Künstliche Intelligenz ist in aller Munde, aber ihre Ergebnisse bleiben hinter allen Erwartungen

von René Pfeiffer, DeepSec GmbH

Wien (pts007/16.02.2023) – Wäre es nicht schön, wenn Computer aus allerlei unstrukturierten Datensammlungen ohne Mühe sinnvolle Ergebnisse auf alle Arten von Fragen geben könnten? Periodisch werden in der Informationstechnologie Algorithmen gefeiert, die Unglaubliches leisten. Momentan sind die Algorithmen der Künstlichen Intelligenz an der Reihe. Suchmaschinen rüsten KI nach. Das vermeintliche Produkt ist aber weit von echten kognitiven Leistungen entfernt. Es bleiben viele offene Fragen.

Geschichte der Algorithmen

Die ersten Expertinnen und Experten, die sich mit Algorithmen zur Nachbildung menschlicher Gedankengänge beschäftigt haben, stammten aus den Bereichen der Mathematik und Philosophie. Man wollte analytisches Denken aus dem Teilgebiet der Logik formalisieren und in Modellen beschreiben. In den 1950er Jahren kam die Implementation der Algorithmen auf den damals aufkommenden Computern dazu. Mangels Speicherplatz und Rechenleistung mussten komplexe Umsetzungen auf moderne Hardware warten, die erst in jüngster Vergangenheit die Komplexität in erträglichen Zeitspannen berechnen kann.

Die Frustration über die Diskrepanz zwischen Erwartungen und tatsächlicher Umsetzung führte in den 1980er Jahren zum sogenannten „KI-Winter“, in dem Budgets für Projekte in diesem Bereich stark gekürzt wurden. Liest man heutige Schlagzeilen, so erscheinen alle Probleme gelöst und die Antworten der Algorithmen suggerieren Treffsicherheit in allen Lebenslagen. Dem ist nicht so. Hohe Erwartungen werden geschürt, und Wunschdenken bestimmt den Weg.

Sprachsimulationen sind keine Künstliche Intelligenz

Die Generative Pre-trained Transformer (GPT)-Algorithmenfamilie hat für viele sich überstürzende Meldungen gesorgt. Die Versionen GPT-1, GPT-2 und GPT-3 sind Sprachmodelle, die menschliche Kommunikation nachahmen. Im Kern der Modelle befinden sich einerseits die zugrundeliegenden mathematischen Algorithmen und die zum Training verwendeten Textvorlagen. Die Versionen unterscheiden sich in Anzahl der Parameter (bei GPT-3 sind es 175 Milliarden Variablen) und dem Korpus des Trainingsinhalts, welche bei den GPT Versionen stetig gestiegen sind. ChatGPT wird gerade gefeiert, weil es sehr gut formulieren kann. Die gelieferten Antworten entstehen aber ohne jegliche Kognition, d.h. der Code denkt nicht beim Generieren einer Antwort. Er ist lediglich ein Modell zur Erzeugung von flüssig lesbaren Texten. Das soll den Aufwand hinter dem Modell nicht kleinreden, aber es ist wichtig zu wissen, dass ChatGPT keine Texte aus eigenen Gedanken erzeugen kann. Es verlässt sich auf die Inhalte der „gelernten“ Vorlagen, welche auch letztlich die Ausrichtung der Antworten wesentlich bestimmen. Aussagen oder Fakten, die nicht im gelernten Textkorpus enthalten sind, kann der Algorithmus nicht liefern.

Der Begriff Künstliche Intelligenz (KI) ist daher irreführend. Sie ist ein Forschungsgebiet der Mathematik, und die Definition und das Messen von natürlicher Intelligenz beim Menschen ist nicht klar definiert. Es existieren Tests sowie Metriken, dennoch gibt es die Eigenschaft Intelligenz in verschiedenen Repräsentationen. Die unscharfe Vorlage der Beurteilung von Intelligenz beim Menschen nun bei Computern anzuwenden enthält per Definition große Unschärfe. Algorithmen der Künstlichen Intelligenz müsste man beispielsweise daher eigentlich mit Problemstellungen aus der Philosophie testen, und nicht nur mit auswendig gelernten Formeln, Bildvorlagen oder Telefonbüchern, plakativ gesprochen. Abgesehen davon enthalten viele Produkte, die sich mit Künstlicher Intelligenz bewerben, ganz normale, wenn auch komplexe, statistische Analysen (bekannt unter dem Begriff Machine Learning), die auch gute Auswertungen liefern können.

Magische Lösungen für Informationssicherheit

Mit dem Eingangs beschriebenen Hintergrund werden gelegentlich Sicherheitsprodukte für die Informationssicherheit angeboten, die sich mit dem Prädikat „KI“ schmücken. Häufig wird damit eine Sammlung von Methoden zur automatischen Auswertung von sicherheitsrelevanten Parametern beworben, die mit einer Kombination aus gelernten Datensätzen und vorgegebenen Analysen eine Einschätzung über richtig und falsch abgibt. Automatisierte Auswertung von vielen Daten ist eine Stärke von KI- und Machine Learning-Algorithmen. Man kann sie auch sehr gut für die Analyse von Zugriffsmustern, Netzwerkverkehr oder als Basis für eine tiefer gehende Untersuchung verwenden. Dabei darf man nie vergessen, dass die Applikationen keine kognitive Leistung bei der Auswertung erbringen. Sie bilden entweder etwas nach, was sie während der Trainingsphase gelernt haben, oder reagieren auf Muster, die erkannt wurden. Der Kontext entgeht dem Algorithmus, wenn dieser nicht explizit bei der Eingabe als Regelsatz mitgeliefert wird.

Die speziellen Fragestellungen in der Informationssicherheit leben von Querverbindungen und Zusammenhängen. Meist sind die Ursachen für Sicherheitsvorfälle in der Verschränkung zwischen verschiedener Teilbereichen zu finden. In bestimmten Situationen sind diese für Menschen leichter zu erkennen als für Maschinen. Man darf sicher daher nie in Sicherheit wiegen. Selbst bei einem Erfolgsfaktor von 90 %, 99 % oder 99,9 % bleibt noch genügend Spielraum für erfolgreiche Attacken.

KI und Suchmaschinen sind die letzten Kunden für Big Data

Kernfeature von KI-Algorithmen sind jene Daten, welche für das Training verwendet wurden. Der Aufwand dafür ist beträchtlich. GPT-3 hatte als Eingabe die Ergebnisse des Common-Crawl-Projekts, welches öffentliche Webseiten abfragt. Die Menge ist schwer zu beschreiben, weil die Texte beim Lernprozess zu sogenannten Tokens reduziert werden, welche dann im Sprachmodell Verwendung finden. Zusätzlich wurden ausgewählte Texte aus dem Web, die komplette Wikipedia und zwei Selektionen von im Internet publizierten Büchern für die Lernphase verwendet. Damit ist das Sprachmodell auf diese Vorlagen eingeschränkt. Die schiere Menge an Daten ist natürlich zu groß, um diese Beschränkung bei wenigen Konversationen zu bemerken. Die Euphorie über ChatGPT zeigt dies sehr deutlich. Die Datenmenge zeigt auch, dass Sprachmodelle wie GPT-3 und speziell deren Nachfolger ohne massive Rechenleistung und Speicherplatz nur mit den entsprechenden Ressourcen betrieben werden können. Diese Algorithmen sind daher ein sehr zugkräftiges Mittel, um Cloud Plattformen zu bewerben. Am anderen Ende passiert ohne Datenverbindung zur Implementation der Algorithmen und ihren Trainingsdaten nichts.

Rechtliche Konsequenzen von Algorithmen

Gemäß einer Befragung von Unternehmen in der Finanzbranche durch das World Economic Forum setzen 85 % der Unternehmen Algorithmen aus dem Bereich der Künstlichen Intelligenz und von Machine Learning in mindestens einem Anwendungsbereich ein. Der im Januar 2020 publizierte Bericht stellt eine Stimmungslage dar. Es drängt sich die Frage auf was die befragten Firmen mit den Ergebnissen der Algorithmen planen. In bestimmten Bereichen wird die maschinell erstellte Aussage wohl direkt weitergereicht und entscheidet über Anfragen von Kunden. Bei Produkten im Bereich der IT-Sicherheit entscheiden Systeme dann automatisch, ob ein digitaler Angriff vorliegt oder nicht. Wenn alles korrekt entschieden wurde, dann gibt es keine kritische Hinterfragung. Was passiert aber mit den falschen Entscheidungen? In der britischen Komödienserie Little Britain aus dem Jahre 2004 wurde das später geflügelte Wort „computer says no“ in einem Sketch verwendet. Wenn die Entscheidung eines Algorithmus ernsthafte Konsequenzen hat, dann stellt sich die Frage nach der Verantwortung. Seit langem werden Internetsuchmaschinen beispielsweise für medizinische Selbstdiagnosen verwendet. Nun besteht die Möglichkeit dasselbe durch einen Dialog mit einem Gesprächssimulator durchzuführen. Die Folgen bei Fehlleistungen könnten schwerwiegend sein. Der Fortschritt bei computergesteuerten Sprachmodellen darf nicht dazu führen, dass dadurch die Verantwortung für potentiell falsche Aussagen ins Nichts delegiert werden könnte.

19. Februar 2023 – Die Diskussion über den Klimawandel ist schon mehr als 20 Jahre alt. Ob der Klimawandel „existiert“ oder nur eine Idee (oder nur eine Illusion) ist – das ist unerheblich. Fakt ist: das Phänomen Klimawandel manifestiert sich heute mehr denn je in Wissenschaft, Wirtschaft und Politik und hat damit massive Auswirkungen auf alle unsere Lebensbereiche.

Ein Philosoph, der beobachtet, dass die Auseinandersetzungen über den Klimawandel (ähnlich wie jüngst die Auseinandersetzungen über Corona) in der Art eines Glaubenskrieges geführt werden, muss daher die Frage stellen, welche Ausssagen wahr oder falsch sind. Das beginnt mit Analysen der Aussage-Sätze (Hypothesen, Theorien, Axiome, Prämissen, Prognosen, Spekulationen, Behauptungen, Vermutungen, Forderungen usw) und der Feststellung, ob diese überhaupt „wahrheitsfähig“ sind, d.h. verifiziert oder falsifiziert werden können.

Anstelle langer sprachphilosophischer und erkenntniskritischer Ausführungen hier zur Einübung für jeden Leser drei Sätze, die den Klima-Glaubenskrieg derzeit dominieren:

– Der Klimawandel ist vom Menschen gemacht.

– Treibhausgase sind die Ursache für den Klimawandel.

– Die Erderwärmung hat seit der Industriellen Revolution um 1,1 Grad zugenommen.

AUFGABE: Bestimme Inhalte und Formen dieser Sätze und beurteile, ob sie falsifizierbar sind.

Dieser Artikel liefert keine philosophische Abhandlung, sondern lediglich Puzzle-Stücke, die dazu geeignet sind, Argumente und Fakten für eine offene Diskussion zu liefern, um den Klima-Glaubenskrieg zu beenden und eine Diskussion mit Fakten und falsifizierbaren Theorien zu führen.

Am 16.2.23 bringt DerStandard.at Auszüge aus einer Rede von George Soros „vor dem Beginn der Münchner Sicherheitskonferenz.“

„Lassen Sie mich mit einer kühnen Aussage beginnen: Während zwei politische Regierungsformen um die Vorherrschaft in der Welt kämpfen, droht unsere Zivilisation wegen des unaufhaltsam fortschreitenden Klimawandels zu kollabieren. Das ist eine sehr verkürzende Aussage, aber ich glaube, dass sie den aktuellen Stand der Dinge treffend wiedergibt. (…) Das Abschmelzen des grönländischen Eisschilds würde die Meere um sieben Meter ansteigen lassen. Das stellt eine Bedrohung für das Überleben unserer Zivilisation dar. Die Botschaft ist klar: Menschliche Beeinflussungen haben ein zuvor stabiles System zerstört, und es bedarf menschlichen Erfindergeistes, sowohl auf lokaler als auch auf internationaler Ebene, um es wieder in Ordnung zu bringen. Gegenwärtig sind praktisch alle Bemühungen zur Bekämpfung des Klimawandels auf Schadensbegrenzung und Anpassung ausgerichtet. Sie sind notwendig, aber nicht ausreichend. (…)“

AUFGABE: Die Grundfläche von Grönland beträgt 2,16 Millionen Quadratkilometer. Die Oberfläche aller Ozeane beträgt 362 Millionen Quadratkilometer. Wie hoch muss der Eisberg über Grönland sein, damit nach seinem Abschmelzen der Meeresspiegel um 7 Meter ansteigt?

Antworten erbeten an office at ethos at

Am 28.2.23 berichtet der ORF.at ausführlich über das Wetter im bald auslaufenden Winter 2022/23, den „sechstwärmsten Winter der Messgeschichte. … Gar 2,8 Grad war es heuer wärmer als im Mittel der Jahre 1961 bis 1990, die noch weniger von der Klimakrise beeinflusst waren.“ Weiters heißt es: „Das Bild des heurigen Winters von weißen Kunstschneestreifen und daneben grünen Wiesen werde in Zukunft langfristig immer häufiger werden, sagt der Klimaforscher Olefs. Besonders extreme Jahre wie heuer seien ein Resultat der Überlagerung von natürlichen Schwankungen mit dem menschengemachten Klimawandel, und der verstärke sich mit jeder weiteren Tonne an emittierten Treibhausgasen.“

AUFGABE: Erkläre was ein Treibhaus ist und welche Ähnlichkeiten die Erdatmosphäre mit einem Treibhaus hat.

20.3.23: NABU (Naturschutzbund Deutschland) liefert Begriffserklärungen zu „Negative Emissionstechnologien“. Dahinter verbergen sich Abkürzungenwie CCS, CCU, DAC u.a.

Bei CCS Carbon Capture and Storage soll CO2 direkt an den Emissionsstellen ausgefiltert und anschließend am Meeresgrund gespeichert werden. Frage: Wie lange Pipelines müssen an die Meeresgründe gelegt werden und was machen die Techniker, damit das C02 nicht wieder aufsteigt?

Bei CCU Carbon Capture and Utilization soll das abgeschiedene CO2 wiederverwertet werden, beispielsweise für E-Fuel. Frage: Wie hoch ist der Energieaufwand (und damit der CO2-Verbrauch), damit man CO2 für E-Fuels gewinnt, die dann angeblich C02-neutral sind?

Bei DAC Direct Air Capture wird CO2 direkt aus der Luft gefiltert. Frage: Wie groß (und CO2-aufwändig in der Errichtung) muss eine DAC-Anlage sein, und wie viel Luft muss man mit welchem Energie-Aufwand in diese Anlage pumpen, damit man aus einem Kubikmeter Luft 440 ppm C02 ausfiltern kann, um diese dann „wirtschaftlich“ wieder zu verwerten oder aufwändig zu lagern?

20. März 2023 – Ganz Österreich radelt für Klima und Gesundheit
Bei „Österreich radelt“ 2022 sammelten über 36.000 radbegeisterte Teilnehmer:innen in mehr als 600 Betrieben, 600 Gemeinden, 250 Vereinen und 130 Bildungseinrichtungen über 29 Millionen Radkilometer. Somit wurden durch Radfahrten, die potentielle Autofahrten ersetzt haben, über 5.000 Tonnen CO2 eingespart und die Gesundheit der Teilnehmer:innen gefördert.

Aufgabe: Was ist das originellste Fahrzeug (ausgenommen alle Fahrzeuge mit Verbrennungsmotoren), auf dem sich Ministerin Gewessler und Minister Rauch bei dieser Gelegenheit ganz zufällig, unverkrampft und natürlich abbilden lassen?

25. Juli 2023 – Michael Bloss, Member of European Parliament, zwitschert am 19.7.23: „Das wird der heißeste Monat seit 120 000 Jahren! Wir sind tief drinnen in der Klimakrise. Das bedeutet gewaltige Schäden und gewaltige Kosten für Mensch und Natur. “ Schon Anfang Juli verkündetet ORF „Dienstag war weltweit der heißeste Tag der Messgeschichte„.

Aufgabe: Finde heraus, woher Paleoklimatologen ganz genau wissen, was am 19. Juli 117.977 vC los war. Und zwar vom Weinviertel bis Wyoming auf jedem Quadratmeter dieses Planeten. Und: erkläre, wie man den „weltweit heißesten Tag“ misst. 

27. September 2023 – Polarlichter in Mitteleuropa – haben mit den jüngsten Sonnenstürmen zu tun. Und: was könnte die Sonne mit dem Klimawandel zu tun haben? Reality4U2 gibt Hinweise auf fischundfleisch.com

2026

„Zahlen der NASA zeigen, dass das Eis in der Antarktis in den letzten Jahren stark zurückgegangen ist: Jährlich verliert der Kontinent rund 135 Milliarden Tonnen Eismasse. Das geschmolzene Eis fließt dann in den Ozean – und trägt zum Anstieg des Meeresspiegels bei.“ (ORF.at 15.4.2026)

Aufgabe: Berechne die Oberfläche aller Ozeane unseres Planeten. Rechne aus, wie viele Kubikmeter 135 Mrd Tonnen Eismasse im geschmolzenen Zustand einnehmen. Ziehe das Volumen ab, das verdunstet und berechne dann, um wie viele Meter der weltweite Meeresspiegel am 15. Mai 2026 gestiegen ist.

Fortsetzung folgt!