Geschichte der Künstlichen Intelligenz
Moderne KI: Von Deep Blue bis ChatGPT
Lernziele dieser Lektion
- Die wichtigsten KI-Durchbrüche seit den 1990er Jahren kennen (Deep Blue, Watson, AlphaGo)
- Den Unterschied zwischen Deep Blues Ansatz und AlphaGos Ansatz erklären können
- Die Entwicklung von der Bayes'schen Programmierung bis zu Large Language Models nachvollziehen
- Aktuelle Herausforderungen der KI (Halluzinationen, Ethik, Energieverbrauch) benennen können
KI-Wachstum: 1993–2011
Nach dem zweiten KI-Winter setzte in den 1990er Jahren ein stetiges Wachstum ein, getragen von neuen Methoden und steigender Rechenleistung.
Bayes'sche Programmierung
Die Bayes'sche Programmierung etablierte sich als neue Methode zur Problemlösung auf Basis der statistischen Theorie. Ihr bekanntestes Anwendungsgebiet: Spam-Filterung in E-Mail-Programmen. Die Methode berechnet Wahrscheinlichkeiten, ob eine Nachricht Spam ist, basierend auf bekannten Mustern.
Ein weiterer Ansatz war die sogenannte Committee Machine: Ein Problem wird an verschiedene spezialisierte Agenten delegiert, deren Ergebnisse kombiniert werden, um eine endgültige Entscheidung zu treffen – nach dem Prinzip „Divide and Conquer“.
1997: IBM Deep Blue besiegt den Schachweltmeister
Deep Blue, ein von IBM entwickelter Schachcomputer, besiegte 1997 den amtierenden Schachweltmeister Garri Kasparow. Dieser Sieg war ein Meilenstein für KI im Spielbereich und bewies erstmals öffentlichkeitswirksam, dass ein Computer einen Menschen in einer intellektuellen Disziplin schlagen kann.
Wichtig zu wissen: Deep Blue nutzte einen klassischen KI-Ansatz (symbolische KI) – es berechnete Millionen von möglichen Zügen voraus, ohne wirklich zu „lernen“.
2011: IBM Watson gewinnt Jeopardy!
IBM Watson gewann 2011 die amerikanische Quizshow „Jeopardy!“ gegen die amtierenden menschlichen Champions. Watson demonstrierte damit Fortschritte in Sprachverständnis und Wissensverarbeitung – ein Computer konnte natürlichsprachliche Fragen verstehen und in Echtzeit beantworten.
2013: Deep Q-Networks von DeepMind
2013 entwickelte das britische Unternehmen DeepMind die Deep Q-Networks (DQN), die den Weg für moderne, lernfähige KI-Systeme ebneten. Diese Systeme konnten selbstständig lernen, Atari-Videospiele auf übermenschlichem Niveau zu spielen.
KI-Wachstum: 2011–2022
2016: AlphaGo besiegt den Go-Weltmeister
Der historische Sieg von AlphaGo (ebenfalls von DeepMind) über den Go-Weltmeister Lee Sedol im Jahr 2016 markierte einen Wendepunkt. Go ist ein weitaus komplexeres Spiel als Schach – die Anzahl möglicher Züge übersteigt die Anzahl der Atome im Universum.
Der entscheidende Unterschied zu Deep Blue: AlphaGo nutzte Reinforcement Learning – es lernte durch Millionen von Spielen gegen sich selbst, statt einfach alle Möglichkeiten durchzurechnen.
Dies ist nur ein kurzer Auszug. Die vollständige Lektion mit interaktiven Übungen und Lernfortschritts-Tracking gibt es nach Einlösung eines Einschreibeschlüssels.