Teil 2 unserer Reihe zur Geschichte der Künstlichen Intelligenz.
Zu Teil 1: Bevor sie einen Namen hatte: von Talos zu Turing – und noch viel weiter
Aufbruch und Euphorie - Jetzt bauen wir Intelligenz
Mit der Dartmouth-Konferenz 1956 hatte die künstliche Intelligenz nicht nur einen Namen bekommen, sondern auch ein ziemlich selbstbewusstes Ziel: Maschinen sollten lernen, Probleme zu lösen, Sprache zu verstehen und vielleicht irgendwann sogar zu denken.
Die wichtigsten Zutaten dafür waren vorhanden: brillante Forscher, geniale Ideen, immer leistungsfähigere Computer und nicht zuletzt: richtig viel Geld für die Forschung.
Weltweit gab es Aufbruchsstimmung, wenn nicht sogar Goldgräberstimmung. Computer hatten begonnen, Universitäten und Forschungslabore zu erobern, und ihre Möglichkeiten schienen beinahe grenzenlos. Was heute selbstverständlich klingt, war damals eine völlig neue Vorstellung: Eine Maschine sollte nicht mehr nur schneller rechnen als ein Mensch, sondern Aufgaben lösen, für die man bislang menschliche Intelligenz vorausgesetzt hatte.
Und dann ging es Schlag auf Schlag:
Bereits 1957 entwickelte der Psychologe Frank Rosenblatt das Perceptron, ein künstliches neuronales Netz, das nicht einfach nur vorgegebenen Regeln folgte, sondern aus Beispielen lernen konnte.
Das muss man sich einmal vorstellen: Die Grundidee hinter den heute allgegenwärtigen neuronalen Netzen ist fast 70 Jahre alt!
Fast gleichzeitig arbeiteten Herbert A. Simon und Allen Newell ab 1957 am General Problem Solver. Der Name war durchaus Programm: Statt einer Maschine nur die Lösung einer bestimmten Aufgabe beizubringen, wollten sie eine allgemeine Methode entwickeln, mit der ein Computer ganz unterschiedliche Probleme lösen konnte.
Große Versprechen: Die intelligente Maschine ist zum Greifen nah!
1958 entwickelte John McCarthy mit LISP (List Processing) eine Programmiersprache, die speziell auf die Anforderungen der KI-Forschung zugeschnitten war und diese über Jahrzehnte prägte. LISP wird in verschiedenen Dialekten übrigens bis heute verwendet und ist damit eine der ältesten noch lebenden Programmiersprachen (ich selbst habe übrigens auch ein paar Jahre „gelispelt“)
An Selbstvertrauen mangelte es den KI-Pionieren jedenfalls nicht. Herbert A. Simon wagte 1957 eine bemerkenswert konkrete Vorhersage: Innerhalb von zehn Jahren werde ein Computer Schachweltmeister sein. (Damit lag er „etwas“ daneben, es dauerte 40 Jahre. Aber dazu später mehr)
ELIZA - Die Therapeutin, die nichts verstand
Folgendes Gespräch sollte Geschichte schreiben:
User: Men are all alike. ELIZA: IN WHAT WAY User: They're always bugging us about something or other. ELIZA: CAN YOU THINK OF A SPECIFIC EXAMPLE User: Well, my boyfriend made me come here. ELIZA: YOUR BOYFRIEND MADE YOU COME HERE User: He says I'm depressed much of the time. ELIZA: I AM SORRY TO HEAR YOU ARE DEPRESSED
Das Gespräch stammt aus dem Jahr 1966.
ELIZA war kein Mensch, sondern ein Computerprogramm des Informatikers Joseph Weizenbaum am MIT (Massachusetts Institute of Technology).
Übrigens: was wir heute als „Schreien“ empfinden, war damals normal: Computer sprachen in GROSSBUCHSTABEN 🙂
Mit seinem Programm wollte Weizenbaum untersuchen, wie Kommunikation zwischen Mensch und Maschine funktionieren könnte.
Besonders bekannt wurde das Skript DOCTOR, das die Rolle eines Psychotherapeuten übernahm. Und obwohl ELIZA von dem, was ihr Gegenüber erzählte, praktisch nichts verstand, entstand erstaunlich schnell der Eindruck eines echten Gesprächs.
Das Prinzip dahinter war denkbar simpel: ELIZA besaß keinerlei echtes Verständnis, kein Wissen und schon gar kein Mitgefühl. Das Programm suchte im eingetippten Text schlicht nach Schlüsselwörtern und spiegelte sie als Gegenfrage oder Textbaustein zurück.
Auch die technischen Eckdaten wirken aus heutiger Sicht beinahe absurd: ELIZA lief auf einem millionenschweren Großrechner mit einer Taktfrequenz von ungefähr 450 kHz (Kilo, nicht Giga!) und umgerechnet etwa 144 kB Hauptspeicher (wieder Kilo, nicht Giga!). Das eigentliche ELIZA-Programm umfasste nur rund 420 Programmzeilen.
Was dann geschah, ging als der „ELIZA-Effekt“ in die Geschichte ein: Obwohl die Menschen genau wussten, dass sie mit einer leblosen Maschine tippten, fingen sie nach wenigen Minuten an, dem Computer ihre tiefsten Sorgen und Ängste anzuvertrauen. Weizenbaums eigene Sekretärin bat ihn nach kurzer Zeit sogar höflich, den Raum zu verlassen, um mit ELIZA „unter vier Augen“ sprechen zu können.
Weizenbaum erschrak über diese menschliche Neigung so sehr, dass er vom KI-Pionier zu einem ihrer schärfsten Gesellschaftskritiker wurde. Doch das Experiment hatte gezeigt: Die Illusion von Intelligenz reichte oft schon aus, um Menschen völlig in ihren Bann zu ziehen (ChatGPT lässt grüßen).
Die Frage, ob eine Maschine wirklich versteht – oder nur so tut als ob – begleitet die KI-Geschichte bis heute. Und sie wird uns noch beschäftigen.
Große Versprechen - Die intelligente Maschine ist zum Greifen nah
Widmen wir uns einem fast vergessenen Wesen: SHRDLU
Nein, SHRDLU ist kein Tippfehler. Das Ding hieß wirklich SHRDLU. Und SHRDLU ist nicht mal eine Abkürzung – es bedeutet schlicht nichts. Terry Winograd benannte sein 1972 veröffentlichtes Programm einfach nach der Buchstabenreihe damaliger Tastaturen – heute würde man ein solches Programm vermutlich QWERTZ nennen 🙂
Doch hinter dem kryptischen Namen steckte ein riesiger Schritt nach vorn: Während ELIZA nur Text spiegelte, sollte SHRDLU eine konkrete Welt verstehen, Sprache begreifen und Handlungen planen.
SHRDLU lebte in einer kleinen virtuellen Welt aus verschiedenfarbigen Klötzen, Pyramiden und Kästen. Über die Tastatur konnte man sich mit dem Programm auf Englisch unterhalten, ihm Aufgaben stellen und Fragen über diese Welt stellen.
Das Erstaunliche: SHRDLU konnte sich auf vorher Gesagtes beziehen und Zusammenhänge berücksichtigen. Für einen damaligen Beobachter wirkte es tatsächlich so, als würde der Computer Sprache verstehen und logisch denken.
In diese Zeit fallen auch zwei berühmte Prognosen:
Herbert Simon (der mit der Schach-Prognose) postulierte 1965, dass Maschinen innerhalb von 20 Jahren jede Arbeit erledigen könnten, die ein Mensch erledigen kann. ( „Machines will be capable, within twenty years, of doing any work a man can do.“)
Und Marvin Minsky, einer der Mitbegründer der KI-Forschung, legte 1970 noch einen drauf: „In drei bis acht Jahren werden wir eine Maschine mit der allgemeinen Intelligenz eines durchschnittlichen Menschen haben.“ (In from three to eight years we will have a machine with the general intelligence of an average human being.)
An Geld mangelte es auch nicht: Der Kalte Krieg sorgte dafür, dass die amerikanische Regierung großes Interesse an der neuen Technologie hatte. Besonders verlockend war etwa die Vorstellung, Computer könnten automatisch russische wissenschaftliche und technische Texte ins Englische übersetzen. Die Forschungsagentur des amerikanischen Verteidigungsministeriums investierte unvorstellbare Summen in die KI-Forschung…
Für die junge KI musste es zeitweise tatsächlich so gewirkt haben, als würde das Geld auf Bäumen wachsen.
Die Erfolge waren beeindruckend, die Prognosen euphorisch und die Geldgeber großzügig.
Doch über dem Schlaraffenland zogen bereits die ersten dunklen Wolken auf…
Ernüchterung - Wenn die Wirklichkeit nicht mitspielt
Immer öfter zeigte sich: Ganz so einfach war es dann doch nicht. Die Wirklichkeit erwies sich als ziemlich hartnäckiger Gegner.
SHRDLUs ganze Welt bestand aus ein paar Klötzen. Sobald man das Programm aus seiner perfekten Mini-Welt herausholte, verstand es rein gar nichts mehr.
Besonders eindrucksvoll knallte die schöne neue KI-Welt bei den von der DARPA so heiß ersehnten automatischen Übersetzungen gegen die harte Wand der Realität.
Berühmt geworden ist folgendes Experiment: man ließ das englische Sprichwort „The spirit is willing, but the flesh is weak“ (Der Geist ist willig, aber das Fleisch ist schwach) ins Russische und wieder zurück ins Englische übersetzen. Das Ergebnis war „The vodka is good, but the meat is rotten.“ (Der Wodka ist gut, aber das Fleisch ist verrottet.) Auch wenn die Geschichte vermutlich nur eine Legende ist – sie trifft den Kern genau: Computer übersetzten Wörter, aber keinen Sinn.
Ganz so lustig fand die amerikanische Regierung das aber nicht. 1966 ließ sie den Stand der maschinellen Übersetzung von einer Expertenkommission untersuchen. Das Ergebnis, der sogenannte ALPAC-Bericht, fiel ziemlich vernichtend aus: Die Übersetzungen waren zu schlecht, zu teuer und gegenüber menschlichen Übersetzern schlicht nicht konkurrenzfähig.
Auch beim Perceptron bekam die anfängliche Euphorie einen ordentlichen Dämpfer. Wenige Jahre zuvor noch als lernende Maschine gefeiert, stellte sich heraus, dass die damaligen neuronalen Netze manche (auch einfachen) Probleme grundsätzlich nicht lösen konnten.
1973 eskalierte es dann endgültig: Der Mathematiker James Lighthill legte im Auftrag der britischen Regierung seine Bestandsaufnahme der KI-Forschung vor. Das Ergebnis, der berüchtigte Lighthill-Report, war vernichtend: Viele der großen Versprechen waren nicht eingelöst worden und bei einer allgemeinen künstlichen Intelligenz sah Lighthill auf absehbare Zeit kaum Aussicht auf Erfolg.
Der Glaube daran, dass der große Durchbruch unmittelbar bevorstand, war dahin. Und mit dem Glauben verschwand auch etwas anderes ziemlich schnell: das Geld.
Der KI-Winter - Als die Euphorie erfror
Als die Geldhähne zugedreht wurden, brach für die KI-Forschung eine ziemlich eisige Epoche an: der sogenannte KI-Winter.
In den USA strich die DARPA Millionen an Forschungsgeldern, in Großbritannien folgte man den Empfehlungen des Lighthill-Reports und kappte die Budgets fast komplett.
Die jahrelangen, vollmundigen Versprechungen holten die Wissenschaftler nun wie ein Bumerang ein. Das Thema KI war plötzlich verbrannt.
Wer an Universitäten oder Instituten noch Fördergelder sehen wollte, machte um den Begriff „Künstliche Intelligenz“ besser einen großen Bogen. Stattdessen verpackte man seine Arbeit hinter unverdächtigen Begriffen wie „Erweiterte Datenverarbeitung“, „Mustererkennung“ oder „Kognitive Systeme“.
Forschungsprojekte wurden eingestellt, KI-Laboratorien geschlossen, Teams massiv verkleinert.
Nachwuchsforscher wandten sich anderen, praxisnahen Softwareprojekten zu. Die große Vision einer denkenden Maschine war vorerst beerdigt.
Neben den Forschern traf der Frost auch eine ganze Industrie: Firmen, die sich auf spezielle, sündhaft teure „LISP-Computer“ spezialisiert hatten – Hardware, die extra nur für KI-Code entwickelt wurde –, gingen reihenweise pleite. Wer brauchte schon einen 100.000 Dollar teuren Spezial-Rechner, wenn die Software darauf am Ende doch keine echten Probleme lösen konnte?
Die Erkenntnis dieser Jahre war schmerzhaft: Software braucht mehr als nur ein paar logische Regeln und unbegrenzten Optimismus. Um die echte Welt zu begreifen, fehlte es schlicht an Rechenleistung, Speicherplatz und grundlegenden neuen Ansätzen.
Der KI-Winter sollte, unterbrochen von einer kurzen Tauphase in den 1980ern, fast zwei Jahrzehnte dauern. Erst Anfang der 90er Jahre begann sich das Klima langsam wieder zu ändern.
Expertensysteme - Wissen statt Intelligenz
Die KI war aber nicht tot, sie hielt nur eine Art Winterschlaf.
Während die breite Öffentlichkeit KI längst abgehakt hatte, tüftelten einige Pioniere im Stillen an einer Idee, die der Technologie in den 1980ern ein überraschendes Comeback bescheren sollte: die Expertensysteme. Die Idee war ebenso simpel wie clever: Wenn es schon nicht gelang, einen Computer allgemein intelligent zu machen, warum brachte man ihm dann nicht einfach alles über ein einziges, eng begrenztes Fachgebiet bei? Statt eines künstlichen Universalgenies baute man also einen künstlichen Spezialisten.
MYCIN, ab 1972 an der Stanford University entwickelt, war eines der ersten dieser Expertensysteme. Seine Spezialität: Blutinfektionen.
Ärzte konnten dem Computer Informationen über einen Patienten geben, worauf MYCIN versuchte, den verantwortlichen Erreger zu bestimmen und ein passendes Antibiotikum samt Dosierung vorzuschlagen. Dafür verfügte es über rund 600 Wenn-dann-Regeln, in denen das Wissen menschlicher Spezialisten steckte. In Tests waren seine Empfehlungen teilweise ähnlich gut wie jene menschlicher Experten. MYCIN konnte noch etwas Bemerkenswertes: Auf Nachfrage konnte es erklären, warum es zu einer bestimmten Empfehlung gekommen war, und die dafür verwendeten Regeln Schritt für Schritt aufzeigen.
Für die 1970er-Jahre war das eine kleine Sensation: Vielleicht musste ein Computer gar nicht alles wissen. Vielleicht reichte es, wenn er auf einem einzigen Gebiet ziemlich gut war.
Pikantes Detail: MYCIN wurde nie in einer Klinik eingesetzt. Nicht weil es zu schlecht war, sondern unter anderem wegen einer Frage, die wir uns heute immer noch stellen (sollten): Wer haftet, wenn die Maschine falsch liegt?
Anfang der 1980er lösten solche Erfolge einen regelrechten Expertensystem-Boom aus. Plötzlich wollten Unternehmen das Wissen ihrer besten Mitarbeiter in Computerprogramme gießen. Expertensysteme halfen bei der Fehlersuche, Produktionsplanung, Rohstoffsuche oder Konfiguration komplizierter Maschinen. Rund um die neue Technologie entstand eine ganze Industrie aus Softwarefirmen und Computer-Herstellern. KI war plötzlich wieder heiß und vor allem: Mit KI ließ sich Geld verdienen.
Allerdings war das eine wissens- und regelbasierte KI. Selbständig lernen konnte sie nicht. Ihr gesamtes Wissen musste ihr von Menschen mühsam in Form von Regeln eingetrichtert werden.
Und genau das hat den Boom rapide beendet: Je größer die Expertensysteme wurden, desto aufwendiger wurde es, ihre Tausenden Regeln zu pflegen und aktuell zu halten.
Ein System anzupassen, fühlte sich oft an wie ein Mikado-Spiel im Dunkeln: Zieht man an einer Regel, stürzt an anderer Stelle die Logik ein. Experten verbrachten mehr Zeit damit, Regelwerke zu reparieren, als die Systeme tatsächlich zu nutzen. Dazu kam die schmerzhafte Erkenntnis, dass sich echte menschliche Erfahrung, Intuition und Kontext schlicht nicht in starre Wenn-Dann-Zeilen pressen lassen.
Ende der 1980er-Jahre platzte dann auch diese Blase. Die Investitionen brachen massiv ein, und die KI-Forschung versank wieder im tiefsten Winter.
Das Comeback - Maschinen lernen selbständig
Das Scheitern der Expertensysteme hatte aber auch etwas Positives: Wenn man einer Maschine die Welt nicht mit Millionen von Hand getippten Regeln erklären kann, muss sie eben lernen, die Welt selbst zu verstehen.
Das Zeitalter des Maschinellen Lernens stand vor der Tür.
Um diesen Durchbruch zu verstehen, müssen wir uns nochmal das Perceptron aus dem Jahr 1957 anschauen: Es funktioniert wie ein Lichtschalter: ein oder aus, hell oder dunkel. Man sagte „es feuert“ oder „es feuert nicht“.
Für komplexere neuronale Netze war dieser harte Sprung allerdings ein Problem. Also ersetzte man den Lichtschalter gewissermaßen durch einen Dimmer: Statt nur ein oder aus konnte ein künstliches Neuron nun auch Werte irgendwo dazwischen liefern.
Wo es vorher nur wahr oder falsch gab, konnte man plötzlich mit „vielleicht“, „wahrscheinlich“, „eher nicht“ (oder „zu 40% eine Katze“) arbeiten.
Das klingt zunächst unspektakulär, schuf aber eine entscheidende Voraussetzung für einen der wichtigsten Durchbrüche in der Geschichte der KI: 1986 veröffentlichten David Rumelhart, Geoffrey Hinton und Ronald Williams eine Arbeit, die Backpropagation zum Durchbruch verhalf.
Backpropagation bedeutet: Der Fehler wird rückwärts durch das neuronale Netz geschickt. Aha…
Versuchen wir es mit einem Beispiel: Wir zeigen dem neuronalen Netz ein Bild mit einer Katze, und das Netz behauptet „Hund“ (und zwar genauso überzeugend wie ChatGPT)
Nun wird Schritt für Schritt rückwärts ermittelt, welche Verbindungen im Netz zu dieser falschen Antwort beigetragen haben. Genau diese Stellschrauben – die sogenannten Gewichte – werden um ein winziges Stückchen korrigiert.
Beim nächsten Katzenbild macht das Netz den Fehler schon ein kleines bisschen weniger. Und beim übernächsten wieder. Das Netz wiederholt diesen Prozess mit Tausenden von Bildern: Versuch, Irrtum, Korrektur. So lange, bis es den Unterschied zwischen Hund und Katze von ganz alleine verstanden hat.
Und dabei reden wir nicht von zehn Katzenbildern und fünf Stellschrauben. Ein neuronales Netz kann Millionen oder Milliarden Gewichte besitzen, und muss mit tausenden, oder besser Millionen Bildern (oder allgemeiner: Beispielen) trainiert werden. Bei jedem einzelnen Beispiel liefert das Netz eine Antwort, misst seinen Fehler und korrigiert seine Gewichte ein winziges Stück. Millionenfach. Milliardenfach. Was wir etwas hochtrabend „künstliche Intelligenz“ nennen, ist an dieser Stelle also vor allem eines: unglaublich viel Rechenarbeit.
Der entscheidende Unterschied zu den Expertensystemen: Niemand muss der Maschine erklären, woran man eine Katze erkennt. Sie lernt es selbst aus Beispielen.
Neugierige Menschen wie ich würden jetzt natürlich sofort fragen: Und was passiert beim Bild eines NEINhorns? Die Antwort ist: Es kommt darauf an… aber das möchte ich ein andermal erklären.
Ein anderer Aspekt scheint mir nämlich viel wichtiger: Die Maschine sagt uns „Das ist eine Katze“, aber sie kann uns nicht sagen warum. Fell? Schnurrhaare? Schwanz? Wir wissen es nicht. Und das kann problematisch sein. Mit genau diesem Problem beschäftigt sich heute ein eigener Forschungsbereich: Explainable AI (XAI). Aber auch das ist eine Geschichte für später.
Jedenfalls änderte sich damit die KI grundlegend: Nicht mehr das Wissen der Programmierer bestimmte, was eine Maschine konnte, sondern zunehmend die Daten, mit denen sie trainiert wurde.
Das mathematische Werkzeug war also da. Aber zwei Dinge fehlten noch:
- Daten, Daten, Daten, und noch mehr Daten (das Training neuronaler Netze ist geradezu unersättlich)
- Rechenleistung: Die Daten wollen ja auch verarbeitet werden…
Vor allem am zweiten Punkt haperte es 1986 gewaltig. Backpropagation funktionierte, doch die damaligen Computer waren schlicht zu langsam, um damit wirklich große neuronale Netze zu trainieren.
Das sollte sich rund 20 Jahre später ändern. Und zu verdanken haben wir das ausgerechnet den Computerspielern. Aber ich greife vor…
Deep Blue - Der Tag, an dem die Maschine gewann
Die weitere Entwicklung neuronaler Netzwerke werden wir im dritten Teil verfolgen. Hier wollen wir uns noch einem ganz anderen Weg zur künstlichen Intelligenz widmen.
Wir erinnern uns, dass Herbert Simon 1957 vorhergesagt hatte, dass innerhalb von zehn Jahren ein Computer Schachweltmeister sein würde. Nun, er hatte sich um 30 Jahre verschätzt, aber am 11. Mai 1997 war es soweit: IBMs „Deep Blue“ besiegte den amtierenden Schachweltmeister Garri Kasparow.
Die Bilder gingen um die Welt. Was jahrzehntelang als eine der großen Herausforderungen für künstliche Intelligenz gegolten hatte, war geschafft: Die Maschine hatte den Menschen geschlagen.
Für mich ist aber interessanter, wie sie ihn geschlagen hatte.
Kasparow spielte nicht gegen eine Maschine, die das Schachspiel „verstanden“ hatte. Er spielte gegen ein Ungeheuer aus reiner, brachialer Rechengewalt.
Neuronale Netze? Nein. Machine Learning? Nein. Backpropagation? Nein.
Deep Blues Geheimwaffe war viel einfacher: Rechnen. Verdammt schnell rechnen. 200 Millionen Schachpositionen pro Sekunde. Dazu eine gigantische Datenbank mit Großmeisterpartien, Eröffnungswissen und vorbereiteten Endspielen. Deep Blue berechnete mögliche Züge, die möglichen Gegenzüge und wiederum die möglichen Antworten darauf. Vielversprechende Varianten verfolgte es immer weiter, aussichtslose verwarf es. Rasend schnell.
Kasparov selbst sagte danach, er habe in manchen Zügen von Deep Blue so etwas wie tiefe Intelligenz gespürt. Fast Intuition.
Er irrte sich. Was er gespürt hatte, war Mathematik, gegossen in Silizium.
IBM hatte damit eines der ältesten und prestigeträchtigsten Ziele der KI-Forschung erreicht: Die Maschine hatte den Schachweltmeister besiegt. Und dann? Eigentlich… nichts. Die Maschine wurde zerlegt, Teile davon stehen im Museum.
Der Sieg war ein historischer Meilenstein, ein gewaltiger PR-Erfolg und das Ende einer jahrzehntealten Herausforderung. Aber für die weitere Entwicklung der künstlichen Intelligenz war er ziemlich unwichtig. Die eigentliche Revolution fand längst woanders statt.
Knapp 20 Jahre später sollte wieder eine Maschine einen der besten Spieler der Welt besiegen. Diesmal war nicht der Sieg die eigentliche Sensation, sondern die Art, wie die Maschine das Spielen gelernt hatte.
Aber das ist eine Geschichte für den dritten Teil.
Fazit: Totgesagte leben länger
Die Geschichte der KI verlief bisher alles andere als geradlinig. Auf große Versprechen folgte Ernüchterung, auf Euphorie der Winter – und dann ging es doch wieder weiter.
Vielleicht ist genau das die wichtigste Erkenntnis aus dieser Zeit: Viele Ideen, die wir heute für selbstverständlich halten, sind erstaunlich alt. Neuronale Netze, lernende Maschinen, Sprachverarbeitung – vieles davon war längst da. Was fehlte, waren Rechenleistung, Daten und manchmal schlicht ein paar Jahrzehnte Geduld.
Mit Deep Blue endet dieses Kapitel der KI-Geschichte. Die eigentliche Revolution hatte da aber schon längst begonnen.
Sie möchten mehr über KI erfahren – und vor allem verstehen, was davon für Ihr Unternehmen tatsächlich relevant ist?
Dann melden Sie sich gerne bei uns.
Michael Reinelt
