Bevor wir uns mit dem Problem der automatischen Farberkennung beschäftigen, wollen wir zuerst klären, was künstliche Intelligenz ist, wie sie funktioniert und wie viel sie tatsächlich leisten kann.

Wenn wir an künstliche Intelligenz denken, dann kommen uns meist Filme wie Terminator oder I, Robot in den Sinn, in denen eine künstliche Intelligenz versucht die Weltherrschaft an sich zu reißen. Du musst nun keine Angst haben, denn KIs, die wir programmieren können, sind bei weitem nicht so intelligent. Dies liegt daran, dass KIs letztlich auf festgelegten Regelwerken basiert, die aus Erfahrungswerten entstanden sind. Widerspricht ein Verhalten diesen Regeln, führt dies schnell zum Versagen der KI. Hier ein Beispiel:

Stell dir vor, du hast noch nie in deinem Leben Hunde, Autos und Katzen gesehen. Ich zeige dir nun Bilder von Hunden und Autos und sage dir bei jedem Bild, ob es sich um einen Hund oder ein Auto handelt. Nach kurzer Zeit bist du in der Lage, Hunde und Autos zu unterscheiden. Wenn man dir jedoch dann ein Bild einer Katze zeigt, ist die wahrscheinlich groß, dass du die Katze als Hund identifizieren wirst. Das ist vollkommen normal, denn Hunde und Katzen haben viele Gmeinsamkeiten (Fell, vier Beine, etc.). Eine KI funktioniert tatsächlich genau so. Man trainiert sie mit Beispielen, bis sie Unterschiede erkennen und unterscheiden kann. Hier kann es jedoch bei geringen Abweichungen zu Fehlern kommen.

Viel intelligenter sind heutige KIs nicht, denn sie können nicht wirklich eigenständig wie ein Mensch entscheiden. Die Entscheidung eines Menschen basiert neben Wissen und Erfahrung auch auf Intuition, Bauchgefühl und Emotionen. So kann ein Mensch auch eine Entscheidung entgegen seines Wissens fällen. Zum Beispiel aus Wut oder Trotz. Eine KI kann dies nicht.
 

Wie du im obigen Video sehen konntest, kann es bei der Überprüfung von Lebensmitteln zu unterschiedlichen Meinungen kommen. Jeder Mensch, der sich eine Erdbeere anschaut, hat ein anderes Verständnis davon, wann eine Erdbeere reif ist und wann überreif, also kurz vor dem verfaulen. Kommen Lebensmittel in den Laden, muss aber gewährleistet werden, dass sie noch eine Zeit im Regal liegen können, sodass der Käufer keine schlechten Lebensmittel kauft. Bei der Überprüfung von Lebensmitteln kann es daher oftmals zum überhasteten Wegwerfen des Produkts kommen, da man den Kunden schützen möchte. 

Eine KI kann bei einer solchen Überprüfung helfen, denn sie agiert nach einem festen Regelsatz, der immer zu vergleichbaren Ergebnissen kommt. Nachfolgend möchten wir eine solche KI bauen, die reife und unreife Früchte unterscheidet.

Wie bereits oben erwähnt, muss eine KI trainiert werden, bevor sie Aufgaben, wie zum Beispiel eine Unterscheidung von Farben, dürchführen kann. Im Lernprozess werden der KI Beispiele dargeboten, die mit einer klaren Lösung des Problems versehen sind. Hierzu ein Beispiel:

Gehen wir davon aus, wir sollen LKWs und PKWs unterscheiden. Die dazugehörigen Daten könnten so aussehen:

                           Reifen        PS       Gewicht (kg)     Länge (m)   Höchstgeschwindkeit      Klasse
Golf                         4          120            1205                 4,3                          200                        PKW
A3                           4           175            1490                 4,5                          220                        PKW
Scania R               10           730            7635                 6,3                          121                         LKW

Wir können aus diesen Daten klare Regeln für die Unterscheidung von PKWs und LKWs ableiten. Man sieht sofort, dass die Klasse der LKWs mehr Reifen besitzt, schwerer und länger ist sowie eine niedrigere Höchstgeschwindkeit besitzt. Natürlich benötigt die KI deutlich mehr als diese drei Beispiele um sicher lernen zu können. Je nach Anwndungsfall können die Lernbeispiele bis zu einer Billion Daten hochgehen (siehe hierzu auch weiter unten "Fachliche Informationen").
Eine KI kann nun verschiedene Dinge mit den Daten tun. Entweder sie erzeugt sich ein klares Regelwerk, eine Art Entscheidungsbaum, dem sie bei jeder zu treffenden Entscheidung folgt, oder sie erzeugt eine Funktion, die die Ergebnisse berechnet. Dabei kann auch die Ausgabe einer KI variieren. Manche KIs liefern nur ein Ja oder Nein auf eine gestellte Frage, während andere KIs auch Wahrscheinlichkeiten angeben können.

 

Wenn du wissen möchtest, wie eine KI beispielhaft mit dem Ardublock funktioniert und welche Probleme auftreten können, kannst du dir Video 2 auf der rechten Seite anschauen!

Eine ausführliche Anleitung findest Du hier in den Blaupausen für Fortgeschrittene.

Aktuell gibt es schon künstliche Intelligenzen, die aufgrund ihrer Leistungen populäre geworden sind. Im Folgenden möchten wir euch gerne zwei dieser KIs vorstellen:

1. ChatGPT
   
   Die KI ChatGPT von der amerikanischen Firma OpenAI ist spezialisiert auf die automatischen Generierung von Texten. Dabei erhält die KI wenige Stichworte oder Textschnipsel und erzeugt dann einen vollständigen Text zum Thema. Die Texte können dabei nicht von menschlichen Texten unterschieden werden. Grund hierfür ist, ist die Größe der KI. "Sie besteh aus 175 Milliarden Parametern, also gewissermaßen 175 Milliarden Synapsen in einem künstlichen Netzwerk. Zum Vergleich: Ein menschliches Gehirn verfügt über etwa 100 Billionen Synapsen. GPT-3 ist also weit davon entfernt, ein Gehirn zu simulieren, aber es ist hundertmal umfangreicher als sein auch schon ziemlich eindrucksvoller Vorgänger GPT-2." (vgl. Spiegel)
   Wie bereits weiter oben erwähnt, muss eine KI trainiert werden. Im Fall von GPT-3 wurden eine Billion Texte aus dem Internet zum Training verwendet. Das sind 160 mal mehr Texte, als das englischsprachige Wikipedia umfasst.
   Wichtig ist anzumerken, dass ChatGPT nicht versteht, was die Texte bedeuten. Es erzeugt rein nach seinem Regelwerk. 
    
2. AlphaGO
   
   Die KI AlphaGO  sowie ihr Nachfolger AlphaZero sind darauf trainiert strategische Spiele wie GO und Schach zu spielen. Sie sind so gut, dass sie Großmeister der entsprechenden Spiele ohne Probleme schlagen konnte. Go ist ein japanischen Strategiespiel, welches von seiner Komplexität deutlich höher als Schach ist. Während es beim Schachspiel circa 2×10^43 Stellungen, also eine Zwei mit 43 Nullen gibt, hat Go 2×10^170 Stellungen. Das sind mehr Stellungen, als es Atome im Universum gibt.
   Die ersten Versionen von AlphaGo wurden bereits 1997 programmiert, doch erst 2015 war es in der Lage unter Turnierbedingungen einen professionellen GO-Spieler zu schlagen.