“Künstliche Intelligenz explodiert derzeit”, so Goldstein im Gespräch mit Alexis Johann, Managing Partner bei FehrAdvice & Partners. Der kognitive Psychologe weiss jedenfalls, wovon er spricht. Als Principal Researcher bei Microsoft Research New York City leitet er eines der besten Reinforcement-Learning-Teams der Welt. “Ich erlebe aus erster Hand, welche Fortschritte auf dem Gebiet gemacht werden”, so Goldstein. Er muss aber auch mit einer weiteren Erfahrung leben: Seine führenden Forscher werden laufend von Firmen wie Google, Facebook sowie immer öfter auch von chinesischen Playern, die bereit sind, für Top-Talente viel Geld in die Hand zu nehmen, abgeworben. 

Goldstein räumt aber ein, dass es trotz der regelrechten Explosion an einschlägigen wissenschaftlichen Publikationen, in wenigen Minuten ausverkauften Fachkonferenzen wie der NIPS (für Neural Information Processing Systems, Anm.) sowie einer Vielzahl an Medienberichten für die meisten Menschen nicht greifbar ist, wie präsent künstliche Intelligenz in unserem Alltag wirklich ist und welche komplexen Aufgaben sie lösen kann. “Dabei haben wir es etwa lernenden Algorithmen zu verdanken, dass wir unsere Smartphones per Fingerabdruck- oder Spracherkennung entsperren können “, so der Experte.

Was lernende Algorithmen heute leisten können, veranschaulicht Goldstein am Beispiel Alpha Zero. Das autodidaktische Computerprogramm konnte – obwohl nur mit den Grundregeln ausgestattet – innerhalb von nur vier Stunden das weltbeste Schachprogramm, Stockfish, schlagen. Zwar könnten grundsätzlich auch Menschen im Alter von 15 Jahren Schachgrossmeister werden. Dazu müsste man allerdings als 5-Jähriger beginnen und hundert Partien pro Tag spielen. “AlphaZero hat innerhalb von vier Stunden 20 Millionen Partien durchgespielt, um Stockfish zu schlagen”, hält Goldstein fest.

KI-Fortschritte verunsichern

Goldstein unterscheidet zwischen zwei Arten von künstlicher Intelligenz: Artificial General Intelligence (AGI) und Narrow Artificial Intelligence (NAI). Bei AGI handele es sich um die Fähigkeit einer Maschine, alle intellektuellen Aufgaben wie auch der Mensch bewältigen zu können. Für Unternehmen relevant sei dagegen das Potenzial der NAI, die eine bestimmte Aufgabe oder einen Aufgabenbereich meistern könne. “Selbstfahrende Autos können beispielsweise eine Reihe von NAI-Aufgaben wie Objekterkennung, Objektlokalisierung, Prognostizierung und Entscheidungsfindung bewältigen”, so Goldstein, der darauf hinweist, dass NAI heute auch in vielen anderen Bereichen erfolgreich eingesetzt werde. 

Unternehmen, die nicht über die notwendige EDV-Infrastruktur verfügen, beruhigt Goldstein: “Viele Firmen bieten bewährte Modelle an, die intelligente Aufgaben ausführen können – und das gleich gut bzw. oft auch besser als der Mensch.” Die Fortschritte in der künstlichen Intelligenz würden aber auch viele verunsichern und die grundlegende Frage aufwerfen: Wie können Mensch und Maschine sinnvoll zusammenarbeiten? Für Goldstein liegt die Antwort auf der Hand: Es gelte Maschinen mit den Aufgaben zu betrauen, die sie besser und verlässlicher erledigen können.

“Die Digitalisierung ist der Grund, wieso wir heute so viele Fortschritte in der künstlichen Intelligenz sehen”, so Goldstein weiter. Das liege weniger daran, dass die Algorithmen besser wären, sondern vor allem an der Verfügbarkeit grösserer Datenmengen. “Das ermöglicht es lernenden Maschinen, bessere Entscheidungen zu treffen.” In diesem Zusammenhang spiele Experimentability eine wichtige Rolle. “Weil Alpha Zero experimentiert und Daten generiert hat, konnte es innerhalb kürzester Zeit den weltbesten Schachcomputer schlagen”, so Goldstein. Nachsatz: “Auf dieser Erkenntnis sollten auch Unternehmen aufbauen.”