Intelligenztest

Von der Kaufempfehlung im Internet bis zur Studienplatzvergabe, in immer mehr Bereichen unseres Lebens werden Entscheidungen von Maschinen getroffen. In den Medien wird diese Entwicklung zumeist kritisch kommentiert. Zu Recht, denn automatisierte Entscheidungssysteme sind häufig intransparent und nicht selten diskriminierend. Ralph Müller-Eiselt findet, solche Systeme bieten aber auch eine Chance für eine bessere Gesellschaft. Ich will von Ihm wissen, worauf sein Optimismus gründet und warum er denkt, die Auseinandersetzung mit der maschinellen Entscheidungsfindung könnte uns helfen, uns selbst besser zu verstehen.

Maschinen sind seit einigen Jahren sehr gut darin, Objekte zu erkennen. Zum Beispiel Kaffeetassen, Katzen oder Hunde. Zu sehen, ob jemand mit einem Hund spazieren geht, ist für Maschinen jedoch sehr schwierig. Die Computerwissenschaftlerin Melanie Mitchell erklärt mir, weshalb das für autonome Fahrzeuge zum Problem werden kann. Ausserdem ist Mitchell überzeugt, Maschinen brauchen einen Körper, um die Welt um sich herum richtig verstehen zu können.

Manches, was für uns Menschen im Alltag ein Kinderspiel ist, ist für Maschinen eine gewaltige Herausforderung. In dieser Episode spreche ich mit dem Softwarearchitekten Yoto Logo über BrickBot. Das ist ein künstlich intelligenter Roboter, der mit LEGO einen Turm bauen kann. Ich will von Yoto Koga wissen, was BrickBot von einem herkömmlichen Industrieroboter unterscheidet und wie lange es noch dauert, bis sich Roboter frei auf einer Baustelle bewegen können.

Kann ein Krokodil einen Hürdenlauf absolvieren? Eine Maschine hat grosse Mühe, diese Frage zu beantworten. Um zu verstehen, warum das so ist, lohnt es sich, einen Blick ins Innenleben von Sprachassistenten wie Siri oder Alexa zu werfen. Der Computerlinguist Graham Morehead erklärt mir, wie Maschinen Sprache verarbeiten und warum der berühmte Turing Test sich nur bedingt eignet, um die Sprachkompetenz einer Maschine zu testen.