Wie künstliche Intelligenz das Leben und die Industrie beeinflusst

Sie interagieren wahrscheinlich täglich mit künstlicher Intelligenz, und es hilft einigen
Viele Menschen assoziieren künstliche Intelligenz immer noch mit Science-Fiction-Dystopien, aber diese Charakterisierung schwindet mit der Entwicklung der künstlichen Intelligenz und wird in unserem täglichen Leben immer alltäglicher. Heute ist künstliche Intelligenz ein bekannter Name (und manchmal sogar ein Begriff im Haushalt – hallo, Alexa!).

Die Akzeptanz der künstlichen Intelligenz in der Mainstream-Gesellschaft ist zwar ein neues Phänomen, aber kein neues Konzept. Das moderne Gebiet der künstlichen Intelligenz entstand 1956, aber es bedurfte jahrzehntelanger Arbeit, um bedeutende Fortschritte bei der Entwicklung eines Systems der künstlichen Intelligenz zu erzielen und es zu einer technologischen Realität zu machen.

In der Wirtschaft hat die künstliche Intelligenz ein breites Anwendungsspektrum. Tatsächlich interagieren die meisten von uns täglich in der einen oder anderen Form mit künstlicher Intelligenz. Von alltäglich bis atemberaubend – künstliche Intelligenz stört bereits praktisch jeden Geschäftsprozess in jeder Branche. In dem Maße, wie die Technologien der künstlichen Intelligenz sich ausbreiten, werden sie zu einer Notwendigkeit für Unternehmen, die sich einen Wettbewerbsvorteil sichern wollen.

Was ist künstliche Intelligenz?

Bevor wir untersuchen, wie sich Technologien der künstlichen Intelligenz auf die Geschäftswelt auswirken, ist es wichtig, den Begriff zu definieren. „Künstliche Intelligenz“ ist ein weit gefasster und allgemeiner Begriff, der sich auf jede Art von Computersoftware bezieht, die menschenähnliche Aktivitäten ausführt, einschließlich Lernen, Planung und Problemlösung. Bestimmte Anwendungen als „künstliche Intelligenz“ zu bezeichnen, ist so, als würde man ein Honda-Abkommen von 2013 als „Vehikel“ bezeichnen – es ist technisch korrekt, aber es deckt keine der Besonderheiten ab. Um zu verstehen, welche Art von künstlicher Intelligenz in der Wirtschaft vorherrscht, müssen wir tiefer graben.

Maschinelles Lernen

Das maschinelle Lernen ist heute eine der häufigsten Arten von künstlicher Intelligenz in der Entwicklung für Geschäftszwecke. Maschinelle Lernverfahren werden in erster Linie eingesetzt, um große Datenmengen schnell zu verarbeiten. Bei diesen Arten künstlicher Intelligenz handelt es sich um Algorithmen, die mit der Zeit zu „lernen“ scheinen, wobei sie umso besser werden, je öfter sie es tun. Füttern Sie einen Algorithmus für maschinelles Lernen mit mehr Daten, und seine Modellierung sollte sich verbessern. Das maschinelle Lernen ist nützlich, um riesige Datenmengen – die zunehmend durch angeschlossene Geräte und das Internet der Dinge erfasst werden – in einen für den Menschen verdaubaren Kontext zu bringen.

Wenn Sie zum Beispiel eine Produktionsanlage leiten, ist Ihr Maschinenpark wahrscheinlich mit dem Netzwerk verbunden. Angeschlossene Geräte speisen einen konstanten Strom von Daten über Funktionalität, Produktion und mehr an einen zentralen Ort. Leider sind es zu viele Daten, als dass ein Mensch sie jemals durchsehen könnte, und selbst wenn er es könnte, würde er wahrscheinlich die meisten Muster übersehen. Das maschinelle Lernen kann die eingehenden Daten schnell analysieren und Muster und Anomalien identifizieren. Wenn eine Maschine in der Fertigungsanlage mit einer reduzierten Kapazität arbeitet, kann ein Algorithmus für maschinelles Lernen diese abfangen und die Entscheidungsträger darüber informieren, dass es an der Zeit ist, ein präventives Wartungsteam zu entsenden.

Aber maschinelles Lernen ist auch eine relativ weit gefasste Kategorie. Die Entwicklung von künstlichen neuronalen Netzen, einem miteinander verbundenen Netz von „Knotenpunkten“ künstlicher Intelligenz, hat zu dem so genannten „Tiefenlernen“ geführt.

Tiefes Lernen / Deep learning

Deep Learning ist eine noch spezifischere Version des maschinellen Lernens, die sich auf neuronale Netze stützt, um nichtlinear zu argumentieren. Tiefgreifendes Lernen ist entscheidend, um fortgeschrittenere Funktionen, wie z.B. Betrugserkennung, auszuführen. Es kann dies durch die gleichzeitige Analyse einer Vielzahl von Faktoren erreichen. Damit beispielsweise selbstfahrende Autos funktionieren, müssen mehrere Faktoren gleichzeitig identifiziert, analysiert und darauf reagiert werden. Algorithmen zum tiefen Lernen werden verwendet, um selbstfahrenden Autos dabei zu helfen, die von ihren Sensoren aufgenommenen Informationen, wie den Abstand anderer Objekte, die Geschwindigkeit, mit der sie sich bewegen, und eine Vorhersage, wo sie sich in 5-10 Sekunden befinden werden, in einen Kontext zu setzen. All diese Informationen werden nebeneinander berechnet, um einem selbstfahrenden Auto zu helfen, Entscheidungen zu treffen, z.B. wann es die Spur wechseln soll.

Tiefgehendes Lernen ist in der Geschäftswelt sehr vielversprechend und wird wahrscheinlich bald häufiger eingesetzt werden. Ältere Algorithmen des maschinellen Lernens neigen zu einem Plateau in ihrer Leistungsfähigkeit, sobald eine bestimmte Datenmenge erfasst wurde, aber Modelle für tiefes Lernen verbessern ihre Leistung weiter, wenn mehr Daten empfangen werden. Dadurch werden Deep-Learning-Modelle viel skalierbarer und detaillierter; man könnte sogar sagen, dass Deep-Learning-Modelle viel unabhängiger sind.

Künstliche Intelligenz und Wirtschaft heute

Künstliche Intelligenz dient nicht als Ersatz für menschliche Intelligenz und Einfallsreichtum, sondern wird im Allgemeinen als unterstützendes Werkzeug gesehen. Obwohl die künstliche Intelligenz derzeit Schwierigkeiten hat, vernünftige Aufgaben in der realen Welt zu erfüllen, ist sie in der Lage, Datenschätze viel schneller zu verarbeiten und zu analysieren, als es ein menschliches Gehirn könnte. Software der künstlichen Intelligenz kann dann mit synthetisierten Handlungsabläufen zurückkehren und diese dem menschlichen Benutzer präsentieren. Auf diese Weise können Menschen die künstliche Intelligenz nutzen, um die möglichen Folgen jeder Handlung durchzuspielen und den Entscheidungsprozess zu rationalisieren.

„Künstliche Intelligenz ist so etwas wie das zweite Kommen der Software“, sagte Amir Husain, Gründer und CEO des Unternehmens für maschinelles Lernen SparkCognition. „Es ist eine Form von Software, die eigenständig Entscheidungen trifft, die in der Lage ist, auch in Situationen zu agieren, die von den Programmierern nicht vorhergesehen wurden. Künstliche Intelligenz hat im Gegensatz zu traditioneller Software einen größeren Spielraum für die Entscheidungsfindung“.

Diese Eigenschaften machen die künstliche Intelligenz in vielen Industriezweigen sehr wertvoll, sei es einfach nur, um Besuchern und Mitarbeitern zu helfen, sich auf dem Firmengelände effizient zurechtzufinden, oder um eine so komplexe Aufgabe wie die Überwachung einer Windkraftanlage durchzuführen, um vorherzusagen, wann diese repariert werden muss.

Maschinelles Lernen wird häufig in Systemen eingesetzt, die riesige Datenmengen erfassen. Beispielsweise sammeln intelligente Energiemanagementsysteme Daten von Sensoren, die an verschiedenen Anlagen angebracht sind. Die Datenmengen werden dann durch Algorithmen des maschinellen Lernens kontextualisiert und den menschlichen Entscheidungsträgern zur Verfügung gestellt, um die Energienutzung und die Wartungsanforderungen besser zu verstehen.

Künstliche Intelligenz ist sogar ein unverzichtbarer Verbündeter, wenn es darum geht, nach Löchern in der Verteidigung von Computernetzwerken zu suchen, sagte Husain.

„Man kann wirklich nicht genug Cybersicherheitsexperten haben, die sich mit diesen Problemen befassen, wegen des Umfangs und der zunehmenden Komplexität“, sagte er. „Auch die künstliche Intelligenz spielt hier eine immer größere Rolle“, sagte er.

Künstliche Intelligenz verändert auch die Systeme für das Kundenbeziehungsmanagement (CRM). Software wie Salesforce oder Zoho erfordert starke menschliche Eingriffe, um auf dem neuesten Stand und genau zu bleiben. Wenn Sie jedoch künstliche Intelligenz auf diese Plattformen anwenden, verwandelt sich ein normales CRM-System in ein sich selbst aktualisierendes, selbstkorrigierendes System, das für Sie die Kontrolle über Ihr Beziehungsmanagement behält.

Ein weiteres Beispiel für die Vielseitigkeit der künstlichen Intelligenz ist der Finanzsektor. Dr. Hossein Rahnama, Gründer und CEO der Concierge-Firma Flybits, die künstliche Intelligenz anbietet, und Gastprofessor am Massachusetts Institute of Technology, arbeitete mit der TD Bank zusammen, um künstliche Intelligenz in reguläre Bankgeschäfte, wie z.B. Hypothekenkredite, zu integrieren.

Wenn Sie mit dieser Technologie eine Hypothek bei der Bank haben und diese in 90 Tagen oder weniger zur Verlängerung ansteht … wenn Sie an einer Filiale vorbeigehen, erhalten Sie eine persönliche Nachricht, die Sie einlädt, in die Filiale zu gehen und den Kauf zu erneuern. Wenn Sie sich eine zum Verkauf stehende Immobilie ansehen und sich länger als 10 Minuten dort aufhalten, erhalten Sie ein mögliches Hypothekenangebot.

Wir erwarten nicht mehr, dass der Benutzer ständig in einem Suchfeld steht und googelt, was er braucht. Das Paradigma verschiebt sich in der Frage, wie die richtige Information den richtigen Benutzer zur richtigen Zeit findet.

Die Zukunft der künstlichen Intelligenz

Wie also könnte künstliche Intelligenz in Zukunft eingesetzt werden? Es ist schwer zu sagen, wie sich die Technologie entwickeln wird, aber die meisten Experten sehen, dass diese „vernünftigen“ Aufgaben für Computer noch einfacher zu verarbeiten sein werden. Das bedeutet, dass Roboter im täglichen Leben extrem nützlich werden.

KI fängt an, das, was früher für unmöglich gehalten wurde, möglich zu machen, wie fahrerlose Autos. Fahrerlose Autos sind nur aufgrund des Zugangs zu Trainingsdaten und schnellen GPUs, die beide Schlüsselfaktoren sind, Realität. Um fahrerlose Autos zu trainieren, ist eine enorme Menge an genauen Daten erforderlich, und Geschwindigkeit ist der Schlüssel zur Durchführung des Trainings. Vor fünf Jahren waren die Prozessoren zu langsam, aber die Einführung der GPUs machte all dies möglich.

GPUs werden noch schneller werden und die Anwendungen von Software für künstliche Intelligenz auf breiter Front verbessern.

Schnelle Prozesse und viele saubere Daten sind der Schlüssel zum Erfolg der künstlichen Intelligenz

Andere Analysten sagten, sie sähen die künstliche Intelligenz an der Schwelle zur Revolutionierung vertrauter Aktivitäten, wie zum Beispiel des Essens. Wilson sagte voraus, dass künstliche Intelligenz zum Beispiel in einem Restaurant eingesetzt werden könnte, um zu entscheiden, welche Musik auf der Grundlage der Interessen der anwesenden Gäste gespielt werden soll. Künstliche Intelligenz könnte sogar das Aussehen der Tapete verändern, je nachdem, wie die Technologie die ästhetischen Vorlieben der Menschenmenge vorwegnimmt.

Falls Ihnen das noch nicht weit genug geht: Rahnama hat vorausgesagt, dass die künstliche Intelligenz die digitale Technologie aus der zweidimensionalen, bildschirmgefangenen Form herausnehmen wird, an die sich die Menschen gewöhnt haben. Stattdessen wird die primäre Benutzerschnittstelle die physische Umgebung eines Individuums sein.

Wir haben uns immer auf einen zweidimensionalen Bildschirm verlassen, um ein Spiel zu spielen oder mit einer Webseite zu interagieren oder ein E-Book zu lesen. Was jetzt mit der künstlichen Intelligenz und einer Kombination aus dem Internet der Dinge geschehen wird, ist, dass das Display nicht die Hauptschnittstelle sein wird – die Umgebung wird es sein. Man wird sehen, wie Menschen Erfahrungen um sich herum entwerfen, sei es in verbundenen Gebäuden oder in verbundenen Sitzungssälen. Es werden 3D-Erlebnisse sein, die man tatsächlich fühlen kann.

Was bedeutet künstliche Intelligenz für den Arbeitnehmer?

Bei all diesen neuen Anwendungsfällen künstlicher Intelligenz stellt sich die beängstigende Frage, ob Maschinen den Menschen zur Veralterung zwingen werden. Die Geschworenen beraten noch immer nicht: Einige Experten bestreiten vehement, dass die künstliche Intelligenz so viele Arbeitsplätze automatisieren wird, dass Millionen von Menschen arbeitslos werden, während andere Experten dies als ein dringendes Problem sehen.

Die Struktur der Arbeitskräfte verändert sich, aber ich glaube nicht, dass die künstliche Intelligenz im Wesentlichen Arbeitsplätze ersetzt“, sagte Rahnama. „Sie ermöglicht es uns, wirklich eine wissensbasierte Wirtschaft zu schaffen und diese zu nutzen, um eine bessere Automatisierung für eine bessere Lebensform zu schaffen. Es mag ein bisschen theoretisch sein, aber ich denke, wenn man sich Sorgen machen muss, dass künstliche Intelligenz und Roboter unsere Arbeitsplätze ersetzen, dann sind es wahrscheinlich Algorithmen, die Angestellte wie Wirtschaftsanalysten, Hedge-Fonds-Manager und Anwälte ersetzen.

Experten sagen, der Übergang zu Systemen, die auf künstlicher Intelligenz basieren, werde wahrscheinlich dazu führen, dass die Wirtschaft Arbeitsplätze schaffen werde, die den Übergang erleichtern.

Künstliche Intelligenz wird mehr Wohlstand schaffen als zerstören, aber er wird nicht gerecht verteilt sein, vor allem am Anfang. Die Veränderungen werden unterschwellig spürbar und nicht offenkundig sein. Zum Beispiel wird ein Steuerberater nicht eines Tages einen blauen Brief erhalten und den Roboter treffen, der jetzt an seinem Schreibtisch sitzen wird. Vielmehr wird es beim nächsten Mal, wenn sich der Steuerberater um einen Job bewirbt, etwas schwieriger sein, einen zu finden.

Wilson sagte, er gehe davon aus, dass die künstliche Intelligenz am Arbeitsplatz langjährige Arbeitsabläufe fragmentieren und viele menschliche Arbeitsplätze schaffen werde, um diese Arbeitsabläufe zu integrieren. Andere Experten, wie Husain, sind sich nicht so sicher, woher die neuen Arbeitsplätze kommen werden, wenn die künstliche Intelligenz allgegenwärtig wird.

In der Vergangenheit gab es Möglichkeiten, von der Landwirtschaft über die Produktion zu Dienstleistungen überzugehen. Nun, das ist nicht der Fall. Warum nicht? Die Industrie ist vollständig robotisiert worden, und wir sehen, dass Automatisierung wirtschaftlich sinnvoller ist.

Selbstfahrende Lastwagen und Concierges mit künstlicher Intelligenz wie Siri und Cortana sind nur eineige Beispiele an denen wir sehen, dass mit der Verbesserung dieser Technologien durch ihren verbreiteten Einsatz allein in den Europa bis zu 10 Millionen Arbeitsplätze verloren gehen könnten.

Wenn all diese Arbeitsplätze verschwinden, müssen wir uns fragen: Was macht uns produktiv? Was bedeutet Produktivität? Jetzt stellen wir uns der sich verändernden Realität und stellen die der Gesellschaft zugrunde liegenden Annahmen in Frage. Wir müssen wirklich darüber nachdenken und entscheiden, was uns produktiv macht und was der Wert der Menschen in der Gesellschaft ist. Wir müssen diese Debatte führen und zwar schnell, denn die Technologie wird nicht auf uns warten.

Ob rosig oder steinig, die Zukunft kommt schnell, und die künstliche Intelligenz wird sicherlich ein Teil davon sein. In dem Maße, wie sich diese Technologie weiterentwickelt, wird die Welt neue Unternehmensgründungen, zahlreiche Geschäftsanwendungen und Verbraucheranwendungen sowie die Verdrängung bestimmter Arbeitsplätze und die Schaffung völlig neuer Arbeitsplätze erleben. Zusammen mit dem Internet der Dinge hat die künstliche Intelligenz das Potenzial, die Wirtschaft dramatisch umzugestalten, aber ihre genauen Auswirkungen bleiben abzuwarten.