Allgemeinbildung Künstliche Intelligenz Risiko und Chance für Dummies

Schummelseite

Hier, auf der Schummelseite, möchte ich Ihnen einen knappen Einblick in die Themen geben, die ich in diesem Buch besprechen werde.

Was ist was?

Intelligenz ist die Summe von Denk- und Wahrnehmungsprozessen, um durch angeborene Instinkte oder durchgeführte Schlussfolgerungen auf Umwelt- und Umgebungseinflüsse angemessen reagieren zu können. Menschen, aber auch Tiere oder technische Systeme reagieren jedoch nicht immer angemessen auf Umgebungsreize. In diesem Fall kommt eine wesentliche, neue Intelligenzeigenschaft hinzu: das Lernen. Intelligenz im Kontext dieses Buches bedeutet daher neben folgerichtigem Schlussfolgern (Deduktion) das selbstständige Erlernen eines Modells der Umgebung (Induktion), um auf äußere oder auch innere Reize adäquat reagieren zu können und bei beobachteten Fehlern das eigene Verhalten selbständig so anzupassen, dass beim nächsten Mal eine adäquate Reiz-Reaktion erfolgen kann. Die Intelligenz des Menschen ist sehr vielschichtig und vielgestaltig, man spricht von rationaler (kognitiver), aber auch von sozialer und emotionaler Intelligenz.

Künstliche Intelligenz (KI) bedeutet eine Art technischer Intelligenz, also einer Intelligenz auf technischen Maschinen. Für die künstliche Schaffung einer wie auch immer gearteten Intelligenz war insbesondere die kognitive Intelligenz des Menschen maßgebend Vorbild, denn diese (aktuell nur diese) kann technisch nachgebildet werden.

Künstliche Intelligenz ist der Versuch, rationale bzw. kognitive menschliche Intelligenz auf (technischen) Maschinen zu simulieren, um sie für den Menschen gewinn- und nutzbringend einzusetzen.

Schwache und Starke KI

Künstliche Intelligenz mit dem Anspruch der Simulation von Intelligenz nennen wir Schwache KI, um sie von einer sogenannten Starken KI zu unterscheiden. Die Starke KI ist ein Begriff für ein System, welches künstliches Bewusstsein, Willen oder sogar Emotionen ausprägen kann. So etwas technisch zu erzeugen ist heute in keinster Weise realistisch. Irrationale Ängste gegenüber einer Starken KI sind deshalb nicht angebracht. Starke KI ist Science Fiction.

Machine Learning und Neuronale Netze

Der Schwerpunkt vieler heutiger KI-Anwendungen liegt auf dem Lernen (Induktion). Ein Großteil gegenwärtiger Erfolge der KI basiert auf Verfahren des sogenannten maschinellen Lernens. Beim »Machine Learning« geht es darum, Algorithmen auf Maschinen zu schaffen, die aus vorhandenen Daten selbstständig und vollautonom lernen können. Dabei unterscheidet man symbolische Lernverfahren, wie Entscheidungsbäume oder Assoziationsregeln, und sub-symbolische Lernverfahren.

Eine der wichtigsten Basistechnologien für sub-symbolisches, maschinelles Lernen stellen Künstliche Neuronale Netze (KNN) dar. Neuronale Netze sind den Informationsverarbeitungseinheiten und Speichermechanismen des biologischen Gehirns nachgebildet. Eine Vielzahl einfacher Prozessorelemente, sogenannte Neuronen, ist mit einer großen Anzahl von Nachbarneuronen über sogenannte Synapsen (Gewichte) verbunden. Das neuronale Netz sammelt Informationen und berechnet Ergebnisse durch sehr einfache Rechenschritte. Die Leistungsfähigkeit des neuronalen Ansatzes besteht nun nicht in den Berechnungen der einzelnen Neuronen, sondern in der parallelen Datenverarbeitung von mehreren Millionen Einzelelementen. Obwohl die Informationsverarbeitung eines einzigen Neurons im Prinzip einfach ist, kann durch die hohe Vernetzung der Neuronen untereinander eine enorme Leistung des Gesamtsystems erreicht werden. Seit Ende der 1980er Jahre ist bekannt, dass man mit neuronalen Netzen mit drei oder mehr Schichten jeden stetigen Zusammenhang zwischen Eingangsgrößen und Ausgangsgrößen beliebig genau approximieren kann. Damit sind neuronale Netze universelle Approximatoren mit umfangreichen Anwendungsfällen in Industrie und Gesellschaft.

Empirische Inferenz

Der Einsatz von maschinellen Lernverfahren basierend auf neuronalen Netzen führt in der Praxis leider auch zu prinzipiellen Schwierigkeiten, da neuronale Netze nur statistische Zusammenhänge finden können und niemals kausale. Wichtig ist es daher, basierend auf Methoden der empirischen Inferenz Aussagen darüber zu treffen, wie groß die Wahrscheinlichkeit dafür ist, dass die beobachteten Zusammenhänge tatsächlich kausal sind. Es gibt Verfahren, die einen beobachteten statistischen Zusammenhang immer näher an einen kausalen Schluss heranführen können, dennoch ist es unzulässig, von statistischen Zusammenhängen auf kausale Zusammenhänge zu schließen, insbesondere dann nicht, wenn die Zusammenhänge nicht deduktiv abgesichert werden können. Da eine derartige deduktive Absicherung in der Praxis aus Kostengründen selten gemacht wird, werden oft sehr viele unsinnige oder sogar falsche Schlüsse aus der Datenanalyse mit induktiven KI-Verfahren gezogen.

Cognitive Computing - die KI der Gegenwart

Künstliche Intelligenz hat sich aufgemacht, die beiden Intelligenzformen »induktives Lernen« und »deduktives Denken« – die ein Mensch mit Leichtigkeit in sich vereint –technisch nachzubauen und miteinander zu verzahnen. Ist das in technischen Systemen gelungen, spricht man oftmals auch von kognitiver Intelligenz, cognitive computing oder kognitiven technischen Systemen.

Hardware und die KI der Zukunft

Auch die Hardwarebasis der KI entwickelt sich ständig weiter. Während heutzutage die meisten KI-Systeme entweder digitale Standardcomputer oder spezielle Grafikprozessoren nutzen, weil auf diesen die mathematischen Operationen der Neuronen effizient ausgeführt werden können, so werden gegenwärtig, von der Allgemeinheit nahezu unbemerkt, neuromorphe Computer entwickelt, die eine neue Ära der Künstlichen Intelligenz einleiten werden. Neuromorphe Computer stellen den Beginn eines Megatrends in der KI dar und sie werden die Leistungsfähigkeit zukünftiger KI-Systeme um Größenordnungen erhöhen. Langfristig wird es zu einer Vereinigung von Quantencomputern und Methoden der Künstlichen Intelligenz kommen; die daraus entstehenden technischen Systeme sind in ihrer Leistungsfähigkeit noch nicht abzuschätzen. Da viele Fachleute davon ausgehen, dass das menschliche Bewusstsein auch auf Quantenprozessen im neuronalen Gehirngewebe basiert, kann man vermuten, dass mit neuronalen Quantencomputern eines fernen Tages Systeme mit rudimentärem Bewusstsein erschaffen werden können.

Risiken und Gefahren

Die Künstliche Intelligenz ist eine Basisinnovation, die in den nächsten 30 Jahren Technik und Gesellschaft intensiv beeinflussen werden wird. KI ist für Nationen wie Deutschland einer der wichtigsten Technologien, um im Wettbewerb mit anderen Nationen den eigenen Lebensstandard auch zukünftig zu sichern. Allerdings gehen von der KI mittlerweile erhebliche Gefahren aus. Da die KI leicht zu bedienen ist, setzen immer mehr Laien KI-Verfahren ein, ohne zu wissen oder nur zu ahnen, wie sehr und grundlegend sich eine KI irren kann. Dadurch kommt es gesellschaftsweit zu massenhaften falschen Ergebnissen oder »Fake Science«. Die Folgen sind Fehlsteuerungen, Ineffizienzen oder gar Schäden für Menschen in möglicherweise unübersehbarer Größe. Vielfache Gefahren liegen gegenwärtig aber nicht nur in der unkritischen Nutzung der Technologie selbst, sondern in verschiedenen Anwendungen der KI, zum Beispiel bei der Überwachung von Personen oder im Social Media Bereich. Das Buch klärt über die gegenwärtigen Gefahren auf.

Regeln und Gesetze für KI

Es ist an der Zeit, dass die Menschheit Gesetze für die KI entwickelt und weltweit durchsetzt, um diese Technologie zum Nutzen aller einzusetzen. Das Erstellen von Richtlinien, ob staatliche oder privatwirtschaftliche reicht schon lange nicht mehr aus. Der Gesetzgeber ist gefordert, juristisch verbindliche Gesetze zu erlassen. Um das zu können, sollte er gut über die KI informiert sein.

Die Künstliche Intelligenz steht aktuell an einem Scheideweg wie seinerseits die Atomkraft. Es gilt sie friedlich zu nutzen und gleichzeitig zu bändigen.

Allgemeinbildung Künstliche Intelligenz Risiko und Chance für Dummies

Bibliografische Information der Deutschen Nationalbibliothek

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.

1. Auflage 2021

Wiley, the Wiley logo, Für Dummies, the Dummies Man logo, and related trademarks and trade dress are trademarks or registered trademarks of John Wiley & Sons, Inc. and/or its affiliates, in the United States and other countries. Used by permission.

Wiley, die Bezeichnung »Für Dummies«, das Dummies-Mann-Logo und darauf bezogene Gestaltungen sind Marken oder eingetragene Marken von John Wiley & Sons, Inc., USA, Deutschland und in anderen Ländern.

Das vorliegende Werk wurde sorgfältig erarbeitet. Dennoch übernehmen Autoren und Verlag für die Richtigkeit von Angaben, Hinweisen und Ratschlägen sowie eventuelle Druckfehler keine Haftung.

Coverfoto: sdecoret – stock.adobe.com
Korrektur: Petra Heubach-Erdmann

Print ISBN: 978-3-527-71723-1
ePub ISBN: 978-3-527-82701-5

Über den Autor

Prof. Dr.-Ing. Ralf Otte ist Hochschullehrer für Industrieautomatisierung und Künstliche Intelligenz an der Technischen Hochschule Ulm (THU). Seit den 1990er Jahren beschäftigt er sich mit den Möglichkeiten der Künstlichen Intelligenz, denn die KI hatte ihn bereits zum Ende seiner Studienzeit so fasziniert, dass er auf einem Spezialgebiet der Künstlichen Intelligenz, den neuronalen Netzen, promoviert wurde. 1992 ging er in die Industrie und arbeitete 12 Jahre bei einem Großkonzern als verantwortlicher Manager für Business Intelligence und Data Mining. Später wechselte er zu einem Mittelständler in die Schweiz und war dort über 10 Jahre als Geschäftsführer für die Umsetzung von KI-Projekten tätig. Seit 2015 ist Ralf Otte Hochschullehrer in Ulm, lehrt dort u.a. Künstliche Intelligenz und arbeitet an Grundlagen für neuartige KI-Maschinen, Maschinen, die in ferner Zukunft vielleicht einmal Maschinelles Bewusstsein auszuprägen vermögen. Ralf Otte hat zum Thema Künstliche Intelligenz und Maschinenbewusstsein einige Artikel, Bücher und Podcasts verfasst, die der Interessierte zur Vertiefung seiner KI-Kenntnisse nutzen kann.

Otte, R. et al.	Data Mining für die industrielle Praxis, Hanser-Verlag, 2004
Otte, R.:	Vorschlag einer Systemtheorie des Geistes: Nicht-energetische Wellenfunktionen und Vorschlag zur Lösung des Geist-Körper-Problems, Cuvillier-Verlag, 2011 und 2016
Otte, R.:	Künstliche Intelligenz für Dummies, Wiley-Verlag, 2019
Otte, R.:	Wie das Bewusstsein in die Maschine kommt, Markt & Technik, Heft 44, 2019
Otte, R. et al.	Von Data Mining bis Big Data, Hanser-Verlag, 2020
Otte, R.:	KI-Bewusstsein, Podcasts am KIT, 2020, `https://www.ki-bewusstsein.de/podcast` (#3)
Otte, R. et al.	Verfahren und Vorrichtung zur Erzeugung und Nutzung von maschinellem Bewusstsein, DPA, München 2020 (2020a) `https://register.dpma.de/DPMAregister/pat/register?AKZ=1020191116163`

Zu erreichen ist Prof. Otte unter ralf.otte@email.de.

Widmung

Für meine Familie, für die inhaltliche, organisatorische und mentale Unterstützung während der Erstellung des Buches, insbesondere für meine Frau Marén, die mir auch die Inspiration zu diesem Buch gab, weil das große Buch (»Künstliche Intelligenz für Dummies«) nach ihrer Aussage »für den Laien doch zu schwer war«.

Danksagung

Dieses Buch ist das Ergebnis der Ideen und Arbeit von vielen Menschen. Ohne die offenen Diskussionen mit Freunden und Kollegen aus meinem privaten Umfeld, mit Ingenieuren und Informatikern aus Industrie und Gesellschaft und ohne die vielseitigen Gespräche mit meinen Studenten wäre es mir nicht möglich gewesen, dieses Buch zu erstellen. Neben den interessanten Diskussionen haben zahlreiche Menschen aber auch wieder viel Zeit in die Unterstützung für das Buch investiert. Mein großer Dank geht hierbei an Frau Dr. med. Astrid Pfretzschner und Frau Apothekerin Bärbel Braun für ihre äußerst wertvollen Anregungen. Da das Buch für »KI-Laien« geschrieben werden sollte, waren mir ihre Hinweise besonders wichtig. Insbesondere das Kapitel neuronale Netze habe ich nach den Kritiken nochmals grundsätzlich überarbeitet. Und ich danke ganz herzlich Dipl.-Informatiker Michael Schmitt für das erneute Korrekturlesen. Michael danke ich besonders wieder für die tollen Anregungen bei unseren ausgedehnten Wanderungen und für die Links zu neuen KI-Trends. Ganz besonders herzlich möchte ich meinem Vater, Univ. Prof. (em.) Dr.-Ing. habil. Viktor Otte, für die Korrekturdurchläufe und inhaltlichen Anregungen danken. Gerade die Ausführungen zum maschinellen Sehen wären ohne seine Hilfe nicht entstanden, denn wir arbeiten auf diesem Gebiet seit über 10 Jahren erfolgreich zusammen. Ein großer Dank geht an das Lektorat von Wiley für die erneut sehr gute Unterstützung während der gesamten Zeit der Bucherstellung, hierbei danke ich insbesondere Herrn Marcel Ferner für seine professionelle Hilfe und Gelassenheit. Mein abschließender, großer Dank geht an meine Familie, an meine Frau Marén und an meine beiden erwachsenen Töchter, Dr. rer. nat. Julia M. Otte und Caroline V. Otte (bald Medizinerin), für ihre Ideen, Gespräche und Korrekturhinweise.

Einführung

Über dieses Buch

Nachdem das Lehrbuch »Künstliche Intelligenz für Dummies« (Otte, 2019) fertiggestellt war, gab es in der Familie und im Freundeskreis leider auch etwas Enttäuschung. Man verstehe das Büchlein nicht, zu viele Formeln, wieso für »Dummies«. Und meine Kritiker, meine Familie, haben teilweise recht, ein Buch mit (vielen) Formeln ist natürlich eher etwas für Studenten oder Technikfreaks, es ist eventuell zu schwer für die Allgemeinheit. Aber alle Bürger haben ein Anrecht darauf zu verstehen, was Künstliche Intelligenz (KI) ist, da die KI massiv in unser Leben eingreift. Ich habe mir deshalb das Lehrbuch nochmals vorgenommen und überlegt, ob die jeweiligen Kapitel für die Allgemeinheit wirklich notwendig sind, und falls ja, ob und wie man das besser und vor allem einfacher schreiben oder ob man den Text direkt übernehmen kann. Mein Ziel war, mich aufs Wesentliche zu beschränken, den Lesern aber trotzdem nahezubringen, wie die KI in ihrem Inneren funktioniert. Ich wollte einfach und trotzdem so präzise wie nur möglich sein, denn allgemein gehaltene Bücher über die KI gibt es bereits genug.

Das vorliegende Buch ist nun »der kleine Bruder« oder, wenn Sie mögen, »die kleine Schwester« des oben zitierten. Wer das Lehrbuch kennt und verstanden hat, braucht das vorliegende Sachbüchlein nicht. Wer andere Sachbücher kennt, könnte an diesem Büchlein trotzdem Gefallen finden. Denn zahlreiche Sachbücher über die KI sind von Fachjournalisten oder Philosophen geschrieben worden. Dabei kommt die KI oft »zu gut weg«, denn viele Laien glauben den KI-Enthusiasten, den KI-Fachleuten und ihren großen Versprechungen. Und so kommen immer mehr Bücher auf den Markt, die von einer KI berichten, die es so gar nicht gibt.

In diesem Buch werde ich aus Sicht eines Insiders berichten, warum vieles in der KI »heiße Luft« ist, anderes jedoch exzellentes Know-how, werde aufzeigen, warum man sich nicht vor dieser KI fürchten muss, vor den Besitzern der KI jedoch schon, werde erklären, warum autonomes Fahren noch lange nicht funktioniert, auch Heimroboter im Dunklen tapsen, werde zeigen, wie clever die KI heute Massendaten auswerten kann, warum Sie nicht bei jedem Gewinnspiel mitmachen und Umfragen nicht immer trauen sollten. Natürlich alles aus rein persönlicher Sicht, andere Insider kommen zu anderen Einschätzungen, aber genau das ist Wissenschaft. Niemand von uns hat die Wahrheit gepachtet, niemand von uns hat die Glaskugel, dem Leser bleibt daher nichts anderes übrig, als zwei oder drei Bücher über die KI zu lesen, um ein wenigstens nicht ganz unscharfes Bild über dieses wichtige Gebiet zu bekommen. Vielleicht kann dieses Büchlein einen kleinen Beitrag zum Verständnis der Künstlichen Intelligenz leisten.

Konventionen in diesem Buch

Ein Buch über die KI unterscheidet sich erst einmal nicht von Büchern über Elektrotechnik, Maschinenbau oder Betriebswirtschaftslehre, da auch die KI eine Wissenschaft ist, die mathematische Beschreibungen benötigt. Aber bei der KI geht es auch viel um Meinungen, um mögliche Anwendungsfelder, sogar um Glauben, zum Beispiel der Möglichkeit oder gerade Unmöglichkeit des Speicherns von Bewusstsein auf Maschinen. Deshalb enthält dieses Buch auch viele persönliche Einwürfe, Statements und Einschätzungen.

Ein Paradebeispiel für eine persönliche Meinung ist meine Einschätzung zum vollautonomen Fahren. Trotz der großen Euphorie und all den Ankündigungen der Konzerne glaube ich seit Jahren überhaupt nicht daran, dass Roboterautos in den nächsten Jahrzehnten auf unseren Straßen vollautonom fahren werden. Aber das ist eine persönliche Meinung, die ich in dem betreffenden Kapitel dann einbringen und natürlich auch erklären werde. Sie müssen sie nicht teilen, denn niemand weiß, was die Zukunft bringen wird.

Da die KI in der eigentlichen Fachsprache sehr mathematisch ist, habe ich für Interessierte auch in diesem Büchlein einige wenige MATHEBOXEN eingefügt, man kann diese jedoch einfach überspringen. Insgesamt komme ich nicht umhin, zu vereinfachen und zu abstrahieren. Liebe Leser, seien Sie bitte deshalb nicht enttäuscht, wenn Sie nach der Lektüre dieses Buches kein Fachmann der KI geworden sind. Betrachten Sie das Buch als ordnende Hand und Struktur, wenn Sie sich weitere Details der KI im großen weiten Netz aneignen wollen.

Möchten Sie nach diesem Büchlein die Zusammenhänge, auch die mathematischen, besser verstehen, müssen Sie im Weiteren auf ein Lehrbuch umsteigen, eins davon wäre beispielsweise das bereits erwähnte Buch »Künstliche Intelligenz für Dummies«, 2019, aus dem gleichen Verlag. Möchten Sie nach der Lektüre mit Programmieren beginnen, empfehle ich das Buch von Steinwendner, 2020. Möchten Sie das Thema theoretisch tiefer studieren, greifen Sie zum Klassiker von Russell, 2012. Die detaillierten Literaturangaben sind auf den letzten Seiten angegeben. Im Abschnitt »Über den Autor« sind Bücher und Artikel des Autors aufgelistet, die für den Leser eine Relevanz haben könnten.

Wie dieses Buch aufgebaut ist

Das Buch besteht aus fünf Teilen, die wiederum in zahlreiche Kapitel unterteilt sind. Man kann alle Teile separat lesen, eventuell muss man das eine oder andere Mal zurückschlagen, wenn ein Thema der vorherigen Teile nochmals aufgegriffen wird.

Teil I: Ganz schön clever (Kapitel 1 bis 3)

Teil I führt den Leser in das Fachgebiet der Künstlichen Intelligenz ein. Die Begriffe werden – wo es möglich ist – definiert und es folgt ein kurzer historischer Überblick.

Hier werde ich klären, was Intelligenz eigentlich sein soll. Jeder hat eine eigene Vorstellung davon, jeder weiß, dass er intelligent ist. Aber der Informatiker, Ingenieur oder Techniker, der Intelligenz in eine Maschine einbauen will, der muss eine ganz konkrete Vorstellung von Intelligenz haben. Ihm reicht kein Bauchgefühl. Man sagt in der Fachwelt dazu, man muss den Begriff formalisieren, also ganz präzise definieren und wenn möglich »mathematisieren«. Das ist gar nicht so einfach wie man denkt, denn bis heute ist nicht abschließend geklärt, was Intelligenz wirklich ist und wie man sie mit all ihren Facetten messen kann.

Ich stelle Ihnen daher meine fünf Stufen der Intelligenz vor. Damit haben Sie einen Begriffsrahmen für das Pausengespräch. Und wenn Sie eine bessere Definition gefunden haben, melden Sie sich. Ich freue mich über Feedback.

Teil II: Die Intelligenz in der Maschine – Vom Denken und Lernen (Kapitel 4 bis 8)

Die Leistungen der KI sind wirklich beeindruckend. Und doch beruhen sie aktuell nur auf zwei wesentlichen Säulen, dem Denken und dem Lernen. Damit ein Computer aber denken und lernen kann oder dies zumindest so gut simuliert, dass man ihm denken und lernen attestieren könnte, müssen diese (vormals menschlichen) Intelligenzleistungen zutiefst verstanden worden sein. Jeder Mensch kann logisch schlussfolgern. Aber wie schafft man es, dass auch eine Maschine logisch korrekt schlussfolgert? Und das Lernen ist noch spannender. Jeder Mensch kann lernen, aber wie erreicht man, dass auch eine Maschine selbstständig lernen kann?

In diesem Teil geht es darum, dem Leser die Mathematik des Denkens und Lernens nahezubringen. Sie werden erfahren, dass die gesamte KI letztlich eine Hochleistungsmathematik ist. Wenn aber alles »nur« Mathematik ist, kann die KI natürlich auf jedem Digitalcomputer implementiert werden. Die heutige KI ist deshalb eine durch und durch digitale KI.

Teil III: Die KI erobert die Welt (Kapitel 9 und 10)

Zu Beginn des Teils III werden wir uns intensiv mit den Grenzen der KI auseinandersetzen. Dem Autor sind diese Abschnitte besonders wichtig, da sehr viele KI-Bücher diese Grenzen nicht aufzeigen. Doch nur wer die Grenzen einer Technologie verstanden hat, kann Risiken und Chancen besser einschätzen. Vielleicht werden Sie sich wundern, was mit der KI alles nicht möglich sein wird.

Im Hauptteil werden wir aus der Vielzahl möglicher KI-Anwendungen einige interessante herausgreifen. Auch wenn Sie vielleicht nicht alles aus Teil II verstanden haben, so gibt Ihnen dieser Anwendungsteil einen guten Überblick, wie KI unser aller Leben beeinflusst. Und vielleicht steigt Ihr Interesse dann sogar noch mehr zu verstehen, wieso eine Maschine - ohne Fleisch und Blut - solche Intelligenzleistungen erbringen kann, und Sie blättern in Teil II zurück.

Im Teil III wird auch das Thema Big Data vorgestellt denn die Auswertung von Massendaten betrifft uns alle, denken Sie an Facebook & Co. Es wird dabei auch um Gefahren gehen, die von der KI aktuell für uns Bürger ausgehen.

Teil IV: Die Zukunft steht nicht mehr in den Sternen – Chance und Risiko der Künstlichen Intelligenz (Kapitel 11 und 12)

Dieser Teil führt uns von den heutigen State-of-the-Art-Anwendungen wieder weg. Wir werden sehen, worin der Unterschied zwischen dem menschlichen Geist und der KI eigentlich besteht und einschätzen, ob man es jemals können wird, den menschlichen Geist maschinell nachzubauen. In weiteren Abschnitten versuchen wir, in die Zukunft der KI zu blicken. Neuromorphe Computer sind die nächste Etappe, der nächste große Hype. Wir wollen uns vorstellen, was die Zukunft bringen könnte.

Abschließen werde ich den Teil mit einer kurzen Diskussion über Ethik. Dieser Thematik müssen wir Fachleute uns stellen, aber mit diesem Thema muss sich auch die gesamte Gesellschaft auseinandersetzen.

Teil V: Der Top-Ten-Teil

In diesem Teil werden – ganz in der Tradition der Dummies-Reihe – zehn wertvolle Tipps zum Thema KI gegeben.

Generell: Ich werde in jedem Teil die wichtigsten Aussagen zur KI immer wiederholen, damit auch Leser, die nur kapitelweise lesen wollen, die Hauptaussagen mitbekommen können.