Storyboard

Innovationen entstehen meist als Möglichkeit, Fähigkeiten zu erweitern, die wir bereits besitzen, oder um völlig neue Fähigkeiten zu schaffen, die uns die Natur nie gegeben hat. Um dies zu erreichen, beginnen wir normalerweise damit, die Funktionsweise natürlicher Systeme zu untersuchen und die physikalischen oder biologischen Prinzipien zu identifizieren, die sie wirksam machen. Allerdings geht es bei der endgültigen technischen Lösung selten darum, die Natur zu kopieren. Im Gegenteil, es ersetzt es in der Regel durch viel einfachere Mechanismen, die einfacher zu bauen und gleichzeitig wesentlich effizienter sind.

Dank dieses Prozesses ist es uns gelungen, Einschränkungen zu überwinden, die Jahrtausende lang unüberwindbar schienen. Jede Innovation erweitert unsere Fähigkeiten, erhöht die Produktivität, stärkt die Wirtschaft und verbessert letztendlich unsere Lebensqualität.

In diesem Kapitel werden zwei historische Innovationen analysiert, die die Menschheit tiefgreifend verändert haben: das Rad und das Flugzeug. Durch sie wird gezeigt, wie sich ein Innovationsprozess entwickelt, welche Prinzipien ihm zugrunde liegen und wie groß die Veränderungen sein können, die er hervorruft. Abschließend wird der Fall der künstlichen Intelligenz untersucht, der wahrscheinlich transzendentalsten Innovation unserer Zeit, deren Entwicklungsgeschwindigkeit und Transformationspotenzial die bei früheren technologischen Revolutionen beobachteten weit übertreffen.

ID:('ky', 1773)

Storyboard

Innovation ist kein zufälliger Prozess. Es ist eine systematische Suche danach, unsere Fähigkeiten zu verbessern und sogar andere zu schaffen, die wir von Natur aus nicht besitzen. Bei jedem Schritt entwickeln wir Werkzeuge, die unsere Fähigkeiten erweitern und oft weit über das hinausgehen, was wir uns ursprünglich vorgestellt haben.

Exemplarisch hierfür analysieren wir drei Arten von Innovationen. In allen Fällen beobachten wir natürliche Systeme in unserer Umgebung, identifizieren die Grundprinzipien, nach denen sie funktionieren, und ergänzen sie mit neuen Technologien, um einfachere, effizientere und leistungsfähigere Lösungen als die bestehenden zu entwickeln, die in der Lage sind, unsere natürlichen Fähigkeiten bei weitem zu übertreffen.

Wir werden zunächst sehen, wie wir es schaffen, unsere Bewegungskapazität zu verbessern, höhere Geschwindigkeiten zu erreichen und immer größere Lasten zu transportieren. Dann werden wir unsere Fähigkeiten auf einen Bereich ausweiten, den der Mensch von Natur aus nicht besitzt: die Flucht. Abschließend werden wir analysieren, wie wir unsere kognitiven Fähigkeiten verbessert und Systeme mit einem viel größeren Gedächtnis und einer Denkgeschwindigkeit entwickelt haben, die weit über das hinausgeht, was ein Mensch allein erreichen kann.

ID:('gp', 523)

Storyboard

Seit seinen Anfängen strebt der Mensch danach, sich schneller fortzubewegen und immer größere Lasten zu transportieren. Die naheliegendste Lösung schien darin zu bestehen, zu beobachten, wie andere Arten gingen, um Mechanismen zu entdecken, die kopiert oder angepasst werden konnten.

Doch egal wie sehr er schnellere oder stärkere Tiere untersuchte, er fand keine Möglichkeit, den Gangmechanismus direkt zu verstärken. Sie alle hatten die gleiche grundlegende Einschränkung: Die Bewegung hing von der sukzessiven Unterstützung der Beine oder Füße auf dem Boden ab. Eine Änderung der Anzahl der Beine oder der Anatomie könnte die Leistung einer bestimmten Art verbessern, führte jedoch nicht zu einem qualitativen Sprung in den menschlichen Fähigkeiten.

ID:('gp', 524)

Storyboard

Die Lösung erschien, als das Problem nicht mehr von der Biologie aus betrachtet wurde, sondern von der Physik aus analysiert wurde. Anstatt zu versuchen, das Gehen zu perfektionieren, musste ein völlig anderes Prinzip gefunden werden, um den Bewegungswiderstand zu verringern und einen effizienten Transport großer Lasten zu ermöglichen. Dieser Perspektivwechsel führte zu Technologien wie dem Rad, die das menschliche Gehen nicht verstärken, sondern durch einen viel effizienteren physikalischen Mechanismus ersetzen.

Dieses Beispiel zeigt ein grundlegendes Merkmal von Innovation: Wenn eine natürliche Fähigkeit nicht direkt verstärkt werden kann, entsteht der Durchbruch durch die Entdeckung eines neuen physikalischen Prinzips, das in der Lage ist, die Einschränkungen des ursprünglichen Mechanismus zu überwinden. Auf diese Weise inspiriert die Natur die Suche, aber die endgültige Lösung kann sich radikal von jedem bestehenden biologischen System unterscheiden.

ID:('gp', 525)

Storyboard

Die Entwicklung dieses Transportsystems hat mehr als tausend Jahre gedauert. Im letzten Jahrhundert kam es jedoch zu einer zweiten grundlegenden Revolution: der Ersatz tierischer Energie durch Motoren, die zunächst mit fossilen Brennstoffen und zunehmend mit elektrischen Antriebssystemen betrieben wurden.

Die beiden Merkmale, die dieses Fortbewegungsmittel auszeichnen, sind seine Geschwindigkeit und seine Tragfähigkeit. Die Geschwindigkeit hat stetig zugenommen, obwohl sie heute vor allem durch den Luftwiderstand Einschränkungen unterliegt. Die Ladekapazität wiederum hängt nicht nur von der Leistung des Fahrzeugs ab, sondern auch von den Einschränkungen der verfügbaren Infrastruktur wie Straßen, Brücken und Tunnel, die praktische Grenzen für die Größe und das Gewicht setzen, die transportiert werden können.

Zusammengenommen haben diese Innovationen eine begrenzte menschliche Fähigkeit Gehen und Tragen kleiner Gewichte in ein System verwandelt, das in der Lage ist, Hunderte von Tonnen mit Geschwindigkeiten zu bewegen, die weitaus größer sind, als es ein lebender Organismus allein erreichen kann. Dies zeigt, wie Technologie unsere natürlichen Fähigkeiten weit über ihre biologischen Grenzen hinaus erweitert.

ID:('gp', 526)

Storyboard

Analysiert man die Verlaufskurven von Geschwindigkeit und Tragfähigkeit über die Zeit, so stellt man fest, dass beide stetig zugenommen haben. Es zeichnet sich jedoch ab, dass sich die Geschwindigkeit einer praktischen Grenze nähert, die hauptsächlich vom Luftwiderstand, der Sicherheit und dem Energieverbrauch bestimmt wird. Im Gegensatz dazu wächst die Frachtkapazität weiter, was darauf hindeutet, dass noch erheblicher Spielraum für eine weitere Erweiterung besteht.

Einschränkungen durch die Straßeninfrastruktur, wie z. B. die Festigkeit von Brücken oder die maximal zulässige Belastung der Fahrbahn, können durch die Gewichtsverteilung auf eine größere Anzahl von Rädern und Achsen gemildert werden. Diese Strategie wird bereits in einigen Ländern angewendet, beispielsweise in Australien, wo Lastzüge verkehren, die aus mehreren Anhängern bestehen, die mit derselben Zugmaschine verbunden sind. Dieses Beispiel zeigt, dass es bei Innovationen nicht immer darum geht, die Leistung eines Systems zu steigern, sondern auch darum, neue Wege zu finden, um physische Einschränkungen zu verteilen, um unsere Fähigkeiten weiter auszubauen.

ID:('gp', 527)

Storyboard

Irgendwann wurde den Menschen klar, dass sie fliegen müssen, wenn sie ihre Reisefähigkeit weiter ausbauen wollten. Dazu untersuchte er zunächst den Flug von Vögeln und beobachtete, wie sie mit den Flügeln schlagen, um in der Luft zu schwimmen: Während der Rückwärtsbewegung erzeugen sie Schub, dann ziehen sie sie zurück, um den aerodynamischen Widerstand zu verringern, positionieren sie neu und wiederholen den Zyklus kontinuierlich.

Es wurde jedoch schnell klar, dass die Reproduktion dieses komplexen Mechanismus aus technologischer Sicht äußerst schwierig war. Anstatt die gesamte Bewegung des Vogels zu kopieren, musste herausgefunden werden, welcher Teil des Prozesses das wirklich wichtige physikalische Prinzip enthielt. Dieses Prinzip war der Auftrieb, der durch das gekrümmte Profil des Flügels erzeugt wurde, während er sich durch die Luft bewegte.

ID:('gp', 528)

Storyboard

Aus dieser Beobachtung ergab sich eine wesentlich einfachere und effizientere Lösung. Anstatt zu versuchen, den komplexen Flügelschlag zu reproduzieren, konzentrierte sich die frühe Entwicklung auf das physikalische Phänomen, das dafür verantwortlich ist, den Vogel in der Luft zu halten: den Auftrieb. Es wurde festgestellt, dass ein Flügelprofil mit ausreichender Krümmung bei der Bewegung durch die Luft einen Druckunterschied erzeugt, der eine nach oben gerichtete Kraft erzeugt, die das Gewicht des Systems ausgleichen kann.

Diese Entdeckung ermöglichte den Bau der ersten festen Flügel. Ursprünglich wurden sie in Segelflugzeugen eingesetzt, was bewies, dass es möglich war, im Flug zu bleiben und lange Strecken zurückzulegen, ohne mit den Flügeln schlagen zu müssen, und dabei nur die Anfangsgeschwindigkeit und die Luftströmungen zu nutzen. Das Flugproblem wurde dann in zwei unabhängige Teile geteilt: einerseits die Erzeugung des Auftriebs durch die Flügel und andererseits die Erzeugung des zur Aufrechterhaltung der Geschwindigkeit erforderlichen Schubs.

Die nächste Innovation bestand darin, das gleiche physikalische Prinzip des Auftriebs auf völlig andere Weise anzuwenden. Wenn ein Flügelprofil schnell um eine Achse gedreht wird, zeigt die Auftriebskraft nicht mehr nach oben und beginnt, Schub zu erzeugen, der ungefähr parallel zur Drehachse verläuft. So entstand der Propeller, der als rotierender Flügel interpretiert werden kann, der Motorleistung in Vortriebskraft umwandeln kann.

Im Laufe der Zeit entwickelte sich das gleiche Konzept zu immer effizienteren Systemen. Mehrere rotierende Schaufelblätter, die in mehreren Stufen innerhalb eines Kanals angeordnet waren, führten zu den Kompressoren und Turbinen moderner Flugzeugtriebwerke. Diese Technologien ermöglichen die Beschleunigung enormer Luftmassen und erzeugen viel höhere Schubwerte als mit einem herkömmlichen Propeller erreichbar sind. Dadurch ist es möglich, große Flugzeuge mit Geschwindigkeiten zu fliegen, die viel höher sind als die eines Vogels.

Diese Entwicklung stellt ein hervorragendes Beispiel für Innovation dar, die auf physikalischen Prinzipien basiert. Der Mensch lernte das Fliegen nicht dadurch, dass er die Bewegungen der Vögel nachahmte; identifizierte den für den Auftrieb verantwortlichen Mechanismus, trennte die Auftriebs- und Antriebsfunktionen und optimierte sie getrennt. Das Ergebnis war ein System, das viel einfacher zu bauen war und die Leistung der biologischen Lösung, die es ursprünglich inspirierte, bei weitem übertreffen konnte.

Dieses Beispiel veranschaulicht ein grundlegendes Merkmal von Innovation: Das Ziel besteht nicht darin, die Natur zu kopieren, sondern darin, die physikalischen Prinzipien zu entdecken, die wirklich wichtig sind, und völlig andere Lösungen zu entwickeln, die diese auf effizientere Weise nutzen.

ID:('gp', 529)

Storyboard

Die Entwicklung des Flugzeugs verlief erheblich schneller als die der Landfahrzeuge. Einer der Hauptgründe dafür ist, dass seine Entwicklung in eine Zeit fiel, in der Physik, Aerodynamik, Materialwissenschaften und Ingenieurwissenschaften bereits einen Reifegrad erreicht hatten, der ausreichte, um den Innovationsprozess zu steuern. Anstatt sich in erster Linie auf Versuch und Irrtum zu verlassen, wie es bei einem Großteil der Entwicklung von Radfahrzeugen der Fall war, konnte sich die Flugzeugkonstruktion zunehmend auf wissenschaftliche Modelle verlassen, mit denen sich das Verhalten neuer Lösungen vorhersagen ließ, bevor sie gebaut wurden.

Die Entwicklung der Geschwindigkeit zeigt zwei klar differenzierte Phasen. Die erste betrifft die Konsolidierung von Flugzeugen mit Kolbenmotoren und Propellern, wodurch die Leistung der ersten Flugzeuge schrittweise gesteigert werden konnte. Die zweite große Revolution erfolgte mit der Einführung von Strahltriebwerken, deren Funktionsprinzip es ermöglichte, die Fluggeschwindigkeit praktisch zu verdoppeln und sich dem Transsonik- und Überschallbereich anzunähern.

Die Tragfähigkeit folgte einer anderen Entwicklung. In den ersten Jahrzehnten bestand das Hauptziel darin, die Geschwindigkeit und Zuverlässigkeit des Fluges zu erhöhen. Mit der Beherrschung der Antriebstechnologien und Luftfahrtkonstruktionstechniken war es später möglich, immer größere und stärkere Flugzeugrümpfe zu konstruieren, wodurch die Zahl der beförderten Passagiere und Fracht stetig zunahm.

Dieses Beispiel zeigt, wie sich technologische Innovationen entwickeln, wenn ein tiefes Verständnis der beteiligten physikalischen Prinzipien vorhanden ist. Die Wissenschaft ermöglichte nicht nur den Bau besserer Flugzeuge, sondern veränderte auch den Innovationsprozess selbst, indem sie nach und nach Versuch und Irrtum durch eine rationale Entwicklung auf der Grundlage von Vorhersagemodellen ersetzte. Diese Veränderung erklärt größtenteils, warum die Entwicklung der Luftfahrt viel schneller verlief als die der Technologien, die vor der Konsolidierung der wissenschaftlichen Methode entwickelt wurden.

ID:('gp', 530)

Storyboard

Wenn man die Entwicklung der Fluggeschwindigkeit im Laufe der Zeit beobachtet, erkennt man, dass das Wachstum einen Trend zur Sättigung zeigt. Der Hauptgrund liegt darin, dass der Luftwiderstand sehr stark zunimmt, wenn man sich Mach 0,7 nähert, wobei Mach dem Verhältnis zwischen der Geschwindigkeit des Flugzeugs und der Schallgeschwindigkeit entspricht. Aus diesem Bereich ergeben sich wichtige Kompressibilitätseffekte, die den Luftwiderstand schnell erhöhen und eine überproportionale Leistungssteigerung erforderlich machen, um kleine zusätzliche Geschwindigkeitssteigerungen zu erreichen.

Aerodynamische Einschränkungen wirken sich auch auf die Größe von Flugzeugen und damit auf die Anzahl der Passagiere aus, die sie befördern können. Die Entwicklung der Tragfähigkeit wurde jedoch weitgehend von wirtschaftlichen Faktoren beeinflusst. Im Laufe der Zeit stellten die Fluggesellschaften fest, dass der Passagierrückgang auf bestimmten Strecken durch die Nutzung verfügbarer Frachtkapazitäten ausgeglichen werden konnte. Infolgedessen nahm die Luftfracht stetig zu, auch in Zeiten, in denen das Wachstum des Personenverkehrs moderater ausfiel.

Der starke Anstieg des Luftwiderstands um die Schallgeschwindigkeit erklärt, warum die moderne kommerzielle Luftfahrt typischerweise unter Mach 0,85 operiert. In dieser Region wird ein guter Kompromiss zwischen Reisezeit, Kraftstoffverbrauch und Betriebskosten erzielt. Um diese Hürde zu überwinden, sind wesentlich stärkere Motoren und ein erheblich höherer Energieverbrauch erforderlich. Aus diesem Grund wird Überschallflug erst wieder attraktiv, wenn Geschwindigkeiten über Mach 2 erreicht werden, wenn sich das aerodynamische Regime stabilisiert und der Anstieg des Luftwiderstands nicht mehr so schnell zunimmt. Ab diesem Zeitpunkt kann die Verkürzung der Fahrzeit wieder beginnen, die mit diesen Geschwindigkeiten verbundenen hohen Energiekosten auszugleichen.

ID:('gp', 531)

Storyboard

Eine der großen Herausforderungen unserer Zeit besteht darin, Werkzeuge zu entwickeln, die unsere kognitiven Fähigkeiten verbessern und es uns ermöglichen, besser zu denken, mehr Informationen zu verarbeiten und schneller zu Schlussfolgerungen zu gelangen. Wie bei früheren Innovationen geht es nicht darum, den Menschen zu ersetzen, sondern die Grenzen unserer natürlichen Fähigkeiten zu überwinden. So wie das Rad unsere Reisefähigkeit verstärkte und das Flugzeug es uns ermöglichte, eine Umgebung zu erobern, die uns von Natur aus verboten war, versuchen wir heute, Systeme zu bauen, die unsere Intelligenz verbessern können.

Wie in den vorherigen Fällen bestand der erste Schritt darin, das natürliche System zu untersuchen, das wir verbessern wollten: unser eigenes Gehirn. Das Verständnis, wie wir die Welt wahrnehmen, Informationen speichern und denken, ermöglichte es uns, einige der grundlegenden Mechanismen des Denkens zu identifizieren. Wie im Abschnitt über die Funktionsweise moderner künstlicher Intelligenzsysteme erläutert, kann ein Großteil dieses Prozesses durch strukturelle, semantische und logische Netzwerke beschrieben werden, die Wissen organisieren und immer komplexere Schlussfolgerungen ermöglichen.

Die Geschichte wiederholt sich jedoch erneut. So wie das Rad nicht versuchte, ein Bein nachzuahmen, und das Flugzeug nicht den Flügelschlag von Vögeln nachahmte, so versucht auch die künstliche Intelligenz nicht, die Funktionsweise des Gehirns originalgetreu nachzubilden. Stattdessen werden einige seiner wesentlichen Prinzipien übernommen und mit völlig neuen Mechanismen kombiniert, die in einem biologischen System nicht umsetzbar sind.

Gerade dieser Unterschied ist die Quelle seines enormen Potenzials. Während das menschliche Gehirn dafür optimiert ist, in einer biologischen Umgebung mit begrenzten Ressourcen zu funktionieren, kann ein System der künstlichen Intelligenz über praktisch unbegrenzten Speicher verfügen, enorme Informationsmengen parallel verarbeiten und in wenigen Sekunden Millionen von Alternativen erkunden. Innovation entsteht wiederum nicht durch das Kopieren der Natur, sondern durch das Verständnis ihrer Grundprinzipien und deren Nutzung als Ausgangspunkt für die Entwicklung von Lösungen, die die Leistung des ursprünglichen Systems bei weitem übertreffen können.

ID:('gp', 537)

Storyboard

Die Geschichte wiederholt sich jedoch erneut. So wie das Rad nicht versuchte, ein Bein nachzuahmen, und das Flugzeug nicht den Flügelschlag von Vögeln nachahmte, so versucht auch die künstliche Intelligenz nicht, die Funktionsweise des Gehirns originalgetreu nachzubilden. Stattdessen werden einige seiner wesentlichen Prinzipien übernommen und mit völlig neuen Mechanismen kombiniert, die in einem biologischen System nicht umsetzbar sind.

Gerade dieser Unterschied ist die Quelle seines enormen Potenzials. Während das menschliche Gehirn dafür optimiert ist, in einer biologischen Umgebung mit begrenzten Ressourcen zu funktionieren, kann ein System der künstlichen Intelligenz über praktisch unbegrenzten Speicher verfügen, enorme Informationsmengen parallel verarbeiten und in wenigen Sekunden Millionen von Alternativen erkunden. Innovation entsteht wiederum nicht durch das Kopieren der Natur, sondern durch das Verständnis ihrer Grundprinzipien und deren Nutzung als Ausgangspunkt für die Entwicklung von Lösungen, die die Leistung des ursprünglichen Systems bei weitem übertreffen können.

ID:('gp', 532)

Storyboard

Der Schlüssel zu modernen Systemen der künstlichen Intelligenz liegt darin, dass sie nicht direkt mit Wörtern oder Konzepten arbeiten, sondern mit hochdimensionalen numerischen Darstellungen. Der erste Schritt besteht darin, jeden Text in kleine Einheiten, sogenannte Token, zu zerlegen. Dieser Vorgang wird als Tokenisierung bezeichnet. Anschließend wird jeder Token in einen numerischen Vektor mit Hunderten oder Tausenden von Dimensionen umgewandelt, der seine Beziehungen zum restlichen vom System erlernten Wissen erfasst. Diese Vektoren bilden einen riesigen Strukturraum namens Attention Map, in dem die Beziehungen zwischen den verschiedenen Elementen durch Näherungen und Verbindungsmuster dargestellt werden.

Jedes Mal, wenn wir eine Abfrage durchführen, wandelt das System die Frage in eine Reihe von Vektoren um, identifiziert die nächstgelegenen Regionen innerhalb dieses Strukturraums und beginnt, die konsistentesten Verbindungen zwischen ihnen zu durchqueren. Während es sich durch dieses Netzwerk bewegt, baut es neue Vektoren auf, die schließlich durch den umgekehrten Prozess der Tokenisierung wieder in Wörter umgewandelt werden und die von uns beobachtete Reaktion erzeugen.

Der Unterschied zum menschlichen Denken ist tiefgreifend. Wir denken hauptsächlich anhand von Konzepten, die in semantischen, logischen und strukturellen Netzwerken organisiert sind, die wir im Laufe unseres Lebens aufgebaut haben. Im Gegensatz dazu sieht künstliche Intelligenz Konzepte nie als solche. Für sie gibt es innerhalb eines mathematischen Raums von enormer Dimensionalität nur Vektoren, Beziehungen und Ähnlichkeitsmuster. Was für uns das Konzept von Baum, Energie oder Demokratie darstellt, entspricht für KI einfach einer hochgradig vernetzten Region innerhalb dieses Strukturraums.

Diese Form der Darstellung ist außerordentlich effizient, um Zusammenhänge zwischen riesigen Informationsmengen zu erkennen. Dank ihrer immensen Speicher- und Verarbeitungskapazität kann künstliche Intelligenz gleichzeitig Millionen möglicher Zusammenhänge erforschen und Muster finden, die für einen Menschen praktisch unmöglich zu entdecken wären. Ihre Art zu denken unterscheidet sich daher stark von unserer: Sie versuchen nicht, die Bedeutung von Konzepten zu verstehen, sondern navigieren durch einen riesigen Raum struktureller Beziehungen, in dem Antworten aus der Ähnlichkeit und Organisation von Daten entstehen. Gerade dieser Unterschied ermöglicht es ihm, bei vielen Aufgaben als außerordentlicher Verstärker unserer intellektuellen Fähigkeiten zu wirken.

ID:('gp', 533)

Storyboard

Die Entwicklung des Landtransports dauerte mehr als tausend Jahre, um seinen heutigen Stand zu erreichen. Die Luftfahrt folgte etwa ein Jahrhundert lang einem ähnlichen Weg. Im Gegensatz dazu findet die Revolution der künstlichen Intelligenz in nur einem Jahrzehnt statt. Diese Beschleunigung wirft eine unvermeidliche Frage auf: Wird die nächste große technologische Revolution in nur einem Jahr stattfinden?

Noch überraschender als die Geschwindigkeit ist das Ausmaß der Veränderung. Die meisten mit künstlicher Intelligenz verbundenen Indikatoren entwickeln sich so schnell, dass sie auf einer logarithmischen Skala dargestellt werden müssen, um im selben Diagramm angezeigt zu werden. In diesem kurzen Zeitraum hat sich die Rechenleistung um etwa das 20.000-fache erhöht, der verfügbare Speicher ist um mehrere Größenordnungen gewachsen und die Anzahl der Modellparameter ein grober Indikator für ihre Fähigkeit, komplexe Zusammenhänge darzustellen hat sich um etwa das 10-Millionen-fache erhöht. Gleichzeitig hat sich die Recheneffizienz um etwa das Tausendfache verbessert, während die Kosten pro Kapazitätseinheit auf einen Bruchteil von nahezu einem Hunderttausendstel ihres ursprünglichen Wertes gesenkt wurden.

Die Folge dieser Entwicklung war eine außerordentlich schnelle Akzeptanz. Innerhalb weniger Jahre entwickelten sich künstliche Intelligenzsysteme von experimentellen Werkzeugen, die von kleinen Forschungsgruppen genutzt wurden, zu Plattformen, die von Milliarden Menschen von einer wachsenden Zahl von Unternehmen, Forschungszentren und digitalen Diensten auf der ganzen Welt genutzt werden.

ID:('gp', 534)

Storyboard

Wenn man die Hauptindikatoren analysiert, die mit der Entwicklung der künstlichen Intelligenz verbunden sind, stellt man fest, dass die Mehrheit auf einer logarithmischen Skala dargestellt werden muss. Die Zuwächse sind so groß, dass eine lineare Darstellung praktisch die gesamte Entwicklung der letzten Jahre verbergen würde.

Die dargestellten Zahlen sind als Größenordnungen und nicht als exakte Werte zu verstehen. Die veröffentlichten Daten variieren von Unternehmen zu Unternehmen, sowohl weil sie unterschiedliche Messgrößen verwenden als auch weil viele von ihnen in den letzten Jahren aufgrund des intensiven Wettbewerbs in der Branche auf die Offenlegung detaillierter Informationen verzichtet haben. Diese Unterschiede ändern jedoch nichts an der Hauptschlussfolgerung: Alle Indikatoren zeigen ein außergewöhnliches Wachstum, in vielen Fällen um mehrere Größenordnungen in nur einem Jahrzehnt.

Wir stehen daher vor einem der schnellsten technologischen Veränderungen in der Geschichte. Seine Auswirkungen beschränken sich nicht nur auf den Wissenschafts- oder Computerbereich, sondern führen zu tiefgreifenden Veränderungen in der Wirtschaft, im Bildungswesen, in der Industrie und ganz allgemein in der Art und Weise, wie die Gesellschaft Wissen produziert, darauf zugreift und es nutzt.

ID:('gp', 535)

Storyboard

Bei den beiden oben analysierten Innovationen ist ein gemeinsames Phänomen zu beobachten. Über lange Zeiträume hinweg gibt es allmähliche Verbesserungen, aber irgendwann tritt eine Innovation auf, die eine der grundlegenden Komponenten des Systems verändert und einen viel größeren Sprung bewirkt als alle zuvor angesammelten Verbesserungen. Im Landverkehr vollzog sich dieser Wandel mit der Einführung des Motors, der die Tiertraktion endgültig ersetzte. In der Luftfahrt geschah dies mit dem Übergang vom Propeller zur Turbine, wodurch bisher unerreichbare Geschwindigkeiten erreicht werden konnten.

Es ist vernünftig anzunehmen, dass künstliche Intelligenz einen ähnlichen Prozess durchlaufen wird. Aktuelle Systeme steigern ihre Verarbeitungskapazität, ihr Gedächtnis und ihre Effizienz weiterhin rasant, aber es besteht immer noch kein Konsens darüber, dass sie den Menschen im Endergebnis komplexer Denk-, Kreativitäts- oder Forschungsaufgaben im Allgemeinen übertroffen haben. Es ist möglich, dass irgendwann ein neues Funktionsprinzip auftaucht, das eine qualitative Veränderung bewirkt und eine neue Generation von Systemen in Gang setzt, deren Fähigkeiten den aktuellen weit überlegen sind.

Ein erster Schritt von enormer Wirkung wird wahrscheinlich nicht nur von Modellen ausgehen, die besser denken, sondern auch von der Integration dieser Intelligenz in einen Körper, der in der Lage ist, mit der physischen Welt zu interagieren. Derzeit werden humanoide Roboter entwickelt, die Modelle der künstlichen Intelligenz mit Vision, Manipulation, Fortbewegung und Aktionsplanung kombinieren. Diese Systeme werden nicht nur in der Lage sein, bei vielen Aufgaben schneller zu denken als der Mensch, sondern auch einen wichtigen Teil der manuellen Arbeit erledigen, die der Mensch heute verrichtet.

Die Integration dieser Systeme, die als physikalische Agenten oder autonome humanoide Roboter bekannt sind, könnte eine ebenso tiefgreifende Veränderung für die künstliche Intelligenz bedeuten wie den Motor für den Landtransport oder die Turbine für die Luftfahrt. In diesem Moment würden wir aufhören, nur über Programme zu sprechen, die in der Lage sind, Fragen zu beantworten, und zu Systemen übergehen, die die reale Welt wahrnehmen, argumentieren, entscheiden und autonom handeln.

ID:('gp', 536)