Wir sehen überall Nachrichten über KI; manchmal sehen wir die Aufregung um KI und manchmal sehen wir Artikel, die darüber sprechen, wie KI unsere Arbeitsplätze ersetzen oder zerstören wird. Wir sehen auch den gelegentlichen Artikel, der darüber spricht, wie KI die Menschheit zerstören wird.
In diesem Artikel werde ich nicht über eine künstliche allgemeine Intelligenz oder eine böse KI sprechen, die die Menschheit zerstören will. Ich werde mich auf die aktuelle KI konzentrieren, die hauptsächlich auf den Algorithmen basiert, die Vorhersagen machen können, und diskutieren, wie die Ökonomie der KI funktioniert und wie sie die Wirtschaft beeinflussen kann. Ich möchte auch erwähnen, dass der Inhalt dieses Artikels stark von dem Buch Prediction Machines beeinflusst ist (und der Autor es zur weiteren Lektüre sehr empfiehlt): The Simple Economics of Artificial Intelligence und Human + Machine: Reimagining Work in the Age of AI.
Dieser Artikel ist in drei Hauptteile gegliedert:
- -The Evolution of Technology, werde ich kurz auf die Vergangenheit und ihre Ähnlichkeiten zum Zeitalter der KI eingehen.
- -Strategie: Ich werde erörtern, wie sich eine höhere Vorhersagegenauigkeit auf Strategien und Geschäftsmodelle auswirken kann.
- -Interaktion von Mensch und KI: Ich werde erörtern, wie der Mensch die KI ergänzen kann und wie die KI die menschlichen Bemühungen ergänzen kann.
Die Entwicklung der Technologie
Bevor ich fortfahre, möchte ich die Ähnlichkeiten zwischen einigen historischen Ereignissen diskutieren, die analog dazu sind, wie wir heute über KI denken. Ich werde einige Beispiele dafür geben, wie die breite Nutzung einer bestimmten Technologie unsere Denkweise verändert hat. Wie kamen wir von der einfachen Arithmetik zu spezialisierten Unternehmen für die Entwicklung künstlicher Intelligenz?
Das Zeitalter der elektronischen Computer
Was Computer am besten können, ist Arithmetik. Vor den Computern, die wir heute kennen, wurde der Begriff „Computer“ für Menschen verwendet, die buchstäblich rechnen, was wir heute einen „menschlichen Computer“ nennen.
Mit dem Fortschritt der Technologie wurde das Rechnen billiger und schneller, und wir begannen, alles in Begriffen der Arithmetik zu denken. Die Fotografie ist ein gutes Beispiel – historisch gesehen war das Ändern oder Anwenden von visuellen Effekten auf Fotos eine chemische Reaktion. Heute verwenden wir jedoch Algorithmen, die Künstlern und Fotografen über Software-Suiten zur Verfügung stehen, um Effekte mathematisch auf Fotos anzuwenden.
Dies ist ein hervorragendes Beispiel dafür, wie wir denken, wenn die Kosten für eine Ware/Dienstleistung sinken; wir fangen an, darüber nachzudenken, wie wir unsere aktuellen Probleme in Bezug auf diese neue Technologie lösen können. Das Gleiche gilt für KI.
Das Zeitalter des Internets
Als sich das Internet durchsetzte, gab es große Bewegungen in verschiedenen Branchen, und es ging um die Reduzierung der Kosten in verschiedenen Bereichen. Zum Beispiel wurden die Kosten für den Vertrieb von Waren und Dienstleistungen billiger, was die Geburt der eCommerce-Industrie auslöste. Unternehmen änderten schließlich ihre Strategien und überlebten oder starben.
Sobald die Kosten für eine Ware oder Dienstleistung sinken, fangen wir an, sie häufiger zu nutzen, und das können wir auch für das Web beobachten. Dadurch ändert sich auch unsere Denkweise und wir verlagern ganze Branchen ins Internet. Neben dem eCommerce ist ein weiteres Beispiel die Nutzung von Suchmaschinen; wir verwenden nicht mehr Enzyklopädien, um nach Informationen zu suchen, sondern nutzen stattdessen Google oder andere Suchmaschinen.
Das Zeitalter der KI
Die Kosten für KI werden immer billiger, sowohl in Bezug auf die Rechenleistung als auch in Bezug auf die Tools. Jedes neue Tool/jede neue Bibliothek hilft Entwicklern für maschinelles Lernen, weniger Zeit für Vorhersageprobleme aufzuwenden. Als Beispiele hierfür können Googles TensorFlow, AutoML oder auch scikit angeführt werden. Wir können auch die zunehmende Nutzung von GPU-Computing als Beispiel für die Kostenreduzierung in der KI aufzeigen.
Die Umsatzprognose für das nächste Quartal eines Unternehmens ist ein offensichtliches Vorhersageproblem, aber die Entwicklung eines autonomen Fahrzeugs war vor einem Jahrzehnt kein Vorhersageproblem. Die Kostenreduktion in der KI verändert unsere Denkweise, was bedeutet, dass wir begonnen haben, verschiedene Probleme als Vorhersageproblem zu betrachten. Wir haben bereits autonome Fahrzeuge in kontrollierten Umgebungen wie Fabriken eingesetzt, in denen das Fahrzeug mit Hilfe von if-else-Programmierbedingungen programmiert werden konnte. Die Änderung der Denkweise und die Betrachtung als Vorhersageproblem half den Ingenieuren, autonome Autos zu entwickeln, die in der freien Wildbahn eingesetzt werden können.
So funktionierte es im Grunde: Ein Ingenieur brachte einer KI bei, was ein Mensch unter verschiedenen Bedingungen tun würde, und dies ermöglichte die Generierung von Onboard-Software, die es Fahrern ermöglicht, Autos für Tausende von Kilometern zu nutzen, anstatt nach ein paar hundert Kilometern zu ermüden. Die KI lernte, was ein Mensch tun würde, und begann vorauszusagen, was er tun sollte. Dies ist ein sehr gutes Beispiel dafür, wie man über ein Problem in Form einer Vorhersage nachdenkt.