IBM Cognitive Whitepaper: Der Weg zur Intelligenz

Als der Begriff „künstliche Intelligenz“ im Jahr 1955 erstmals geprägt wurde, regte er wenig überraschend die Fantasie der Öffentlichkeit an. In den darauffolgenden 60 Jahren waren wir zeitweise fasziniert von den Versprechungen dieser Technologie, gleichzeitig besorgt, dass ihr Potenzial missbraucht werden könnte, und gleichzeitig frustriert über das langsame Tempo ihrer Entwicklung.

Doch wie alle fortschrittlichen Technologien, die zu früh und ihrer Zeit voraus geboren wurden, wurde auch die KI weitgehend missverstanden – in Hollywood-Filmen wurde sie falsch interpretiert und in den Medien wurde sie als alles Mögliche dargestellt, vom Retter bis zum Zerstörer der Menschheit. Doch wer sich tatsächlich ernsthaft mit der informationswissenschaftlichen Forschung und ihrer Anwendung in der Industrie beschäftigt, versteht das enorme Potenzial intelligenter Systeme. Die Zukunft dieser Technologie (die unserer Ansicht nach eher in der „kognitiven Intelligenz“ als in der „künstlichen Intelligenz“ liegen wird) wird sich stark von dem unterscheiden, was allgemein als KI bekannt ist. Es wird eine Vielzahl technischer, wissenschaftlicher und sozialer Herausforderungen und Chancen mit sich bringen und mit unterschiedlichen regulatorischen, politischen und Managementanforderungen konfrontiert sein.

Unter Cognitive Computing versteht man Systeme, die in großem Umfang lernen, zielgerichtet schlussfolgern und auf natürliche Weise mit Menschen interagieren können. Sie müssen nicht im Voraus präzise programmiert werden, sondern lernen und schlussfolgern aus ihren Interaktionen mit uns und ihrer Umgebung. Entwicklungen in mehreren wissenschaftlichen Bereichen im letzten halben Jahrhundert haben diese Dinge möglich gemacht, es gibt jedoch wichtige Unterschiede zu den Informationssystemen, die sie betreiben.

Diese Informationssysteme sind deterministisch, während kognitive Systeme probabilistisch sind. Kognitive Systeme können nicht nur eine breite Palette von Fragen beantworten, sondern auch Hypothesen, Schlussfolgerungen und Empfehlungen auf der Grundlage komplexerer (und aussagekräftigerer) Daten generieren.

Kognitive Systeme können auch das interpretieren, was Informatiker als „unstrukturierte“ Daten bezeichnen, die 80 % der weltweiten Daten ausmachen. Dadurch sind sie in der Lage, mit der enormen, komplexen und unvorhersehbaren Informationsmenge der modernen Welt Schritt zu halten.

Nichts davon hat etwas mit der Empfindungsfähigkeit oder Autonomie der Maschine zu tun. Stattdessen kann es die menschlichen Fähigkeiten erweitern und uns ermöglichen, die komplexen Systeme der Gesellschaft zu verstehen und zu steuern. Diese erweiterte Intelligenz ist ein notwendiger Schritt zur Verbesserung unserer Fähigkeit, die Technologie zu nutzen, um mehr Wissen zu erlangen, unsere Fähigkeiten zu erweitern und die Lebensbedingungen der Menschen zu verbessern. Deshalb handelt es sich nicht bloß um eine neue Technologie, sondern um den Beginn einer neuen Ära in Technologie, Wirtschaft und Gesellschaft – des kognitiven Zeitalters.

Der Erfolg des Cognitive Computing wird nicht anhand des Turing-Tests oder der Fähigkeit zur Simulation von Menschen beurteilt. Die Kriterien hierfür sind eher praktischer Natur und umfassen beispielsweise Kapitalrendite, neue Marktchancen, die Heilung von Krankheiten und die Rettung von Leben.

Bei IBM arbeiten wir seit Jahrzehnten daran, die Grundlagen für kognitives Computing zu schaffen und kombinieren dabei mehr als ein Dutzend Disziplinen an der Spitze der Informatik mit über 100 Jahren Geschäftserfahrung. Wir sind jetzt Zeugen seines enormen Potenzials, Wirtschaft, Regierung und Gesellschaft zu verändern.

Wir haben erlebt, wie sich Big Data von einem Hindernis in eine Chance verwandelt hat, indem es Kinderärzten dabei hilft, frühzeitige Diagnosen zu stellen und innovative Lösungen für den Aufbau intelligenter Städte bietet. Wir sind davon überzeugt, dass diese Technologien die besten – und vielleicht einzigen – Chancen bieten, einige der hartnäckigsten systemischen Probleme unseres Planeten anzugehen, wie etwa Krebs, Klimawandel und eine volatile Weltwirtschaft.

Die Geschichte der Computertechnik und der Aufstieg der Kognition

Um die Zukunft des Cognitive Computing zu verstehen, muss es in einen historischen Kontext gestellt werden.

Bis heute haben wir zwei unterschiedliche Epochen der Computertechnik erlebt: die Ära der Tabellenkalkulation und die Ära der Programmierung. IBM spielte in beiden Epochen eine wichtige Rolle. Wir glauben, dass Cognitive Computing den dritten und wichtigsten Wendepunkt in der Geschichte der Computerentwicklung darstellt.

Uhrmacherzeitalter (1900–1940er Jahre)

Computer waren ursprünglich mechanische Systeme mit einem einzigen Zweck, bei denen Lochkarten zur Eingabe und Speicherung von Daten verwendet wurden, die letztlich (wenn auch auf sehr primitive Weise) die Aufgabe der Maschine bestimmten. Diese Tabelliermaschinen waren im Wesentlichen Rechenmaschinen und ermöglichten die Ausweitung von Handel und Gesellschaft. Sie halfen uns, alles zu organisieren, zu verstehen und zu verwalten, vom Bevölkerungswachstum bis zum globalen wirtschaftlichen Fortschritt.

Programmierära (1950er-Jahre bis heute)

Während des Zweiten Weltkriegs begann als Reaktion auf militärische und wissenschaftliche Bedürfnisse die Entwicklung von mechanischen Tabelliermaschinen zu elektronischen Systemen. Nach dem Krieg machten digitale „Computer“ eine rasante Entwicklung durch und hielten nach und nach Einzug in Wirtschaft und Regierung. Sie können Wenn-Dann-Operationen und Schleifen entsprechend dem Programm in der Software ausführen. Von den ersten Vakuumröhren über Transistoren bis hin zu Mikroprozessoren hat sich die Computerleistung rasant verbessert. Dieser Entwicklungsprozess hat das „Mooresche Gesetz“ bestätigt. In den letzten 60 Jahren haben sich Kapazität und Geschwindigkeit von Prozessoren alle 18 Monate verdoppelt. Alle uns bekannten Computergeräte, vom Großrechner über den Personalcomputer bis hin zu Smartphones und Tablets, sind programmierbare Computer.

Kognitive Ära (2011-)

Bereits 1960 wies JCR Licklider in seinem Aufsatz „Mensch-Maschine-Symbiose“ auf das Potenzial hin, über programmierbare Systeme hinauszugehen. Ein Großteil der modernen Computertechnik basiert auf LickLiders Forschung und seinen Erkenntnissen:

Die „Mensch-Maschine-Symbiose“ bezeichnet die symbiotische Beziehung zwischen Mensch und Computer und stellt eine absehbare Entwicklung in der Beziehung zwischen Mensch und Maschine dar. Diese Beziehung beinhaltet eine starke Kopplung zwischen Menschen und elektronischen Partnern. Die Hauptzwecke sind:

So wie Computer das planerische Denken erleichtern, erleichtern sie auch das Lösen von Planungsproblemen.

Ermöglichen Sie Menschen und Computern die Zusammenarbeit bei der Entscheidungsfindung und die Kontrolle komplexer Situationen, ohne sich auf unflexible vordefinierte Programme verlassen zu müssen.

Vorläufige Analysen lassen darauf schließen, dass die symbiotische Beziehung wirksamer sein wird, als wenn Menschen die Intelligenz allein steuern.

—JCR Licklider, „Mensch-Maschine-Symbiose“, März 1960

Licklider wusste, dass kognitives Computing die notwendige und natürliche Weiterentwicklung des programmatischen Computing sein würde, obwohl er keine Ahnung hatte, wie dies erreicht werden sollte. 50 Jahre später haben parallele Berechnungen im großen Maßstab und die Ansammlung riesiger Mengen strukturierter und unstrukturierter Daten den Grundstein für kognitives Computing gelegt.

Das weltweit erste kognitive System

Im Februar 2011 wurde Project Watson erstmals vorgestellt, ein von IBM entwickeltes kognitives Computersystem, das Ken Jennings und Brad Rutter bei Jeopardy! besiegte. Dies war die erste öffentliche Demonstration des kognitiven Computing und markierte das Ende des sogenannten KI-Winters. Programmierbare Systeme haben sich in den letzten 60 Jahren nicht so weit entwickelt, dass sie ungeordnete, unstrukturierte Daten verstehen können und können daher bei Jeopardy! nicht mithalten. Watson konnte subtile, komplexe und zweideutige Fragen beantworten und es war klar, dass eine neue Ära der Computertechnik anbrechen würde.

Nach der Show verarbeitete Watson komplexere Datensätze und entwickelte über das Lösen von Rätseln hinaus die Fähigkeit zu verstehen, zu schlussfolgern und zu lernen. Das Ziel des Cognitive Computing besteht darin, bisher unsichtbare Teile unserer Welt ans Licht zu bringen – insbesondere die in unstrukturierten Daten verborgenen Muster und Erkenntnisse –, damit wir in wichtigeren Dingen intelligentere Entscheidungen treffen können. Das wahre Potenzial des kognitiven Zeitalters wird in der Fähigkeit der Maschinen liegen, Daten zu analysieren und statistische Schlussfolgerungen zu ziehen, kombiniert mit einzigartigen menschlichen Fähigkeiten wie selbstbestimmten Zielen, gesundem Menschenverstand und Werten.

Genau dies ist die Aufgabe von Watson und genau das versucht der Roboter nun auch zu tun. Banken analysieren Kundenanforderungen und Finanzdaten, um bessere Investitionsentscheidungen treffen zu können. Unternehmen in stark regulierten Branchen fragen das System ständig ab, um sicherzustellen, dass sie mit den sich ständig ändernden Vorschriften und Compliance-Standards Schritt halten. Onkologen nutzen ihr Fachwissen und ihre Forschung, um zu testen, ob kognitive Systeme ihnen helfen können, medizinische Informationen über Krebspatienten zu verstehen und personalisierte, evidenzbasierte Behandlungspläne zu erstellen.

Was bedeutet eine solche Erfahrung für die beteiligten Fachkräfte? Der weltbekannte Onkologe Dr. Larry Norton vom Memorial Sloan Kettering Cancer Center arbeitet mit Watson zusammen, um Ärzten dabei zu helfen, die Krebsbehandlung ihrer Patienten individuell zu gestalten. „Die Informatik macht sehr schnelle Fortschritte und die Medizin wird davon betroffen sein“, sagte er. Das nennt man Koevolution. Wir müssen uns gegenseitig helfen. Ich stelle mir ein Szenario vor, in dem der Patient, der Computer, meine Pflegekräfte, meine Kommilitonen und ich alle im Überwachungsraum sind und miteinander kommunizieren.“

Erste Hinweise auf diese Symbiose gab es, nachdem Watsons Schachvorgänger Deep Blue 1997 den Schachweltmeister Garri Kasparow besiegt hatte. Nach dieser Demonstration nahm Kasparow weiterhin an dieser neuen „Freestyle“-Schachliga teil, in der die Spieler beliebige Computerprogramme verwenden können. In diesen Ligen kämpfen einige Spieler alleine. Einige verlassen sich vollständig auf Computerprogramme. Am erfolgreichsten waren jedoch die Spieler, die den Computer mit ihrer eigenen Intuition und ihrem Talent für das Spiel kombinierten.

Ein Team aus Maschinen und Menschen kann selbst die leistungsstärksten Computer übertreffen. Die Kombination aus menschlicher strategischer Führung und computergestütztem taktischem Scharfsinn ist unaufhaltsam. Wir können uns auf strategische Planung konzentrieren, anstatt so viel Zeit mit Berechnungen zu verbringen. In diesen Situationen ist menschliche Kreativität von größter Bedeutung.

—Gary Kasparov

Der technologische Weg in die Zukunft und die Wissenschaft, die ihn ermöglicht

Licklider hat zwar dazu beigetragen, einen philosophischen Ansatz für das kognitive Computing zu entwickeln, konnte jedoch kaum einen technologischen Weg nach vorn formulieren. Dieser Weg wird noch immer definiert und ständig angepasst. Insbesondere sind wir uns sehr bewusst, wie Daten unsere Zukunft gestalten. Gartner prognostiziert, dass die weltweite Informationsmenge in den nächsten fünf Jahren um 800 % wachsen wird und 80 % dieser Daten unstrukturiert sein werden. Dazu gehört alles, was in menschlicher Sprache aufgezeichnet ist (von Lehrbüchern bis hin zu Gedichten), jeder in einem Bild festgehaltene Moment (jedes Familienfoto in einem CAT-Scan) und jede als Ton aufgezeichnete Nachricht. Es handelt sich um Daten, die in Gerüchen, Geschmäckern, Texten und Vibrationen verborgen sind. Es kommt von unseren Aktivitäten, von diesem instrumentierten Planeten.

In einer Gesellschaft und globalen Wirtschaft, in der Wert zunehmend aus Informationen, Wissen und Dienstleistungen gewonnen wird, stellen Daten den reichsten, wertvollsten und komplexesten Rohstoff der Welt dar. Bislang hatten wir keine Möglichkeit, es effektiv abzubauen.

Programmierbare Systeme basieren auf Regeln, die durch eine Reihe vordefinierter Prozesse Schlussfolgerungen aus Daten ziehen. Sie sind zwar leistungsstark und komplex, aber auch deterministisch – sie profitieren von strukturierten Daten, können jedoch qualitative oder unvorhergesehene Eingaben nicht verarbeiten. Diese Starrheit schränkt ihre Fähigkeit ein, mit vielen Aspekten der entstehenden komplexen neuen Welt voller Mehrdeutigkeiten und Ungewissheit umzugehen.

Kognitive Systeme sind probabilistisch, das heißt, sie sind darauf ausgelegt, sich an die Komplexität und Unberechenbarkeit unstrukturierter Sprache anzupassen und diese zu verstehen. Sie können Texte „lesen“, Bilder „sehen“ und natürliche Sprache „hören“. Sie interpretieren diese Informationen, ordnen sie und liefern Erklärungen zu ihrer Bedeutung sowie die Begründung für ihre Schlussfolgerungen. Sie liefern keine endgültigen Antworten. Tatsächlich „wissen“ sie die Antwort nicht. Stattdessen sind sie darauf ausgelegt, Informationen und Ideen aus mehreren Quellen abzuwägen, Schlussfolgerungen zu ziehen und dann Hypothesen zur Prüfung vorzulegen. Ein kognitives System weist jeder potenziellen Erkenntnis oder Antwort eine Vertrauensstufe zu.

Ein Fehler, den Watson bei Jeopardy! gemacht hat ist ein typisches Beispiel. Am Ende des ersten Wettbewerbstages lautete die „Final Jeopardy“-Kategorie „Amerikanische Städte“. Der Hinweis lautet: „Größter Flughafen, benannt nach einem Helden des Zweiten Weltkriegs; zweitgrößte Schlacht des Zweiten Weltkriegs.“ Die Antwort ist Chicago (O'Hare und Midway). Watson tippte auf Toronto. Watson war aus vielen Gründen von dieser Frage verwirrt, unter anderem wegen ihrer grammatikalischen Struktur, der Tatsache, dass es in Illinois eine Stadt namens Toronto gibt und dass die Toronto Blue Jays in der American League Baseball spielen.

Infolgedessen war Watsons Vertrauensniveau überraschend niedrig: 14 %. Wenn dies ein normales Jeopardy! wäre Hinweis statt eines Final-Jeopardy-Hinweises würde der Kandidat wahrscheinlich die Glocke läuten, Watson jedoch nicht, da die Zuverlässigkeit der Antwort zu gering ist. Was Watson weiß, was es nicht weiß, wird durch die fünf Fragezeichen in Abbildung 2 angedeutet.

Kognitive Systeme sind jedoch in der Lage, aus ihren Fehlern zu lernen. Durch maschinelles Lernen im großen Maßstab können kognitive Systeme durch Training und Nutzung kontinuierlich verbessert werden.

Durch die Verarbeitung von Korpuswissen und die Schulung durch Experten zu einem bestimmten Thema können kognitive Systeme durch eine Reihe von Fragen und Antworten trainiert werden. Durch die Interaktion von Menschen mit dem System und die Reaktion auf die Richtigkeit des Systemfeedbacks wird das „Wissen“ der Maschine erweitert.

Als Watson sich Jeopardy! zuwandte, tat er eines: Fragen und Antworten in natürlicher Sprache basierend auf fünf Techniken. Heute sind Fragen und Antworten nur eine von vielen Funktionen, die Watson über eine API anbietet. Seitdem haben wir unter Verwendung von mehr als 50 verschiedenen kognitiven Technologien mehr als 20 neue APIs entwickelt. Dies ist auch der entscheidende Unterschied zwischen dem technischen Ansatz des Cognitive Computing und dem aktuellen Ansatz der künstlichen Intelligenz. Cognitive Computing ist kein isoliertes Gebiet der Informatik. Es erfordert Kenntnisse aus vielen Disziplinen, von der Hardwarearchitektur, Algorithmenstrategie und industriellen Prozessgestaltung bis hin zu Branchenexpertise.

Viele der Produkte und Dienste, die wir täglich nutzen – von Werbe-Apps für Suchmaschinen und Gesichtserkennung auf Social-Media-Sites bis hin zu „intelligenten“ Autos, Telefonen und Stromnetzen – weisen Aspekte der künstlichen Intelligenz auf.

Die überwiegende Mehrheit der Produkte und Dienste im Bereich der künstlichen Intelligenz ist auf die Erfüllung bestimmter funktionaler Zwecke ausgelegt, konzentriert sich auf Anwendungen und ist für spezifische Dienste konzipiert. Sie nutzen einige der Kernfunktionen des Cognitive Computing. Einige verwendeten Text-Mining-Techniken. Andere nutzen maschinelles Lernen zur Bilderkennung. Alle Produkte und Dienstleistungen sind nur so gut wie die Ideen, die sie ursprünglich hervorgebracht haben.

Stattdessen haben kognitive Systeme fünf Kernfunktionen:

1. Intensiverer Kontakt mit Menschen.

Die Menschen interagieren umfassender mit dem System, je nachdem, welche Art, Form und Qualität jeder bevorzugt. Sie erstellen anhand der von ihnen gesammelten Daten – beispielsweise Standortdaten, Internetinteraktionen, Transaktionsverläufe, Muster von Lieblingssendungen, Daten tragbarer Geräte und elektronische Krankenakten – ein komplexes Bild einer Person und fügen diesem Bild Details hinzu, die schwerer zu erkennen sind: Vorlieben, Stimmungen, Gefühlszustände, Umweltbedingungen sowie Art und Stärke zwischenmenschlicher Beziehungen. Berücksichtigen Sie alle strukturierten und unstrukturierten Daten, um herauszufinden, was in der zwischenmenschlichen Kommunikation wichtig ist. Durch kontinuierliches Lernen werden diese Interaktionen immer wertvoller und natürlicher, vorhersehbarer und emotional ausgeglichener.

2. Skalierung und Verbesserung beruflicher Fähigkeiten:

Branchenwissen und Fachkenntnisse aller Art wachsen mit einer Geschwindigkeit, mit der kein Experte Schritt halten kann – Zeitschriften, neue Protokolle, neue Gesetze, neue Praktiken und brandneue Bereiche. Ein klares Beispiel ist das Gesundheitswesen: 1950 wurde vorhergesagt, dass es 50 Jahre dauern würde, bis sich das medizinische Wissen weltweit verdoppelt hätte. bis 1980 wurde diese Zeit auf 7 Jahre verkürzt; und im Jahr 2015 waren es nicht mehr als drei Jahre. Gleichzeitig kann ein Mensch im Laufe seines Lebens eine Million GB an Gesundheitsdaten generieren, was 300 Millionen Büchern entspricht.

Um Unternehmen dabei zu helfen, Schritt zu halten, werden kognitive Systeme entwickelt, die den Experten als Partner zur Verbesserung ihrer Leistung dienen. Da diese Systeme die Fachterminologie beherrschen – beispielsweise Begriffe aus den Bereichen Medizin, Verkauf und Kochen – sind sie in der Lage, komplexe berufliche Fähigkeiten zu verstehen und zu vermitteln. Verkürzt die Zeit, die benötigt wird, um vom Anfänger zum Experten zu werden. Und weil diese Systeme von führenden Praktikern auf jedem Gebiet geschult werden – sei es Kundendienst, Onkologie oder Rechtsprechung – machen sie ihre Geheimnisse vielen Menschen zugänglich.

3. Nutzen Sie Produkte und Dienste zur kognitiven Integration:

Kognitive Technologien ermöglichen eine neue Klasse von Produkten und Diensten, die Benutzer und die Welt um sie herum erfassen, daraus schlussfolgern und verstehen. Dadurch ist es auch möglich, die Funktionalität kontinuierlich zu verbessern und anzupassen und so neue und ungeahnte Einsatzmöglichkeiten zu schaffen. Dies geschieht in der Automobil-, Medizingeräte-, Haushaltsgeräte- und Spielwarenindustrie. Das Internet der Dinge führt zu einer dramatischen Erweiterung der digitalen Produkte und Dienste weltweit – und wo immer es Code und Daten gibt, gibt es einen Platz für kognitive Technologien.

4. Kognitive Operationen werden möglich:

Bewusstsein kann auch die Arbeitsweise von Unternehmen verändern. Geschäftsabläufe, die kognitive Funktionen integrieren, können Daten aus internen und externen Ressourcen in Wohlstand umwandeln. Es ermöglicht Unternehmen, Arbeitsabläufe, Kontext und Umgebung zu bewerten, was kontinuierliches Lernen, verbesserte Vorhersagen und eine höhere Betriebseffizienz ermöglicht – und Entscheidungen mit der Geschwindigkeit trifft, mit der Daten heute fließen. In einem Bereich, in dem ein durchschnittliches 1-Milliarden-Dollar-Unternehmen 1.000 Arbeitsstunden pro Woche für das Lieferantenmanagement aufwendet, sind das gute Nachrichten.

5. Verbessern Sie die Erkundung und Entdeckung:

Das wirksamste Werkzeug, das kognitive Unternehmen letztlich haben werden, ist ein deutlich besserer Scheinwerfer für eine zunehmend komplexe und instabile Zukunft.

Solche Scheinwerfer werden immer wichtiger, da führende Köpfe aller Branchen darum buhlen, in die Arzneimittelforschung, komplexe Wirtschaftsmodelle, Materialwissenschaften und Start-ups zu investieren. Durch die Anwendung kognitiver Technologien auf Big Data können Führungskräfte Muster, Möglichkeiten und umsetzbare Hypothesen erkennen, die mit herkömmlicher Forschung oder programmierbaren Systemen allein kaum zu entdecken wären.

Damit Cognitive Computing wie geplant realisiert werden kann, muss die zugrundeliegende Plattform breit gefächert und flexibel genug sein, um in unterschiedlichen Branchen eingesetzt werden zu können und zudem branchenübergreifende Anwendungen zu unterstützen. Dies erfordert einen ganzheitlichen F&E-Ansatz, der auf die Schaffung einer robusten Plattform mit vielen Funktionen abzielt, um eine große Bandbreite an Anwendungen aus dem Entwickler-Ökosystem zu unterstützen.

Diese Plattform muss maschinelles Lernen, logisches Denken, Verarbeitung natürlicher Sprache, Sprach- und Bilderkennung, Mensch-Computer-Interaktion sowie Dialog- und Erzählgenerierung usw. abdecken. Viele Funktionen erfordern eine spezielle Infrastruktur mit Hochleistungsrechnen, speziellen Hardwarearchitekturen oder sogar neuen Computerparadigmen. Jede Technologie hat ihren Ursprung in ihrem eigenen wissenschaftlichen oder akademischen Bereich. Diese Technologien müssen sich jedoch parallel zur Hardware, Software, den Cloud-Plattformen und Anwendungen weiterentwickeln, die kognitive Ergebnisse unterstützen.

Angesichts der rasanten Entwicklung von Watson ist diese Zukunft möglicherweise bereits in Sicht. Beispielsweise analysiert eine Anwendung zur kognitiven medizinischen Bildgebung Röntgen-, MRT- und Ultraschallbilder und kann die natürliche Sprache medizinischer Fachzeitschriften, Bücher und Artikel verarbeiten. Es nutzt maschinelles Lernen, um das Verständnis zu korrigieren und zu verbessern. Darüber hinaus können damit tiefgreifende Wissensdarstellungen und Schlussfolgerungen entwickelt werden, die bei der Formulierung möglicher Diagnoseergebnisse hilfreich sein können. Hierzu sind spezialisierte Bildprozessoren zur Unterstützung umfangreicher Datenmengen sowie menschliches Fachwissen erforderlich, um das Systemlernen zu steuern und die vom System generierten Ergebnisse zu interpretieren.

Die Leistungsfähigkeit dieses neuen Modells lässt sich in jedem Bereich einsetzen. Öl- und Gasunternehmen können seismische Bilddaten mit der Analyse von Tausenden von Dokumenten, Berichten, aktuellen Ereignissen, Wirtschaftsdaten und Wettervorhersagen kombinieren, um eine Risiko-Nutzen-Analyse für die Produktion zu erstellen. Alternativ können Schulen durch die Analyse von Testergebnissen, Anwesenheitsquoten und Informationen zum Verhalten der Schüler auf digitalen Lernplattformen Längsschnittprofile der Schüler und personalisierte Bildungspläne erstellen.

IBM arbeitet mit mehreren führenden Krebsforschungseinrichtungen zusammen, um die klinische Identifizierung zu beschleunigen und Patienten personalisierte Behandlungsmöglichkeiten zu bieten. Darüber hinaus gilt es als eine der vielversprechendsten Anwendungen des kognitiven Computing auf kurze Sicht. Das Programm zielt darauf ab, die Zeit, die für die Interpretation von DNA, das Verständnis der genetischen Informationen einer Person und das Sammeln relevanter Informationen aus der medizinischen Literatur benötigt wird, von Wochen auf Minuten zu verkürzen. Die daraus resultierende Analyse ermöglicht es den Ärzten, für jeden Patienten eine spezifische Krebsgenmutation zu diagnostizieren. In nur wenigen Minuten kann Watson den Überprüfungsprozess von genetischem Material und medizinischer Literatur abschließen, einen Bericht mit visuellen Daten erstellen und auf der Grundlage evidenzbasierter Medizin praktikable Arzneimitteloptionen auf der Grundlage der individuellen Genetik des Patienten bereitstellen. Kliniker können die Nachweise auswerten, um zu bestimmen, ob die Wirksamkeit gezielter ist als bei Standardbehandlungen.

Die Implikationen und Verpflichtungen der neuesten Kognitionswissenschaft

Das kognitive Zeitalter ist der nächste Schritt in der Entwicklung der angewandten Wissenschaften und hilft den Menschen, die Natur zu verstehen und die Lebensbedingungen der Menschen zu verbessern. In diesem Sinne ist es ein neues Kapitel in einer alten Geschichte. Die Debatte über künstliche Intelligenz ist nur das jüngste Beispiel, die Fortsetzung eines uralten Streits zwischen denen, die an den wissenschaftlichen Fortschritt glauben, und denen, die ihn fürchten. Im Gegensatz zur Debatte in den Medien und der Unterhaltungsindustrie ist im Bereich der Wissenschaft ein klares Urteil gefallen. Es besteht ein breiter Konsens über das Streben nach einer kognitiven Zukunft und die Menschen sind sich im Allgemeinen auch der Notwendigkeit bewusst, Verantwortung für die Technologie zu übernehmen.

„Technologie schafft Möglichkeiten und Potenzial, aber letztendlich wird unsere Zukunft von den Entscheidungen bestimmt, die wir treffen. Mein Leben hängt von mir ab, nicht von der Technologie.“

——Erik Brynjolfsson, MIT (Massachusetts Institute of Technology, renommierter Professor für Wirtschaftswissenschaften)

Insbesondere werden wir die Auswirkungen des Cognitive Computing auf Arbeit und Beschäftigung weiter prägen. Wie alle Technologien wird auch das Cognitive Computing die Arbeitsweise der Menschen verändern. Dies wird uns helfen, einige Aufgaben schneller und genauer auszuführen. Viele Aufbereitungsverfahren werden günstiger und effizienter. Manche Dinge kann es sogar besser als Menschen. Dies geschieht seit Anbeginn der Zivilisation: Es wird entdeckt, dass neue Technologien einen höheren Wert haben und es unseren Gesellschaften und unserem Leben ermöglichen, sich anzupassen und weiterzuentwickeln. Wir haben also Grund zu der Annahme, dass die Situation im Moment mit der Vergangenheit übereinstimmt. Tatsächlich wird das kognitive Zeitalter der Menschheit eine Welt eröffnen, in der Wissen, Entdeckungen und Möglichkeiten exponentiell wachsen werden. Wir haben auch gute Gründe für die Annahme, dass die menschliche Arbeit immer interessanter, anspruchsvoller und wertvoller wird.

Gleichzeitig sind soziale Kontrolle und Schutz ebenso wichtig. Auch hier gelten die Bedenken hinsichtlich intelligenter Systeme. Von Autos über Medikamente bis hin zu Mobiltelefonen: Jeder technologische Wandel wirft Fragen zur Sicherheit von Einzelpersonen und Institutionen auf. Diese Probleme sind bereits jetzt dringend und werden sich mit der Weiterentwicklung kognitiver Technologien weiter entwickeln. Diese Probleme werden durch die heutige radikale Demokratisierung der Technologie – vorangetrieben durch die schnelle Verbreitung des Internets und der Cloud – und die daraus resultierenden Kostensenkungen noch verschärft.

Wir sind davon überzeugt, dass die Lösung nicht darin besteht, die Demokratisierung einzuschränken, sondern sie zu fördern und gleichzeitig kognitive Systeme zu entwickeln, die Datenschutz, Sicherheit und menschliche Kontrolle miteinander verbinden.

Den Weg für die nächste Generation menschlicher Kognition ebnen

Schließlich werden alle technologischen Revolutionen nicht nur von geschäftlichen und gesellschaftlichen Bedürfnissen entdeckt, sondern auch vorangetrieben. Wir verfolgen diese neuen Möglichkeiten nicht nur, weil wir es können, sondern weil wir es wollen.

Bei jeder revolutionären Technologie ist unser anfängliches Verständnis durch die Komplexität der Welt und unsere eigenen tief verwurzelten Vorurteile und Ansätze begrenzt. Der Fortschritt muss jedoch zwangsläufig alle Einschränkungen überwinden. Tatsächlich zahlen wir einen hohen Preis für unser Nichtwissen: Wir wissen nicht, was die Ursache der Krankheit des Patienten ist; wir wissen nicht, wo die Verbraucher des Produkts sind; wir wissen nicht, wo wichtige natürliche Ressourcen verborgen sind; und wir wissen nicht, wo bei jeder Investition die Risiken liegen.

Das größte Hindernis für kluges Handeln ist Unwissenheit, die zugleich die größte Quelle der Angst ist. Eine kleine Kerze gibt ein trügerisches, schwaches Licht ab und wirft einen riesigen, bedrohlichen Schatten. Die Mittagssonne hingegen ist hell und wirft keinen Schatten. Es ist an der Zeit, das gesamte Problem von Mensch und Maschine in den grellen Schein der Mittagssonne zu rücken. Computer werden niemals die menschliche Initiative rauben oder das kreative Denken ersetzen. Computer werden den Menschen von monotonem, repetitivem Denken befreien und ihm ermöglichen, seine Vernunft umfassender zu nutzen und mehr Möglichkeiten zu schaffen.

——Thomas Watson Jr. (Thomas Watson Jr., Präsident der zweiten Generation von IBM)

Wir bei IBM glauben, dass viele der schwierigen Probleme der Welt letztendlich gelöst werden können. Mit Cognitive Computing können wir dieses ehrgeizige Ziel erreichen.

Der Hype um das „Mensch gegen Maschine“-Drama führt uns weg von der Perspektive, die nur in spannenden, aber irreführenden Romanen existiert. Kognitive Systeme sind weder heute noch in Zukunft unsere Konkurrenten. Diese Befürchtung wird weder durch wissenschaftliche noch durch wirtschaftliche Beweise gestützt. Ein echtes kognitives System ist eigentlich ein Werkzeug zur Vertiefung einer wichtigen Beziehung – der Beziehung zwischen Menschen und der Welt.

Durch sie werden wir den Weg für das Wissen der nächsten Generation ebnen. Wir können auf neue und wirkungsvolle Weise denken und schlussfolgern. Kognitive Systeme sind Maschinen, die wirklich vom menschlichen Gehirn inspiriert sind. Ebenso werden diese Maschinen das menschliche Gehirn wirklich stimulieren, unsere rationalen Fähigkeiten verbessern und unsere Art zu lernen verändern. Im 21. Jahrhundert ist es keine Weisheit, alle Antworten zu kennen, aber bessere Fragen zu stellen, ist wahre Genialität.