zu öffentliche Angelegenheiten...die Aufnahme der Ukraine in die NATO im Gegenzug zur Aufgabe des Donbass angeboten hätte, dann kämen die Europäer in Verlegenheit. Zwar hätte sich Putins Raubzug gelohnt; aber er wäre zu einem definitiven Ende gelangt. Sofern...
...auf die NATO-Solidarität der USA Verlass wäre.
Hätte Trump sein Poblem damit an seinen Nachfolger delegiert?
Trump Always Chickens Out.
In Wirklichkeit reagierte der Hengst auf unbewusste Signale der Menschen, die ihm Aufgaben stellten. An winzigen Veränderungen ihrer Körperhaltung erkannte er, wann er mit dem Klopfen aufhören musste. Das Pferd antwortete also korrekt, ohne die Aufgaben zu verstehen. Wie der Schweizer Wissenschaftsjournalist Reto U. Schneider in seinem soeben erschienenen Buch Das Pferd, das zu viel wusste (Molden) schildert, wurde Hans damit mehr als ein Jahrhundert später zum Sinnbild für ein grundlegendes Problem der künstlichen Intelligenz.
Denn auch moderne KI-Systeme gelangen mitunter auf erstaunlichen – und problematischen – Umwegen zu korrekten Ergebnissen. Sie erkennen Bilder, analysieren medizinische Daten und lösen mathematische Probleme. Doch wie lässt sich feststellen, ob sie dabei tatsächlich die relevanten Zusammenhänge erfasst haben?
Mit dieser Frage beschäftigt sich der Informatiker und Physiker Klaus-Robert Müller seit vielen Jahren. Der Professor an der Technischen Universität Berlin und der Korea University in Seoul zählt zu den Pionieren des Maschinellen Lernens. Müller hat den Aufstieg der KI über Jahrzehnte begleitet und auch bei Google Brain und DeepMind geforscht. Seine Arbeit beschäftigt sich unter anderem damit, wie sich die Entscheidungen neuronaler Netze nachvollziehen lassen. Er war es auch, der die Analogie zum rechnenden Pferd mitprägte.
2019 veröffentlichte Müller mit Kollegen eine Studie, in der sie mehrere KI-Systeme auf verborgene Entscheidungsstrategien untersuchten. Dabei stießen sie auf moderne Varianten des klugen Hans: Ein Bilderkennungsprogramm etwa konnte Pferde zuverlässig identifizieren – allerdings orientierte es sich dabei oft gar nicht an den Tieren selbst, sondern an einem kleinen Herkunftshinweis auf den Fotos. Entfernten die Forschenden diesen Hinweis, erkannte das Programm die Pferde deutlich schlechter. Setzten sie ihn auf das Bild eines Autos, hielt die KI plötzlich auch das Gefährt für ein Pferd.
Wie KI-Systeme zu ihren Ergebnissen gelangen, lässt sich mit Methoden der sogenannten erklärbaren KI untersuchen. "Diese Verfahren erlauben einem mitunter nachzuvollziehen, auf was die Modelle achten", sagt Müller, der vor kurzem auf Einladung des Institute of Science and Technology Austria und der Österreichischen Akademie der Wissenschaften in Wien war. "Ziemlich häufig nutzen die Modelle irgendwelche Artefakte in den Daten aus."
Hauptsache, das Ergebnis stimmt, oder? So einfach ist es nicht. Wenn KI-Systeme etwa in der Medizin eingesetzt werden, kann das schnell problematisch werden. Bei der Auswertung von Gewebeproben könnte eine KI etwa Merkmale berücksichtigen, die auf ein bestimmtes Krankenhaus oder dessen Untersuchungsmethoden zurückgehen, statt auf die biologischen Eigenschaften eines Tumors. Solche Zusammenhänge können in Trainingsdaten mit einer Erkrankung korrelieren, sind aber keine verlässliche Grundlage für eine Diagnose.
In einer aktuellen Untersuchung analysierten Müller und Kollegen 20 KI-Grundlagenmodelle für die digitale Pathologie. Keines der untersuchten Systeme erwies sich gegenüber allen getesteten technischen Einflüssen als ausreichend robust. Unterschiede bei Färbungen, Scannern oder medizinischen Einrichtungen konnten die Ergebnisse beeinflussen. Die Untersuchung verdeutlicht, wie anfällig auch hochspezialisierte KI-Systeme für Einflüsse sein können, die mit der eigentlichen medizinischen Fragestellung nichts zu tun haben.
Künstliche Intelligenz kann aber längst mehr, als Bilder zu klassifizieren oder medizinische Daten auszuwerten. In der Mathematik sorgt sie derzeit für eine regelrechte Revolution, weil sie Lösungen für Probleme findet, an denen Forschende teilweise seit Jahrzehnten arbeiten. Ist das bereits ein Beleg dafür, dass Maschinen eigenständig neues Wissen schaffen?
"Nicht nur das Ziel ist relevant, sondern auch der Weg dorthin, weil er zur DNA der Mathematik beiträgt", sagt Müller. Er vergleicht die mathematische Forschung mit einer Bergbesteigung: Wer ein schwieriges Problem löst, muss auf dem Weg zum Gipfel zahlreiche Hindernisse überwinden und entwickelt dabei häufig neue Methoden und Erkenntnisse, die das gesamte Fach voranbringen. "Der Erkenntnisgewinn passiert beim Aufstieg."
KI-Systeme gehen bei der Suche nach Lösungen anders vor. Müller vergleicht das mit ganzen Heerscharen von Bergsteigern, die gleichzeitig unterschiedliche Routen ausprobieren. Die meisten scheitern, einige erreichen den Gipfel. "Die KI krabbelt sozusagen von allen Ecken hoch, und irgendwie kommt sie an." Das Ergebnis könne mathematisch korrekt sein, ohne dass der Weg dorthin neue Einsichten in die zugrunde liegenden Zusammenhänge geliefert hat.
Wertlos seien solche Lösungen dennoch nicht, meint der KI-Experte. Sie könnten menschliche Forschende immer noch auf neue Ideen bringen. "Ich glaube, es ist falsch, die Sachen zu verteufeln", sagt Müller. "Zielführend ist aus meiner Sicht, die KI und die menschliche Idee zusammenzubringen. Gemeinsam wird halt ein Schuh draus."
Wie fruchtbar diese Zusammenarbeit sein kann, zeigt seine eigene Forschung. Müller entwickelt mit Kollegen KI-gestützte Verfahren, um etwa das Verhalten von Molekülen zu simulieren. So lässt sich zum Beispiel genauer untersuchen, wie das Spike-Protein des Coronavirus an einen Rezeptor menschlicher Zellen bindet. Solche Vorgänge sind äußerst dynamisch: Die beteiligten Moleküle bewegen sich ständig, verändern ihre Form und gehen kurzlebige Verbindungen ein.
Maschinelles Lernen eröffnet hier ganz neue Möglichkeiten. Müller vergleicht das mit einem neuen wissenschaftlichen Instrument: Plötzlich lassen sich Vorgänge untersuchen, die bislang weitgehend verborgen blieben. Vorerst bleibe KI aber ein Werkzeug, das auf menschliches Fachwissen angewiesen ist.
Künftig könnten KI-Systeme jedoch womöglich selbst etwas über den Forschungsprozess lernen und damit eine neue Rolle übernehmen, sagt Müller. "Vielleicht haben wir künftig nicht mehr nur ein Werkzeug, sondern etwas, das mit uns zusammenarbeitet, neue Ideen einbringt und mit dem wir gemeinsam weiterkommen."
Wie weit diese Zusammenarbeit in Zukunft gehen kann, hängt allerdings nicht nur von den Fähigkeiten der Maschinen ab. Entscheidend wird auch sein, ob Menschen nachvollziehen können, wie KI-Systeme zu ihren Ergebnissen gelangen. Schon der kluge Hans zeigte vor mehr als 120 Jahren, dass richtige Antworten noch lange kein Beweis für echtes Verständnis sind. Das bemerkenswerte Pferd lebt gewissermaßen im Zeitalter der künstlichen Intelligenz weiter.
zu öffentliche Angelegenheiten
... nur im äußersten Notfall, sagt Merz. Aber auf den scheint er's anzulegen - und schaut zu, wie die Sozis ihren Bogen überspannen.
Warum fertigten Frühmenschen vor rund 300.000 Jahren Faustkeile, die ungewöhnlich groß und schwer zu handhaben waren? Eine neue Analyse britischer Steinwerkzeuge deutet darauf hin, dass ihre Größe auch der Selbstdarstellung gedient haben könnte. Im Experiment schnitten Nachbauten dieser Riesen-Faustkeile langsamer als kleinere Exemplare, während viele Originale auffallende Formen und eine ausgeprägte Symmetrie zeigen.
London (England). Faustkeile gehörten über Hunderttausende von Jahren zu den wichtigsten Steinwerkzeugen früher Menschen. Aus Feuerstein entstanden durch gezielte Abschläge scharfe Schneiden, mit denen sich beispielsweise Tierkörper zerlegen ließen. Die meisten Stücke waren handlich, doch manche britischen Exemplare aus der Zeit vor etwa 337.000 bis 300.000 Jahren messen mindestens 22 Zentimeter.
Besonders rätselhaft sind die sogenannten Ficron-Faustkeile mit schmaler Spitze, geraden bis leicht nach innen gewölbten Kanten und einem rundlichen, dicken Ende. Manche dieser Werkzeuge sind überdimensioniert und aufwendig geformt, obwohl ihre Handhabung dadurch erschwert wird. Bereits frühere Funde solcher Riesen-Faustkeile warfen deshalb die Frage auf, ob sie neben praktischen Aufgaben auch eine soziale Bedeutung besaßen.
Forscher des University College London (UCL) um Prof. Matt Pope haben nun 817 Faustkeile aus sieben britischen Fundkomplexen anhand dreidimensionaler Scans untersucht. Unter den Stücken waren 18 Riesen-Faustkeile, darunter sieben Exemplare des Typs Ficron. Der Vergleich sollte klären, ob ungewöhnliche Größe und Form aus der Herstellung und Nutzung hervorgingen oder darüber hinaus
Für einen ergänzenden Praxistest wurden zehn normalgroße und zehn über 22 Zentimeter lange Ficron-Faustkeile aus Feuerstein nachgebildet. Zwanzig Versuchspersonen sollten mit den Repliken jeweils zehn Kunststoffseile durchtrennen, die in verschiedenen Richtungen an einem Gestell befestigt waren. Jede Person verwendete zuerst ein kleineres und danach ein großes Werkzeug.
Mit den kleineren Faustkeilen benötigten die Teilnehmer dafür durchschnittlich 64,5 Sekunden, mit den großen dagegen 78,6 Sekunden. Der Zeitaufwand stieg somit um 22 Prozent, wobei der Unterschied statistisch signifikant war. Bei den großen Nachbauten griffen 18 der 20 Teilnehmer mit beiden Händen zu, konnten sie aber dennoch weniger präzise führen.
Die dreidimensionalen Analysen sprechen dagegen, dass die Riesen-Faustkeile lediglich früh abgelegte, kaum bearbeitete Rohlinge waren. Ihre Dichte an Abschlagspuren unterschied sich nicht auffällig von derjenigen kleinerer Werkzeuge aus denselben Fundkomplexen. Die Größe scheint deshalb zumindest bei diesen Exemplaren bewusst hergestellt worden zu sein.
Zwar waren die Riesenstücke nicht in jeder Hinsicht feiner gearbeitet, doch einige zeigten eine besonders ausgeprägte Symmetrie und regelmäßige Kanten im Seitenprofil. Vor allem die großen Ficrons wichen in ihrer schmalen, langgezogenen Form stark von den gewöhnlichen Faustkeilen ab. Sechs der acht in ihrer Form besonders extremen Riesenstücke gehörten zu diesem Typ.
Das auffällige Design war zugleich anspruchsvoll. Eine lange, schmale Spitze ließ sich beim Behauen eines großen Feuersteins nur mit erheblichem Bruchrisiko herstellen. Auch ein Vergleich mit ostafrikanischen Fundgruppen zeigt einen Unterschied, denn dort gehörten sehr große Faustkeile häufiger zur normalen Größenvariation.
Die Kombination aus beträchtlicher Größe, anspruchsvoller Herstellung und begrenztem Nutzen beim Schneiden deutet auf einen zusätzlichen sozialen Zweck hin. Solche Faustkeile könnten das handwerkliche Können ihrer Hersteller demonstriert und ihnen innerhalb einer Gruppe Ansehen verschafft haben. Ihre charakteristische Form könnte zugleich gemeinschaftliche Vorstellungen darüber gespiegelt haben, wie ein besonders eindrucksvolles Werkzeug aussehen sollte.
Bewiesen ist eine solche Funktion allerdings nicht. Das Experiment untersuchte nur das Durchtrennen von Kunststoffseilen, nicht das Zerlegen von Beutetieren oder andere mögliche Einsätze wie Graben und Holzbearbeitung. Auch eine spezielle praktische Verwendung wäre mit einer zusätzlichen Bedeutung als Statuszeichen vereinbar, wie die Autoren ausdrücklich betonen.
Die Ergebnisse liefern damit Hinweise darauf, dass selbst scheinbar einfache Steinwerkzeuge mehr als reine Arbeitsgeräte gewesen sein könnten. Ob die ungewöhnlichen Ficrons tatsächlich Prestige, Zugehörigkeit oder zeitweilige Autorität signalisierten, lässt sich aus den erhaltenen Steinobjekten allein nicht entscheiden.
Quellen:
zu öffentliche Angelegenheiten...Israels ist ein ebensogroßes Hindernis auf dem Weg zum Frieden wie das From The River To The Sea der Terroristen.
zu öffentliche Angelegenheiten ...die Aufnahme der Ukraine in die NATO im Gegenzug zur Aufgabe des...
