Veranstaltungen

Künstliche Intelligenz - Wie lernen Roboter?

Viele Menschen stellen sich unter „Künstlicher Intelligenz“ Roboter vor, die auf dem Arbeitsmarkt mit Menschen konkurrieren oder, noch dramatischer, bald die Weltherrschaft übernehmen. Allerdings ist künstliche Intelligenz, kurz KI, schon seit langem Teil unseres Alltags und jeder von uns kommt damit bewusst oder unbewusst bei der Nutzung von E-Mails, Google oder Bankkonten in Kontakt. Um Klarheit über dieses spannende Thema zu schaffen, veranstaltete die Junior-Science-Café-AG des Gymnasiums Berchtesgaden am 15.12.2020 einen Online-Vortrag zum Thema „Künstliche Intelligenz - Wie lernen Roboter?“. Als Experte sprach Thomy Phan, Mitarbeiter am Lehrstuhl für Mobile und Verteilte Systeme an der Ludwig-Maximilians-Universität in München. Das Junior-Science-Café ist ein Projekt, bei dem Schüler eigenständig eine Gesprächsrunde mit einem Experten organisieren. Die Gymnasiasten der neunten bis zwölften Klasse wurden live per Videokonferenz zugeschaltet. Im ersten Teil des Vortrags wurde der Begriff „Künstliche Intelligenz“ definiert. KI beschreibt die Fähigkeit, von Systemen zu lernen und eigenständig sinnvolle Entscheidungen zu treffen. Außerdem nahm Herr Phan seinen Zuhörern die Angst vor Arbeitsplatzverlust durch die Digitalisierung, da diese schlichtweg nur die Kommunikation zwischen Mensch und Computer durch die Umwandlung von analogen Signalen in digitale beschreibt. Im Gegensatz zu Menschen können Computer nur zwei Ziffern verstehen: 0 und 1. Anhand dieser Ziffern werden analoge Signale wie zum Beispiel Schallwellen für Maschinen verständlich gemacht. Im zweiten Teil wurde den Schülerinnen und Schülern erklärt, warum Konsumenten sozialer Medien immer ausgewählte Inhalte vorgeschlagen werden, zum Beispiel Klassik-, Pop- oder Schlagermusik. Die verschiedenen Präferenzen in der Musik stellen sogenannte „Cluster“ dar, in die der Verbraucher eingeordnet wird und die dem System zur Orientierung neuer Vorschläge dienen. Dieses Prinzip der Empfehlungen durch das Erschließen von Zusammenhängen nennt man „Unsupervised Learning“. Unter „Reinforcement Learning“ versteht man das autonome Lernen von Maschinen durch Ausprobieren. Wie der Mensch lernt ein Roboter durch das Prinzip der Belohnung und der Bestrafung. Vor der abschließenden Fragerunde wurden verschiedene Herausforderungen des Arbeitens mit KI angesprochen. Wie und wann wird festgelegt, dass genug gelernt wurde? Diese Frage beantwortet sich beim Menschen durch die Intuition, die bei Systemen künstlicher Intelligenz nicht vorhanden ist. Somit muss bei solchen Robotern vom Menschen entschieden werden, wann ihr Nutzen am größten ist und der Lernvorgang abgebrochen werden soll. Ob Künstliche Intelligenz in mehr Bereichen als schon jetzt an Bedeutung gewinnen wird, ist wohl nur eine Frage der Zeit... - „Alexa?“.

Sie haben nicht die erforderliche Berechtigung, um Kommentare zu veröffentlichen.

Log in

Konto erstellen