Artificial Intelligence

KI-Software von Google lernt KI-Software zu schreiben

Auf dem Gebiet der Künstlichen Intelligenz werden weiter große Fortschritte gemacht. Forschern ist nun ein Durchbruch gelungen.

06.02.2017 Stephan Dörner
Ki-Software Google

Forscher von Google und verschiedenen Universitäten haben zuletzt große Fortschritte dabei gemacht, Künstliche Intelligenz (KI) zu entwickeln, die in der Lage ist, selbst KI-Software zu schreiben, berichtet MIT Technology Review .

In einem Experiment ließen KI-Forscher von "Google Brain" eine Software das Design für ein Machine-Learning-System ausarbeiten, um menschliche Sprache zu erkennen. Die Ergebnisse der Software waren besser als von Software-Designs zum maschinellen Lernen, die zuvor von Menschen erdacht wurden, schreiben die Forscher in einem wissenschaftlichen Paper , das sie für eine Konferenz eingereicht haben. Das Paper hat noch keinen Peer-Review-Prozess durchlaufen – eine Überprüfung der Ergebnisse durch andere Forscher steht also noch aus.

KI: Fortschritte auch bei anderen Forschern

Auch andere Forschergruppen meldeten in den vergangenen Monaten ähnliche Fortschritte im Bereich des maschinellen Lernens mit künstlichen neuronalen Netzen – der seit einigen Jahren vielversprechendsten Technologie im Bereich der Künstlichen Intelligenz. Dazu zählen Forscher des von Tesla- und SpaceX-Gründer Elon Musk mitgegründeten nichtkommerziellen Forschungsinstituts OpenAI , der berühmten Tech-Universität MIT , der University of California, Berkeley und der mit Google Brain intern konkurrierenden KI-Forschungsabteilung Deepmind, berichtet Technology Review weiter.

Die Idee einer selbstlernenden Künstlichen Intelligenz, die eine eigene KI erschafft, gibt es schon lange. Bislang war es Forschern aber noch nicht gelungen, dabei Programme zu erschaffen, die mit von Menschen geschriebener Software mithalten können. Viele KI-Forscher gehen davon aus, dass es irgendwann gelingen wird, eine Künstliche Intelligenz zu schaffen, die ebenso generell Probleme lösen kann wie das menschliche Gehirn. Einige glauben, dass daraus eine sich stetig selbst verbessernde Superintelligenz entsteht, deren Aufkommen als Technologische Singularität bezeichnet wird .

Googles Deepmind-Team hatte Anfang 2016 erstmals einen menschlichen Go-Spieler mittels einer KI geschlagen und damit für viel öffentliches Interesse an den großen Fortschritten im Bereich Künstlicher Intelligenz durch maschinelles Lernen mit Hilfe von künstlichen neuronalen Netzwerken gesorgt. Der Ansatz wird auch als Deep Learning bezeichnet.

Sollten sich selbst entwickelte KI-Systeme über den Zustand wissenschaftlicher Experimente hinaus praktisch anwendbar werden, könnte das die Entwicklung von Software zum maschinellen Lernen deutlich beschleunigen. Derzeit werden Experten zum Maschinenlernen von vielen Unternehmen händeringend gesucht. Durch die immer größere Anzahl von Sensoren in unserer Welt fallen immer mehr Daten an. Um aus diesen aber sinnvolle Entscheidungen in der Wirtschaft abzuleiten, ist KI-Software notwendig.

KI: Bald weniger Daten für Deep Learning notwendig?

Ein Teil der Aufgaben der Programmierer von KI-Software könnte nun durch Automatisierung ersetzt werden, zitiert Technology Review den Leiter der Google-Brain-Gruppe, Jeff Dean. Er nennt den Forschungszweig, an dem sein Team arbeitet "automated machine learning", also "automatisches Maschinenlernen."

Auf der Konferenz AI Frontiers in Santa Clara im US-Bundesstaat Kalifornien berichtete Dean außerdem über weitere Fortschritte seiner Forschergruppe, heißt es in dem Bericht weiter. Demnach weisen Experimente der Google-Forscher darauf hin, dass die derzeit noch massiven Datenmengen, die benötigt werden, um einer KI etwas beizubringen, in Zukunft deutlich reduziert werden könnten.

Den Google-Forscher ist es demnach gelungen, eine KI dazu zu bringen, aus einer Reihe spezifischer Probleme, wie das Lösen eines Labyrinths, eine breitere Problemlösefähigkeit auch für andere Aufgaben abzuleiten. Dadurch sind für weitere Probleme weniger große Datenmengen notwendig, um das neuronale Netzwerk zu trainieren.

Vor allem die Verfügbarkeit von spezialisierten Chips mit besonders hoher Rechenleistung hat dem Deep-Learning-Ansatz in den vergangenen Jahren zum Durchbruch bei der KI-Forschung verholfen. Das Google-Brain-Team nutzt beispielsweise 800 zusammengeschaltete Hochleistungs-Grafikkarten für die eigenen Experimente.

Artificial Intelligence Deep Learning RSS Feed abonnieren