Viktor Dörfler ist Wissenschaftler, Berater, Lehrer und Redner, der an der bevorstehenden Lider-Konferenz G.R.I.D. Forum teilnehmen wird. Er ist außerdem Senior Lecturer für Informations- und Wissensmanagement am Department of Management Science der Strathclyde Business School im Vereinigten Königreich und zudem Autor des Buches ‚Was jeder CEO über KI wissen sollte‘, veröffentlicht von Cambridge University Press. Darüber hinaus ist er Praktiker, der die Entwicklung von auf künstlicher Intelligenz basierender Software geleitet, verschiedene KI-Lösungen erforscht und verglichen sowie die Validität von KI-Ergebnissen analysiert hat. Seine wissenschaftliche Forschung konzentriert sich auf Talent, Kreativität, Intuition und die Beziehung zwischen Großmeistern und Helfern im Zusammenhang mit KI. Besonders interessiert ihn, was KI lernt und wie sie trainiert wird. Um den Fluss des menschlichen Lernens zu verstehen und ihn mit dem Lernprozess der Technologie zu vergleichen, führte er tiefgehende Interviews mit siebzehn Nobelpreisträgern und zwei Eckert-Mauchly-Preisträgern durch, um zu verstehen, wie die talentiertesten Wissenschaftler denken. In seiner Beratungsarbeit berät er Organisationen bei der Implementierung von künstlicher Intelligenz zur Unterstützung komplexer Entscheidungen durch Modellierung von Expertenwissen. Vor dem Forum haben wir all dies mit Dr. Dörfler besprochen, einem Ungarn, der Kroatisch ausgezeichnet spricht, was nicht überraschend ist, da er in Vojvodina aufgewachsen ist.
Was hat Sie motiviert, diesen akademischen Schritt zu gehen und Nobelpreisträger über ihr Lernen zu interviewen?
– Ich war daran interessiert, was, einfach gesagt, künstliche Intelligenz nährt. Nämlich, bei einem Geschäftstreffen hörte ich einen Vortrag von Demis Hassabis, dem Gründer und CEO von DeepMind Technologies, einem Unternehmen, das jetzt im Besitz von Google ist und das, meiner Meinung nach, die beste Version von Technologien auf Basis künstlicher Intelligenz entwickelt. DeepMind hat ein neuronales Netzwerk geschaffen, das lernt, Videospiele auf eine Weise zu spielen, die Menschen ähnlich ist, ähnlich wie eine neuronale Turingmaschine, die das Kurzzeitgedächtnis des menschlichen Gehirns imitiert. Natürlich habe ich sofort in dieses Thema eingetaucht, da ich bereits zuvor begonnen hatte, KI-Lernmodelle zu studieren. Kurz vor diesem Treffen hatte DeepMind Schlagzeilen gemacht, nachdem sein Programm AlphaGo den menschlichen Profi-Go-Spieler, Weltmeister Lee Sedol, in einem Match über fünf Spiele besiegt hatte. Darüber hinaus besiegte das Programm AlphaZero sich selbst, das heißt, seine leistungsstarken Programme, in den Spielen Go, Schach und Shogi (japanisches Schach, Anmerkung). Hassabis sprach genau darüber, wie diese Programme Kreativität und Intuition besitzen, die fast wie Menschen funktionieren, was mich beunruhigte. Es beunruhigte mich nicht nur, ich mochte diese Idee überhaupt nicht. Deshalb begann ich, menschliches Wissen und künstliche Intelligenz zu studieren und setzte mir das Ziel, das falsche Bild aufzudecken, das der Öffentlichkeit über diese Technologien vermittelt wird.
Was genau ist hier falsch?
– Die von DeepMind entwickelten Programme der künstlichen Intelligenz lernen durch Methoden des verstärkenden Lernens, was bedeutet, dass wir die Technologie zunächst mit Wissen unterrichten, das wir später testen. Wenn sie unsere Testanfrage korrekt beantwortet, folgt eine Belohnung in Form eines Likes; wenn uns die Antwort nicht gefällt, weil sie falsch ist, dann bestrafen wir die Technologie bedingt mit einem Dislike. Auf diese Weise lernt sie, was richtig und was nicht ist. Auf die gleiche Weise wurden einst Verhaltensversuche mit Ratten von B. F. Skinner durchgeführt. Auf diese Weise kann Technologie lernen, und vielleicht kann auch etwas Wissen von Ratten erworben werden, aber Menschen lernen nicht auf diese Weise. Vielleicht nur Kinder in sehr jungem Alter, aber im Allgemeinen lernen wir, die Menschheit, nicht nach dem Modell von Karotte und Stock. Warum ist das interessant? Weil ein Mensch, ohne Stock und Karotte, und mit Leichtigkeit, nur das lernt, was ihn interessiert, worin er talentiert ist. Wenn etwas für uns uninteressant ist und wir keinen inneren Antrieb haben, bestimmtes Wissen zu erwerben, wird uns weder ein Like noch ein Dislike helfen. Für künstliche Intelligenz existiert dies nicht. Diese Technologie hat kein Talent für irgendetwas, dennoch kann sie sämtliches Wissen erwerben.
