Künstliche Intelligenz ist keine Zukunftsmusik, sie ist längst in unserem Alltag angekommen. In diesen acht alltäglichen Dingen steckt KI.

Über den Begriff Künstliche Intelligenz lässt sich vortrefflich streiten. Meint er menschenähnliche Intelligenz? Künstliche Nachahmung biologischer Intelligenz? Geht es um Computer, die Symbole hin und her schubsen? Oder meint er maschinelle Systeme, die lernen?

Je nach Perspektive und Hintergrund ordnen Menschen dem KI-Begriff völlig unterschiedliche Dinge zu. Wie auch immer man KI definiert: Von der Technologie profitiert heute jeder, der die Digitalisierung nicht verschlafen hat. In diesem Artikel erkläre ich acht Anwendungen, wie KI unseren Alltag beeinflusst.

“Googeln”

Google ist der Vorreiter beim Einsatz von KI-Technologie. Im Kerngeschäft der Suchmaschine setzt der Konzern seit mindestens 2015 auf Künstliche Intelligenz. Der KI-basierte Suchalgorithmus RankBrain hilft, Suchanfragen zu verstehen und liefert passende Ergebnisse.

RankBrain versucht, bei bisher unbekannten Suchanfragen vermutlich gewünschte Suchergebnisse anzuzeigen, indem der Algorithmus die Suchanfrage mit bereits bekannten, bedeutungsähnlichen Suchanfragen verknüpft. Die Ergebnisse der Suche zeichnet Google auf und nutzt sie fürs Training von RankBrain.

Im Oktober 2019 kündigte Google das bis dahin größte Update der Such-Engine an: Die Sprach-KI BERT versteht natürliche Sprache und hilft so, Suchanfragen noch präziser zu beantworten.

Bert ist Googles wichtigste Suchmaschinenänderung der letzten Jahre - und basiert komplett auf KI. Sie beeinflusst, wie sich Menschen informieren. Bild: Google

BERT ist Googles wichtigste Suchmaschinenänderung der letzten Jahre – und basiert komplett auf KI. Sie beeinflusst, wie sich Menschen informieren. Bild: Google

Als Beispiel für BERTs Fähigkeiten nennt Google die Suchanfrage “2019 brazil traveler to usa need a visa”. Vor BERT wurde das Wort “to” nicht in die Suche einbezogen und ergab daher Suchergebnisse für US-Bürger, die nach Brasilien reisen.

Mit BERT ist Google in der Lage, die wichtige Rolle des Wortes “to” in diesem Kontext zu erfassen und gibt das passende Ergebnis aus: eine Visa-Information für Einreisende.

Netflix and Chill

Abends vor den Fernseher und ein bisschen Tiger King schauen. Aber warum taucht die Serie überhaupt in meinen Empfehlungen auf? Netflix setzt auf Empfehlungsalgorithmen, um zum Kundengeschmack passende Unterhaltung anzuzeigen.

Netflix sammelt allerlei Daten, die in den KI-Algorithmus fließen: Was ich schaue, was ich davor und danach schaue, was ich vor einem Jahr, was vor kurzem und um welche Uhrzeit ich es gesehen habe.

Wenn Netflix meine Vorlieben kennt, wählt der Algorithmus Inhalte aus und generiert eine passende Präsentation. Verschiedene Kunden sehen so nicht nur unterschiedliche Empfehlungen – selbst die Vorschaubilder sind auf den individuellen Geschmack angepasst.

Dass mir dieser nette Herr im Netflix-Stream begegnet, sagt viel über mich aus - wenn Netflix' KI Recht hat. Bild: Netflix

Dass mir dieser nette junge Mann mit seiner Hauskatze genau in dieser Pose im Netflix-Stream begegnet, sagt viel über mich aus – wenn Netflix’ KI Recht hat. Bild: Netflix

Der eine sieht für einen Film eine dramatische Nahaufnahme des Hauptcharakters, der andere für den gleichen Film eine Hochzeitsszene. Meine anschließende Auswahl trainiert den Empfehlungsalgorithmus erneut.

Solche Algorithmen treiben auch die Empfehlungen von YouTube, Spotify, Amazon, Facebook, Twitter oder Instagram an. Sie basieren auf Varianten des Deep Learning.

Spam & Hatefilter

Neben Empfehlungsalgorithmen setzen soziale Netzwerke auf Kontroll- und Prüfalgorithmen, die fragwürdige Inhalte erkennen sollen. Dazu gehören pornographische, gewalttätige oder politisch extreme Inhalte.

Diese Inhalte werden automatisiert markiert und im Extremfall gelöscht. Das funktioniert nicht immer wie gewollt: YouTube löschte etwa im Sommer 2019 Videos eines Geschichtslehrers über den Nationalsozialismus. Auch die rechtlichen Grundlagen werden immer wieder kritisch diskutiert – etwa das deutsche Netzwerkdurchsetzungsgesetz.

Besser funktionieren Kontroll- und Prüfalgorithmen im E-Mail-Verkehr: Dort arbeiten sie als Spam-Filter. Services wie Google Mail verwenden seit Jahren neben herkömmlichen regelbasierten Filtern auch Künstliche Intelligenz.

Regelbasierte Filter können offensichtliche Spam-Mails blockieren, aber sind nicht selbstständig lernfähig. Hier kommen die KI-Filter ins Spiel: Die Algorithmen analysieren eine Vielzahl an Informationen, von der E-Mail-Formatierung bis zur Sendezeit, um in den Datenströmen Muster zu finden, die auf Spam hindeuten. Dabei kommen überwachte und unüberwachte Lernmethoden zum Einsatz.

Im Kontext der Coronakrise rücken Kontroll- und Prüfalgorithmen noch stärker in den Fokus, da weniger Moderatoren zur Verfügung stehen und die Maschine so zwangsweise mehr Verantwortung übernehmen muss, damit der Betrieb bei Plattformen wie YouTube und Facebook weiterlaufen kann. So erklären jedenfalls Google und Co. den Schwenk zu mehr algorithmischer Kontrolle.

Gesichtserkennung

Für viele Menschen ist der morgendliche Blick aufs Smartphone längst zur Routine geworden. Häufig entsperren wir unsere Smartphones dabei direkt mit unseren Gesichtern. Und das funktioniert selbst nach einer durchzechten Nacht und mit Sturmfrisur noch verlässlich.

Möglich ist die Gesichtserkennung durch Künstliche Intelligenz: Im Smartphone werkeln Gesichtserkennungsalgorithmen, die nach kurzem Training unser Gesicht zuverlässig und schnell identifizieren können.

In vielen Fällen lernt die KI ununterbrochen dazu und wird mit jeder Entsperrung noch besser. Das KI-Training läuft dank effizienter Algorithmen und spezialisierter Hardware direkt auf dem Smartphone.

Ähnliche Bildanalyse-KIs suchen in unseren digitalen Fotoalben automatisch nach Personen und markieren sie. Das funktioniert mittlerweile auch für Tiere und einige Objekte.

Microsoft will den Geist in der Flasche halten.

Künstliche Intelligenz ermöglicht eine effiziente, automatische maschinelle Identifizierung von Personen durch Gesichtsanalyse. Das erhöht einerseits den Nutzungskomfort beim Smartphone. Andererseits könnte es auch in eine Überwachungsdystopie führen. Bild: Microsoft

Kritisch diskutiert wird Gesichtserkennung im Kontext der Massenüberwachung: KI-gestützte Kameras können einzelne Personen identifizieren und über verschiedene Standorte hinweg beobachten – und das völlig automatisch.

Sprachergänzung: Baby Yoda & OK Boomer

Wer hart an den Trends lebt, kennt den Prozess: Am Anfang muss das neue Wort noch aufwendig per Hand in die Smartphone-Tastatur gehackt werden. Nach einigen Eingaben taucht es in den Wortvorschlägen der Tastatur auf und wird korrigiert, wenn es falsch eingegeben wird.

Zwar lassen sich Wörter auch manuell speichern, doch längst passiert das automatisiert dank maschinellem Lernen. Möglich ist das durch Algorithmen, die häufige genutzte Wörter erkennen und in die Vorschläge aufnehmen.

Google beispielsweise setzt dafür sogenanntes Federated Learning ein: Die Tastatur-App gibt die lokal gelernten Informationen zu häufig genutzten Worten samt typischer Tippfehler an eine zentrale Verarbeitungsstelle weiter.

Dadurch kommen Anbieter wie Google an große Mengen Trainingsdaten für aktuelle Wortvorschläge und Verbesserungen. Die werden in einem Update verteilt. So gelangen weltweit häufig genutzte Wörter in die Tastatur-Vorschläge der Smartphones.

Alexa & Co.

Digitale Assistenten wie Amazons Alexa oder Googles Assistant kommen dem popkulturellen Bild Künstlicher Intelligenz am nächsten: Sie haben einen Namen und können sprechen. In vielen Haushalten gehören sie zum Computer-Alltag.

Computer, die sprechen und Sprache verstehen, sind die große Erfolgsgeschichte der KI-Forschung der letzten Jahre: Dank des maschinellen Lernens ist die Sprachverarbeitung, -synthese und -übersetzung viel besser geworden.

Googles Assistant, Siri oder Alexa sind in den letzten Jahren deutlich gesprächiger und funktionaler geworden. Die letzten Durchbrüche in der KI-Sprachforschung dürften dafür sorgen, dass audiobasierte KI-Assistenz in den nächsten Jahren weiter an Bedeutung gewinnt.

Googles Assistant, Siri oder Alexa sind in den letzten Jahren deutlich gesprächiger und funktionaler geworden. Die letzten Durchbrüche in der KI-Sprachforschung dürften dafür sorgen, dass audiobasierte KI-Assistenz in den nächsten Jahren weiter an Bedeutung gewinnt.

Die Assistenten verstehen uns zuverlässig, können Fragen beantworten und einfache Aufgaben erledigen. Ihre KI-Stimmen klingen immer mehr wie die eines Menschen.

Integrierte Dienste wie Google Translate oder Google Lens erleichtern maschinelle Übersetzungen, identifizieren Objekte oder Hinweisschilder und heben so Sprachbarrieren auf.

Staubsaugerroboter und Co.

Neben dem Sprechen lernen Maschinen auch das Sehen immer besser. Die Computer Vision ist grundlegend für (teil)autonome Roboter: von Staubsaugerrobotern, die unsere Wohnungen eigenständig kartografieren und dann reinigen bis zu selbstfahrenden Autos, die uns sicher durch den Straßenverkehr bringen sollen.

Bildanalyse-KIs werden immer genauer. Beispielsweise kann eine entsprechend trainierte KI das Hundeverhalten beurteilen anhand der Körperhaltung. Ist es erwünscht, gibt es ein Leckerli - alles automatisch. Bild: Companion Labs

Bildanalyse-KIs werden immer genauer. Beispielsweise kann eine entsprechend trainierte KI das Hundeverhalten anhand der Körperhaltung. Ist es erwünscht, gibt es ein Leckerli – alles automatisch. Bild: Companion Labs

Der Durchbruch für maschinelles Sehen kam 2012 mit einer Bildanalyse-KI, die den ImageNet-Wettbewerb haushoch gewann. Seitdem ist Computer Vision auf dem Vormarsch: Fast 170.000 Patente für maschinelles Sehen wurden bis Anfang 2019 registriert – fast die Hälfte aller KI-Patente.

Deepfakes

Mit KI manipulierte Videos – sogenannte Deepfakes – erzielen bei YouTube Millionen Klicks, zum Beispiel indem sie die Gesichter bekannter Hollywood-Schauspieler in Filmen glaubhaft austauschen.

Dieses Faceswap-Prinzip ist zwar nicht neu. Aber dank des KI-Verfahrens funktioniert es nun effizienter und ist für mehr Menschen zugänglich. Dadurch steigt die Verbreitung entsprechender Videos.

Deepfake-Hollywood: Tom Selleck als Indiana Jones und DiCaprio in Star Wars

Tom Selleck statt Harrison Ford in Indiana Jones – warum nicht? Dank Deepfakes könnten Hollywood-Schauspieler zukünftig zur digitalen Austauschware werden. Bild: Shamook

Da die Qualität von Deepfakes in den letzten Jahren rasant zugenommen hat, warnen manche Experten, Forscher oder Politiker davor, dass massenhaft glaubhafte Videofälschungen unsere Entscheidungsfähigkeit als Gesellschaft aushebeln könnten – zum Beispiel wenn Social Media mit Deepfake-Wahlwerbevideos geflutet würden.

In einer Erklärung der Bundesregierung heißt es dazu: “Deepfakes können das gesellschaftliche Vertrauen in die grundsätzliche Echtheit von Audio- und Videoaufnahmen und damit die Glaubwürdigkeit öffentlich verfügbarer Informationen schwächen.”

Sie könnten daher eine “große Gefahr für Gesellschaft und Politik darstellen”. Allerdings dürfe das Risiko auch nicht überbewertet werden. Plattformen wie Twitter und YouTube wollen Deepfakes im US-Wahlkampf 2020 verbannen.

Weiterlesen über Künstliche Intelligenz:

steady2

MIXED.de XR-Podcast - jetzt reinhören

Aktuell: Bose AR, PS5 VR und Spot Spott | Alle Folgen



Hinweis: Links auf Online-Shops in Artikeln können sogenannte Affiliate-Links sein. Wenn ihr über diesen Link einkauft, erhält MIXED.de vom Anbieter eine Provision. Für euch verändert sich der Preis nicht.