
Künstliche Intelligenz<br />
Ob es wirklich einmal soweit kommen wird, wie der Computer-Pionier Alan Turin 1951 prophezeite, dass<br />
Maschinen die Kontrolle auch über uns Menschen übernehmen? Fakt ist: Die Entwicklung Künstlicher Intelligenz<br />
(KI) hat sich in letzter Zeit stark beschleunigt.<br />
Künstliche Intelligenz (Artificial<br />
Intelligence) bettet, wie die Aufmachergrafik<br />
illustriert, Machine Learning<br />
und Deep Learning ein.<br />
Hardware wurde immer besser...<br />
Ein Hauptgrund für diese Entwicklung<br />
sind die immer günstigeren und<br />
leistungsfähigeren Prozessoren,<br />
die mittlerweile enorme Rechenleistungen<br />
vollbringen. Das Mooresche<br />
Gesetz besagt,<br />
dass sich die<br />
Anzahl an Transistoren,<br />
die in<br />
einen integrierten<br />
Schaltkreis festgelegter<br />
Größe<br />
passen, im Zeitraum<br />
von ein bis<br />
zwei Jahren verdoppeln. Also ein<br />
exponentieller Anstieg, dessen<br />
Wucht das menschliche Gehirn<br />
nicht fassen kann (man denke an<br />
die Fabel vom Schachbrett und den<br />
Reiskörnern).<br />
Gordon E. Moore gründete 1968<br />
mit Kompagnon den Chip-Hersteller<br />
Intel. Moores Annahme bestätigte<br />
sich bis vor einigen Jahren, allerdings<br />
mehr in der Form, dass sich<br />
die Prozessorleistung alle etwa 18<br />
Monate verdoppelt hat. Dies sollte<br />
man trotz des atemberaubenden<br />
Anstiegs nicht überbewerten, denn<br />
sehr wichtig ist auch die Geschwindigkeit<br />
von Prozessoren.<br />
Allerdings kam es auch hier<br />
zu beeindruckenden Fortschritten.<br />
Sowohl Komplexität als auch<br />
Schaltgeschwindigkeit profitierten<br />
dabei gemeinsam von den immer<br />
kleiner werdenden Strukturen, also<br />
einer höheren Packungsdichte, als<br />
auch gesenkter parasitärer Kapazitäten,<br />
die elektronische Schaltvorgänge<br />
nun nicht mehr so stark verlangsamen.<br />
Mittlerweile allerdings stockt die<br />
vom Mooreschen Gesetz prophezeite<br />
Entwicklung, weil man an<br />
physikalische Grenzen gestoßen<br />
ist. So meldete Intel im Sommer<br />
2015, dass der Zyklus wohl eher<br />
30 statt 18 Monate dauert. CPUs<br />
werden seit längerem auch nicht<br />
mehr an ihrer Taktrate gemessen.<br />
Mittlerweile ist eher die Anzahl der<br />
verbauten CPU-Kerne maßgebend<br />
für die Geschwindigkeit. Fortschritt<br />
und Effizienzmaximierung wird es<br />
indes weiterhin geben.<br />
... und erschwinglicher<br />
Im Gegensatz zum Mooreschen<br />
Künstliche Intelligenz/Artificial Intelligence<br />
Darunter versteht man alle Programme, die Aspekte menschlicher<br />
Intelligenz nachahmen und automatisieren. Etwa KI im<br />
Kundenkontakt zielt beispielsweise auf Chatbots ab, die im Kundenkontakt<br />
mehr Einfühlsamkeit bieten sollen.<br />
Gesetz ist ein weiterer spektakulärer<br />
Zusammenhang nicht so stark in den<br />
Köpfen der Hardware-Emtwickler<br />
und -Produzenten verankert: Seit<br />
Konrad Zuse 1941 die erste programmierbare<br />
Rechenmaschine,<br />
also den ersten Computer, schuf,<br />
sind die Kosten für das Rechnen<br />
alle fünf Jahre um 90% (also auf<br />
10%) gesunken. also in zehn Jahren<br />
ein Rückgang auf 1%! Deshalb<br />
steckt bekanntlich in jedem Smartphone<br />
mehr Rechenleistung als in<br />
den Computern, die 1969 die erste<br />
Mondlandung unterstützten bzw.<br />
ermöglichten. Und deshalb tobt<br />
auch unter den Chip-Produzenten<br />
ein gnadeloser Preiskampf.<br />
Software hat noch viel Entwicklungspotential<br />
Es sind die aktuellsten CPUs,<br />
die immer komplexere Programme<br />
erlauben. Diese weisen nicht mehr<br />
die bekannte Flexibilität auf, sondern<br />
sind auch in der Lage, selbstständig<br />
zu lernen. Dazu müssen sie<br />
das komplexe neuronale Netzwerk<br />
unseres Gehirns simulieren. Ähnlich<br />
wie bei menschlichen Entscheidungen,<br />
gibt es für Aufgaben, welche<br />
die Software lösen soll, keine<br />
vorprogrammierten Lösungswege.<br />
Stattdessen lernt die Software durch<br />
Versuch und Irrtum und kommt so<br />
zu immer besseren Lösungen.<br />
Das ist eigentlich nicht neu, weil<br />
etwa längst bei Schach-Computern<br />
angewandt, wo alle möglichen<br />
Züge auf Erfolgsaussichten abgecheckt<br />
werden.<br />
Noch vor wenigen Jahren dienten<br />
Maschinen dazu, den Menschen<br />
von körperlich schweren, monotonen<br />
oder bei der Präzision heraufordernden<br />
Tätigkeiten<br />
zu befreien.<br />
Heute rücken nun<br />
parallel dazu auch<br />
maschinelle Denkund<br />
Entscheidungsprozesse<br />
in<br />
den Vordergrund.<br />
Die Maschine soll<br />
dem Menschen also bald auch knifflige<br />
Entscheidungen abnehmen. Wer<br />
das nicht begrüßt, ist sich über die<br />
Schachstellen menschlicher Denkfähigkeit<br />
nicht im klaren. (Der oben<br />
erwähnte Zinseszinseffekt, von Ein-<br />
8 1/<strong>2021</strong>