In naher Zukunft könnten fünf traditionelle Branchen durch Mensch-Computer-Interaktionslernen glänzen

Im Laufe der Jahre ist maschinelles Lernen auf vielen großen und kleinen Technologietrendlisten aufgetaucht. Doch ab diesem Jahr ist es für uns an der Zeit, in der Mensch-Computer-Interaktion von Maschinen zu lernen, anstatt nur „Lehrer“ zu sein.

Blaise Aguera y Arcas, Leiter des Geschäftsbereichs maschinelle Intelligenz bei Google, sagte in einem auf Medium veröffentlichten Artikel: „Maschinelle Intelligenz ermöglicht es uns nicht nur, die äußere Umgebung besser zu verstehen, sondern gibt uns auch ein besseres Verständnis unserer eigenen Wahrnehmung.“

Im Frühjahr 2016 besiegte Googles auf maschinellem Lernen basierendes Programm AlphaGo den weltbesten Go-Spieler Lee Sedol in einer Partie Go. Der Sieg ist ein wichtiger Meilenstein für eine Technologie namens „tiefe neuronale Netzwerke“, die der menschlichen Denkweise ähnlicher ist als andere Techniken der künstlichen Intelligenz.

Um dieses Programm zu perfektionieren, hat das AlphaGo-Team jeden erdenklichen Trick ausprobiert – AlphaGo hat 30 Millionen Spiele gespielt und dabei viele Male gegen hochqualifizierte menschliche Spieler gespielt. Obwohl Google beabsichtigte, dass AlphaGo Schach spielen lernt, geschah etwas Unerwartetes: Die Schachspieler, die AlphaGo ursprünglich nur Schach beibringen wollten, erwarteten nicht, dass sich auch ihre eigenen Schachfähigkeiten verbessern würden. Die Arbeit von Google zeigt uns nicht nur, wie menschliches Denken das maschinelle Lernen beeinflusst, sondern ermöglicht uns auch, uns eine Zukunft vorzustellen – eine Welt, in der auch das maschinelle Lernen das menschliche Denken beeinflusst. Tatsächlich haben wir in verschiedenen Bereichen indirekt von Maschinen gelernt: Wenn Spotify Algorithmen verwendet, um uns Musik zu empfehlen, wird auch unser Musikgeschmack von den empfohlenen Werken beeinflusst; Durch die Beobachtung der Lernprozesse des Nervensystems haben wir auch ein tieferes Verständnis des Gehirns gewonnen.

Was würde passieren, wenn wir Maschinen nicht als Bedrohung betrachten, sondern glauben würden, dass Menschen und Maschinen voneinander lernen und miteinander zusammenarbeiten können? Könnte die Beobachtung, wie Computer die Beziehungen zwischen Wörtern verstehen, uns beim Schreiben kreativer machen? Wenn wir jemandem eine neue Sprache beibringen, können Computer dann auch seine Übersetzungsfähigkeiten verbessern? Wir haben viel über maschinelles Lernen gehört, aber heute wollen wir über das Lernen der Mensch-Computer-Interaktion sprechen.

Tatsächlich könnte das interaktive Mensch-Maschine-Lernen einige Branchen rasch verändern und unsere Zukunft prägen.

1. Bildung

Der Bildungsbereich ist einer der Bereiche mit dem größten Potenzial für interaktives Mensch-Computer-Lernen. Beispielsweise werden beim adaptiven Lernen Maschinen verwendet, um personalisierte Lerndienste für Schüler zu entwickeln. Vom großen Konzern Pearson bis zum Startup DuoLingo haben viele Unternehmen der Bildungsbranche begonnen, diese Technologie zu nutzen. Darüber hinaus beginnen DuoLingo und ähnliche Software, die Qualität der maschinellen Übersetzung durch die Eingabe von Informationen durch Menschen zu verbessern. Angesichts der zunehmenden Verbreitung von Online-Bildung und Multi-Channel-Lernen werden Unternehmen, die Mensch-Computer-Interaktionstechnologien nutzen, im Vorteil sein. Diese fortschrittlichen Unternehmen helfen uns dabei, das Wort „Lernen“ neu zu definieren – sowohl für Menschen als auch für Maschinen.

Wie könnte die Zukunft aussehen?

Die Studierenden erhalten personalisierte Studienpläne, die besser auf die individuellen Gewohnheiten jedes einzelnen Studierenden abgestimmt sind – so wie ein Thermostat die Luft automatisch auf die richtige Temperatur einstellt. Darüber hinaus gibt dieser personalisierte Dienst den Schülern Vorschläge, was sie als Nächstes lernen sollen, genau wie Netflix den Benutzern Videos empfiehlt. Diese neuartige Lehrmethode wird das Design personalisieren, indem persönliche Fragen berücksichtigt werden, z. B. wie oft die Schüler ihre Notizen durchgehen müssen, um sie zu behalten, ob sie visuelle Lerner sind und ob sie in kleinen Gruppen besser lernen. Daher können adaptive Lernplattformen Schüler, Pädagogen sowie Wissenschaft und Technologie miteinander verbinden und ihnen die Zusammenarbeit ermöglichen.

2. Personalwesen

Das Personalwesen umfasst eine Reihe von Prozessen von der Einstellung bis zur Verwaltung und es ist sehr angebracht, in diesem Bereich das Lernen der Mensch-Computer-Interaktion zu entwickeln. Tatsächlich haben Startups wie Belong und Prophecy Sciences Maschinen bereits an den Einstellungsprozessen des Unternehmens teilnehmen lassen. Auch die People Operations-Teams von Google und ähnliche Teams haben bei der Nutzung von Daten zur Optimierung der Personalressourcen eine Vorreiterrolle übernommen. Daher können wir Maschinen nutzen, um die Entwicklungstrends und Bedürfnisse des Humankapitals zu erkennen und vorherzusagen und dann Algorithmen und Mitarbeiter in die Lage zu versetzen, einander zu verstehen.

Wie könnte die Zukunft aussehen?

Der Bereich Human Resources wird in „Human-Machine Resources“ umbenannt – um den Mitarbeitern eine bessere Karriereentwicklung zu ermöglichen, steht ihnen neben ihrem Vorgesetzten auch ein Lehrer zur Seite, der ihnen Kenntnisse im maschinellen Lernen vermittelt.

3. Risikokapital

Risikokapitalfirmen haben in den vergangenen fünf Jahren stetig mehr in KI-Startups investiert, haben selbst jedoch noch nicht versucht, Maschinen zur Unterstützung ihrer Investitionsentscheidungen einzusetzen. Tatsächlich verfügen Risikokapitalgeber über gute Verbindungen, Insiderwissen und einen ausgeprägten Geschäftssinn. Wenn sie zudem die quantitative Trenderkennung und -analyse nutzen können, die Maschinen gut beherrschen, kann man sagen, dass dies eine ideale Kombination für interaktives Mensch-Computer-Lernen ist.

Wie könnte die Zukunft aussehen?

Es wird ein Startup-Inkubator-Dienst namens AI Combinator entstehen, der mit Hilfe von Top-Risikokapitalgebern und Maschinen die neuesten Dynamiken der Angel-Investitionen und Branchentrends analysiert, um neue Marktchancen zu entdecken. Durch die Zusammenarbeit mit Maschinen können Risikokapitalgeber möglicherweise neue Anlagestrategien entwickeln und neue Investitionsmöglichkeiten entdecken.

4. Psychologie und Verhaltenswissenschaften

Einer neuen Studie des MIT zufolge können Algorithmen unser Verhalten schneller und genauer vorhersagen als wir selbst. Durch die Weiterentwicklung des maschinellen Lernens können wir unsere eigenen Gedanken und Verhaltensweisen besser verstehen und unser Verhalten jederzeit und überall nach Bedarf ändern. Ob Psychotherapie, Fitness oder Altersvorsorge – alle Lebensbereiche können von dieser Art der „Verhaltensintervention“ profitieren.

Wie könnte die Zukunft aussehen?

Es wird ein Gerät namens HaBit mit ähnlichen Funktionen wie Fitbit auf den Markt kommen: Es zeichnet das Verhalten von Menschen auf und bietet personalisierte Anreize und Feedback-Dienste, um Menschen dabei zu helfen, ihr Verhalten in entscheidenden Momenten zu ändern und so gute Gewohnheiten zu etablieren.

5. Kunst

Es ist vielleicht schwer vorstellbar, aber das Lernen der Mensch-Computer-Interaktion hat das Potenzial, unsere Art zu kreieren zu verändern. Neben der Analyse liefert maschinelles Lernen auch neue Informationen basierend auf den Analyseergebnissen. Es kann zwischen Bildern unterscheiden (beispielsweise zwischen einer Katze und einem Blaubeermuffin), aber es kann auch neue Inhalte generieren, etwa neue Bilder oder Musik. Vor kurzem hat das Google Brain-Team, das durch die völlige Unterwanderung der künstlichen Intelligenztechnologie von Google bekannt geworden ist, das Magenta-Projekt gestartet, mit dem getestet werden soll, ob Menschen mit Hilfe von Maschinen „herausragende Kunst- und Musikwerke schaffen“ können. Das Projekt verfolgt jedoch ein größeres Ziel: Es möchte verstehen, wie Menschen kreative Informationen nutzen, die ihnen von Maschinen bereitgestellt werden, und wie wir dabei von Maschinen lernen können, um unsere eigenen kreativen Prozesse zu verbessern.

Wie könnte die Zukunft aussehen?

Es wird zur Co-Creation kommen – also zur gemeinsamen Erstellung von Werken durch Künstler und Algorithmen. Musiker, Schriftsteller und Künstler werden stark von Maschinen beeinflusst, sehen sie als Partner und beginnen, mit verschiedenen kreativen Techniken zu experimentieren.

Heute ist man sich darüber im Klaren, dass maschinelles Lernen jede Branche beeinflussen und die Art unserer Arbeit verändern wird. Doch während Maschinen einige Aufgaben für uns erledigen, stellt sich die Frage, welche Auswirkungen die Zusammenarbeit mit Maschinen auf unser Denken, Lernen und Schaffen haben wird? Unabhängig davon erwarten wir, dass sich Mensch und maschinelles Lernen gegenseitig unterstützen, unabhängig davon, ob die Zusammenarbeit während des Unterrichts, beim Malen oder bei einer Besprechung stattfindet.

Als Gewinner des Qingyun-Plans von Toutiao und des Bai+-Plans von Baijiahao, des Baidu-Digitalautors des Jahres 2019, des beliebtesten Autors von Baijiahao im Technologiebereich, des Sogou-Autors für Technologie und Kultur 2019 und des einflussreichsten Schöpfers des Baijiahao-Vierteljahrs 2021 hat er viele Auszeichnungen gewonnen, darunter den Sohu Best Industry Media Person 2013, den dritten Platz beim China New Media Entrepreneurship Competition Beijing 2015, den Guangmang Experience Award 2015, den dritten Platz im Finale des China New Media Entrepreneurship Competition 2015 und den Baidu Dynamic Annual Powerful Celebrity 2018.