of 35 /35
Was kann Künstliche Intelligenz - was nicht? Dr. Aljoscha Burchardt Deutsches Forschungszentrum für Künstliche Intelligenz Nachdenk-Veranstaltung der Arbeitsgruppe Ethik der Initiative D21, Berlin, 15.02.2018

Was kann Künstliche Intelligenz - was nicht? · Was kann Künstliche Intelligenz - was nicht? Dr. Aljoscha Burchardt Deutsches Forschungszentrum für Künstliche Intelligenz Nachdenk-Veranstaltung

Embed Size (px)

Text of Was kann Künstliche Intelligenz - was nicht? · Was kann Künstliche Intelligenz - was nicht? Dr....

  • Was kann Knstliche Intelligenz - was nicht?

    Dr. Aljoscha Burchardt

    Deutsches Forschungszentrum fr Knstliche Intelligenz

    Nachdenk-Veranstaltung der Arbeitsgruppe Ethik der Initiative D21,

    Berlin, 15.02.2018

  • Denkimpulse: The human factor

    Ethische Baustellen Wissenschaft/Recht (Rassengesetze, Todesstrafe), Diskriminierung (Hausfrauenehe,

    Bildung), Generationengerechtigkeit (Energieverbrauch, Fleischkonsum)

    Mensch-Technik Titanic, Tschernobyl, Flugzeugabstrze

    Man kann nicht reinschauen Gerichtsgutachten

    Wohnungsvergabe

    Finanzamt

    Fazit: Menschen sind beschrnkt und machen Fehler

    Aber: Im Groen und Ganzen vertrauen wir unseren Mitmenschen

    ... und haben Spa miteinander.

    15.02.2018 D21 2

  • Die Maschine als bermensch?

    15.02.2018 D21 3

    AI Engine

  • Das DFKI

    Das DFKI ist das weltweit grte Zentrum fr Forschung und Anwendung der Knstliche Intelligenz

    1988 als Public-Private-Partnership gegrndet

    Eingetragen als gemeinntzige GmbH nach deutschem Recht

    Verbunden mit sechs Universitten

    Geschftsfhrer: Prof. Dr. Dr. h.c. mult. Wolfgang Wahlster

    Von einem Aufsichtsrat geleitet

    Basisfakten

    938 Beschftigte (740 FTE)

    41,4 Mio. Umsatz (2016)

    19 Forschungsbereiche (Labs) und Forschungsgruppen

    334 laufende Projekte

    15.02.2018 D21 4

  • 5 x DFKI

    Saarbrcken

    Berlin

    Bremen

    Osnabrck

    Kaiserslautern

  • Die Gesellschafter des DFKI

    Saarland

    BremenRheinland-Pfalz

    15.02.2018 D21 6

  • Die Forschungsbereiche und -gruppen des DFKI

    MultilingualeTechnologien

    PlanbasierteRoboter-

    steuerung

    DigitaleWirtschaft

    IntelligenteAnalytik fr

    Massendaten

    IntelligenteNetze

    RoboticsInnovation

    Center

    15.02.2018 D21 7

  • Heute

    Zweck: Die 2. Welle der Digitalisierung

    Mittel: Knstliche Intelligenz

    Methode: Maschinelles Lernen

    15.02.2018 D21 8

  • DIGITALISIERUNG

    D21 915.02.2018

  • Erste Welle:Daten digital

    - Erfassen

    - Speichern

    - bertragen

    - Verarbeiten

    Zweite Welle:Daten digital

    - Verstehen

    - Veredeln

    - Aktiv nutzen

    - Monetarisieren

    Maschinenlesbare Daten: Internet- und

    Cloudtechnologien

    Maschinenverstehbare Daten: Knstliche Intelligenz und Maschinelles Lernen

    Knstliche Intelligenz fr die zweite

    Welle der Digitalisierung

    15.02.2018 D21 10

  • KNSTLICHE INTELLIGENZ

    D21 1115.02.2018

  • 15.02.2018 D21 12

  • Arbeitsdefinition

    Knstliche Intelligenz (KI) ist die Eigenschaft eines IT-Systems, eine der

    menschlichen Kognition hnliche Fhigkeit zu zeigen. Diese Fhigkeit kann

    ansatzweise erkennbar sein, wie etwa die Dialogfhigkeit heutiger

    Smartphones. Sie kann aber auch ber die menschliche Leistungsfhigkeit

    hinausgehen, wie etwa bei der Auswertung zehntausender MRT-Scans. KI-

    Systeme verfgen in unterschiedlichen Anteilen ber bestimmte

    Kernfhigkeiten wie situatives Wahrnehmen, Verstehen, Kommunizieren,

    Handeln, Schlussfolgern oder Lernen.

    15.02.2018 D21 13

  • Theorie

    Starke KI zielt auf den Homunculus, den knstlichen Menschen. Dieser

    Ansatz trgt in sich die Fragen nach dem maschinellen Bewutsein, dem

    Willen zur Macht und das Konzept der Singularit.

    Schwache KI konzentriert sich auf einzelne konkrete Wissensfhigkeiten.

    Ziel sind Technologien, die den Menschen in seinen jeweiligen Handlungskontexten

    optimal dabei untersttzen, seine Ziele besser, leichter oder mit einer hheren Qualitt

    zu erreichen.

    Es geht nicht um das knstliche Bewusstsein, nicht um die Simulation des menschlichen

    Denkens, nicht um Konkurrenz, sondern um smarte Mensch-Maschine-Interaktion

    und -Kollaboration.

    15.02.2018 D21 14

  • Kerngebiete und Einsatzfelder der KI

    15.02.2018 D21 15

    Sprachver-

    stehende

    Systeme

    Bild-

    verstehende

    Systeme

    Autonome

    System

    Kollaborative

    Roboter

    Multi-

    Agenten

    Systeme

    Intelligente

    Trainings-

    -und Lernsystem

    Bots, Chatbots

    und virtuelle

    Charaktere

    Ambiente

    Intelligenz

    Subsymbolische Musterkennung

    Wissensreprsentation

    Wissensverarbeitung

    - Suchen

    - Inferieren

    - Planen

    Wissensprsentation

    Lern- und Inferenzbibliotheken

    Wissensreprsentationssprachen

    On

    tolo

    gie

    n

    KI-

    Ha

    rdw

    areLernen

  • Assistenzsysteme fr die Untersttzung von

    krperlicher und geistiger Arbeit durch KI

    15.02.2018 D21 16

    Assistenz bei krperlicher Arbeit durch kollaborative KI-Roboter

    Assistenz bei geistiger Arbeit durch kognitive KI-Systeme

    z.B.: LEVERTON mit Deep LearningIn Legal Tech als DFKI Spin-Off

    Bankberatung, Rechtsberatung, Personalberatung

    z.B.: AILA als kollaborativer DFKI Roboter

    Mensch-Roboter-Kollaboration, Stand-byRoboter, Team-Robotik

  • Digitalisierung vs. KI

    Ich mchte nie meine

    Entscheidung von einer

    Maschine dominiert wissen.

    15.02.2018 D21 17

  • Von Information zu Wissen: Wer ist Wolfgang Dauner?

    15.02.2018 D21 18

  • MASCHINELLES LERNEN

    D21 1915.02.2018

  • Von programmierten Systemen zu selbst-

    lernenden Systemen

    15.02.2018 D21 20

    Flaschenhals: Programmierer hoher Entwicklungsaufwand aufwndige Adaption geringe Erklrungsfhigkeit

    Flaschenhals: Wissensbasishoher Entwicklungsaufwandhoher Pflegeaufwandgute Erklrungsfhigkeit

    Flaschenhals: Trainingsdatengeringer Entwicklungsaufwandleichte Anpassbarkeitschlechte Erklrungsfhigkeit

    Computer-

    programmAlgorithmus,

    Heuristik

    Wissens-

    verarbeitungSuche,

    Inferenz,

    Planung

    Program-mierer erstellt

    Software

    Ausgabe

    Eingabe Eingabe

    Ausgabe Ausgabe

    Eingabe

    Wissens-basis

    Daten-basis

    Fakten,Regeln,Modelle

    MaschinellesLernen

    Merkmalsextraktion,Mustererkennung,

    Merkmalsabbildung

    Trainingsdaten,Metadaten,Testdaten

  • 1. Einprogrammieren

    15.02.2018 D21 21

    Flaschenhals: Programmierer hoher Entwicklungsaufwand aufwndige Adaption geringe Erklrungsfhigkeit

    Computer-

    programmAlgorithmus,

    Heuristik

    Program-mierererstellt

    Software

    Ausgabe

    Eingabe

    Bild: www.connox.at

  • 2. Expertenwissen aufbauen

    15.02.2018 D21 22

    Wissens-

    verarbeitungSuche,

    Inferenz,

    Planung

    Eingabe

    Ausgabe

    Wissens-basis

    Fakten,Regeln,Modelle

    Flaschenhals: Wissensbasishoher Entwicklungsaufwandhoher Pflegeaufwandgute Erklrungsfhigkeit

    https://gearpatrol.com/2017/07/19/how-does-a-virtual-assistant-work/

  • 3. Maschinelles Lernen

    15.02.2018 D21 23

    Flaschenhals: Trainingsdatengeringer Entwicklungsaufwandleichte Anpassbarkeitschlechte Erklrungsfhigkeit

    Ausgabe

    Eingabe

    Daten-basisMaschinelles

    LernenMerkmalsextraktion,Mustererkennung,

    Merkmalsabbildung

    Trainingsdaten,Metadaten,Testdaten

    Automatisches Clustering fr Empfehlungen Maschinelles bersetzen Auto steuern Go Spielen Komponieren wie Bach

  • Lernen vom Menschen

    15.02.2018 D21 24

    flower

    Lets make that moveso that I win the game

    Drive carefully dueto the traffic situation

  • Tiefes Maschinelles Lernen

    15.02.2018 D21 25

    Drive carefully dueto the traffic situation

    Lets make that moveso that I win the game

    flower

  • A Neural Algorithm of Artistic Style, L. Gatys, A. Ecker, M.Bethge, Universitt Tbingen, 2015

    Maschinelles Lernen Stilimitation

    15.02.2018 D21 26

  • Overfitting

    No Extinction Learning

    Weak Explanation Capabilities

    Architecture Alchemy

    False Alarms by False Positives

    Open Problems for the New Wave of Bots Based on

    Machine Learning

    15.02.2018 D21 27

  • Hintergrund: Prozesse in KI-Systemen

    Wahr-nehmen/ Erkennen

    Verstehen/ Wissen

    Planen/ Handeln

    15.02.2018 D21 28

  • Hintergrund: Maschinelles Lernen heute

    Wahr-nehmen/ Erkennen

    Verstehen/ Wissen

    Planen/ Handeln

    MaschinellesLernen

    15.02.2018 D21 29

  • Ziel: Maschinelles Lernen in allen

    Prozess-Schritten

    Wahr-nehmen/ Erkennen

    Verstehen/ Wissen

    Planen/ Handeln

    Maschinelles

    Lernen

    15.02.2018 D21 30

  • ... bezogen auf Ethik

    Expertensysteme, regelbasiert Eher normativ

    Formalisierbarkeit der Fragestellung

    Zielkonflikte

    Maschinelles Lernen Eher deskriptiv (ehrlicher: grob intuitiv)

    Lernbarkeit der Handlungen

    Hohe Anforderungen an die Daten

    Digitalisierung zwingt uns, ber unsere Praktiken nachzudenken Was sind unsere Regeln?

    Wollen wir alle Regeln strikt anwenden?

    Welche Erklrungen brauchen/fordern wir?

    Grundfrage: Unter welchen Bedingungen wollen wir Maschinen trauen?

    Ehrlicher: Wann haben wir Lust, mit Maschinen zu kooperieren?

    15.02.2018 D21 31

  • Next Generation AI Systems: A Research Roadmap

    Emergent Machine Learning Systems

    Immersive Assistance Based on Ultra-Connectivity

    Self-Controlled Systems for Long-Term Autonomy

    Hybrid Teamwork with Human and Machine Intelligence

    Wearable Artificial Intelligence Systems

    15.02.2018 D21 32

  • HYSOCIATEA: Developing Team Spirit

    1. Distributed problem analysis and task allocation based on skills, knowledge and experience

    1. Sharing goals, plans as well as intentions and coordinating plan execution

    2. Understanding of all physical and communicative interactions of all team members

    3. Developing social group behavior and emotional coherence

    4. Building mutual trust and demonstrating accountability for the assigned subtasks

    5. Compensating weaknesses of individual members by empathetic help

    humans

    robots

    virtual agents

    softbots

    15.02.2018 D21 33

  • Zentrale Begriffe

    Digitalisierung

    Zweite Welle: Vom Informationsspeicher zur Wissensquelle

    Knstliche Intelligenz

    Lernen, Sprachverstehen, Planen, Inferenzen, Situationsbezogenheit

    Maschinelles Lernen

    Merkmale und Muster erkennen

    Oft auf manuell bearbeiteten/erzeugten Trainingsdaten (supervised)

    Mchtig, aber reaktiv, keine Erklrungen/Entscheidungsuntersttzung, keine

    dynamische Interaktion

    15.02.2018 D21 34

  • Danke!

    15.02.2018 D21 35

    Dr. Aljoscha BurchardtDFKI, Language Technology LabAlt-Moabit 91c, 10559 [email protected] +49-30-23895-1838

    mailto:[email protected]