KI als kreative Intelligenz? 4 Misserfolge und 3 Erfolge

Die Roboter kommen sind da!

Wir haben das Thema bereits einige Male angeschnitten: Messenger und Live-Chat sind auf dem besten Weg, zu den beliebtesten Kommunikationsmitteln moderner Kunden zu werden. Bei beiden sind Chatbots oft an vorderster Front dabei: Sie fungieren als erster Anlaufpunkt, verbinden Benutzer mit den passenden Kundendienst-Mitarbeitern, die das Problem lösen können … sofern es überhaupt dazu kommen muss.

Anders gesagt: Bots reduzieren den Bedarf an menschlichem Arbeitsaufwand.

Natürlich ist dieser Punkt umstritten, und so mancher wird sich vielleicht schon mal gefragt haben:

• „Ist mein Job in Gefahr?“
• „Werde ich ersetzt?“
• „Künstliche Intelligenz kann nicht alles – kann sie kreativ sein?“

Insbesondere dieser letzte Punkt sorgt häufig für Gesprächsstoff. Kann künstliche Intelligenz kreativ sein?

Wir haben festgestellt, dass es darauf keine wirklich abschließende Antwort gibt. Es gibt Fälle, bei denen die Antwort lautet: „Absolut“. Andere Versuche, ein auf künstlicher Intelligenz basierendes System „kreativ“ zu machen, schlugen jedoch komplett fehl.

Damit Sie sich selber ein Bild vom aktuellen Stand der Dinge machen können, möchten wir Ihnen in diesem Beitrag Beispiele aus beiden Kategorien – von erfolgreichen und weniger erfolgreichen Anwendungsfällen – vorstellen. Es gibt so einige – lustige wie auch erschreckende.

Die Misserfolge

1) Microsoft: Tay

Fangen wir am besten mit einem ethischen Dilemma in Bezug auf KI an: In vielen Fällen ist maschinelles Lernen – wenn es richtig funktioniert – so konzipiert, dass es von den Benutzern lernt. Manchmal ist das eine tolle Sache. Zum Beispiel, wenn der Algorithmus von Spotify erkennt, welche Lieder Sie oft hören und basierend darauf Wiedergabelisten mit anderen Liedern zusammenstellt, die Ihnen wahrscheinlich auch gefallen.

Im Fall von Tay.ai, einem von Microsoft entwickelten Twitter-Chatbot, ging dieses Prinzip jedoch ganz fürchterlich schief. Der Chatbot sollte Twitter wie jedes andere „normale“ Mädchen im Teenageralter benutzen …

Das Problem beim Nachahmen von Benutzern ist aber, dass KI, obwohl sie eigentlich „intelligent“ ist, nicht für sich selbst ethische Entscheidungen treffen kann. Informationen dazu, was richtig oder falsch ist, erhält die KI nur von dem zugrunde liegenden Algorithmus. So lernt die Maschine brav die Verhaltensweisen der Menschen, mit denen sie interagiert.

Das ist auch ein Grund, warum z. B. russische Werbeanzeigen auf Facebook während der amerikanischen Präsidentschaftswahl 2016 ihr Ziel so wirkungsvoll erreichen konnten. Denn der Facebook-Algorithmus lernt von dem Verhalten („Gefällt mir“-Angaben, Anzahl der Abonnenten, Kommentare, Klicks und mehr) der Benutzer und war daher gut genug „informiert“, um diese Inhalte an die passende Zielgruppe zu bringen.

So etwas Ähnliches ist auch mit Tay passiert. Anscheinend fing Tay an, das Verhalten der Benutzer – oder in diesem Fall eher die Sprache der Tweets – nachzuahmen. Leider waren die Sprachfetzen geladen mit anti-semitischen und anti-feministischen Ausdrücken. Tay ahmte diese Sprache nach und veröffentliche beleidigende Inhalte, was Microsoft dazu veranlasste, den Chatbot vom Netz zu nehmen.

Quelle: Quora

2) IBM: Chef Watson

2015 wurde aus Watson – dem KI-Roboter von IBM, der einmal beim Quiz-Spiel „Jeopardy“ den damals amtierenden Champion besiegte – „Chef Watson“. Der Jungkoch veröffentliche noch im gleichen Jahr sein erstes Kochbuch. Watson entwickelte die Rezepte dank seines Geschmacks-Algorithmus fast ganz alleine. Die menschlichen Köche des „Institute of Culinary Education“ in New York griffen ihm nur ab und zu unter die Arme, um Kleinigkeiten zu verbessern.

Es gab also Anlass zur Hoffnung. Vor der offiziellen Veröffentlichung des Kochbuchs konnten einige technische Redakteure eine Flasche BBQ-Soße testen, deren Rezeptur ebenfalls von Watson vorgeschlagen wurde. Dabei gab es positive Rückmeldungen. Aber dann kam der Vorfall mit dem österreichischen Schokoladen-Burrito. Die Rezensionen: „viele kleine halbvertrocknete Bällchen“ und „so schlecht, dass ich mir dachte, sie müssten eigentlich schon wieder gut sein“.

(Nicht alle Rückmeldungen waren negativ: Bei der Washington Post hatte man anscheinend mehr Glück mit dem Rezept.)

Wir haben die Rezepte selbst noch nicht ausprobiert, wünschen aber einen (hoffentlich) guten Appetit, falls Sie sich daran wagen wollen.

3) Janelle Shane: Künstliche Intelligenz erfindet Farbnamen

Wenn jemand einem Artikel über KI die Überschrift gibt: „Der Roboter, der diese Farben benannt hat, war vermutlich bekifft“, kann man sich mitunter fragen, ob der Artikel nun von einem Experiment handelt, dass entweder sehr erfolgreich verlief oder gänzlich misslang.

In diesem Fall schlug das Pendel eher in die zweite Richtung aus. Bei der Namensgebung von Farbtönen werden oft recht kreative Wortzusammensetzungen gewählt – so etwa „Custis Salmon“, wie Benjamin Moore eine Lachsfarbe nannte. Als die Forscherin Janelle Shane dann allerdings einem neuronalen Netzwerk beibrachte, neue Namen für Farbtöne zu kreieren, wurde ein ganz neues Level an „Kreativität“ erreicht. Die künstliche Intelligenz sollte zuerst neue Farbtöne kreieren und diesen dann Namen geben. Jedoch stimmten die Namen oft nicht mit der Farbe überein.

Zur Verdeutlichung:

Nun könnte man argumentieren, dass der letzte Name in der Liste irgendwie passend ist („turd“ bedeutet zu Deutsch etwa „Exkrement“). Wie soll man jedoch den rötlichen Farbton von „Grass Bat“ (Gras-Fledermaus) oder die blau-grauen Schattierungen in „Caring Tan“ (Mitfühlende Bräune) erklären?

Vielleicht besitzen wir einfach nicht die nötige künstlerische Auffassungsgabe, um diese Wortschöpfungen zu schätzen? Bis dem so ist, werden wir sie wohl als „nicht ganz gelungen“ einstufen müssen.

4) Oscar Sharp und Ross Goodwin: Sunspring

Haben Sie sich jemals gefragt, was passieren würde, wenn Drehbücher von Klassikern wie Ghostbusters – Die Geisterjäger oder Blade Runner in ein neuronales Netzwerk gespeist würden, um ein originelles, von KI geschriebenes Drehbuch zu kreieren?

Das Ergebnis ist der Kurzfilm Sunspring, der genau nach den Vorgaben des Computers gefilmt wurde, der das Drehbuch mithilfe von künstlicher Intelligenz schrieb. Wir lassen das Werk für sich sprechen. Vorhang auf für Sunspring:

Die Erfolgsgeschichten

5) Primordial Research Project: Hack Rod

Selbstständig fahrende Autos machen heutzutage Schlagzeilen und sind sogar Gegenstand einiger bekannter Gerichtsverfahren. Bevor sich jedoch Waymo, Lyft und Uber darüber stritten, wer im Bereich der autonomen Fahrzeuge die Oberhand gewinnen würde, gab es „Hack Rod“, eines der ersten Fahrzeuge mit künstlicher Intelligenz.

Das Forschungsprojekt für das intelligente Fahrzeug rief der Mitbegründer von Hack Rod, Felix Holst, ins Leben, als er damals noch bei Mattel an der Spielzeugauto-Marke Hot Wheels mittüftelte. Zuerst stellten er und Mitbegründer Mouse McCoy ein Team zusammen, das einen leistungsstarken Rennwagen baute, der dann später von einem Menschen durch die Mojave-Wüste gelenkt wurde. Und hier wird es interessant: Das Team maß dabei die Hirnwellen des Fahrers. Diese Informationen – zusammen mit den Daten von Sensoren, die im Fahrzeug selbst angebracht wurden – dienten als Grundlage für den Machine-Learning-Prozess. Daraus resultierte das „Nervensystem“ des Fahrzeugs, wie es das Magazin Fast Company einmal nannte.

Man hat von Hack Rod in letzter Zeit nicht mehr viel zum Thema selbstständiges Fahren gehört. Es gibt aber kaum Zweifel daran, dass Hack Rod damals den Weg für autonome Fahrzeuge ebnete.

6) Manny Tan & Kyle McDonald: The Infinite Drum Machine

Wir haben bereits von Computern gehört, die Musikstücke mit künstlicher Intelligenz produzieren. Ein Beispiel ist Emily Howell, eine Maschine, die von David Cope, Musikprofessor an der UCSC, erschaffen wurde und klassische Musik komponiert.

Wir kennen aber noch nicht so viele Beispiele von Maschinen mit künstlicher Intelligenz, die es Benutzern erlauben, selbst ein musikalisches Meisterwerk zu schaffen. Hier kommt das KI-Experiment „The Infinite Drum Machine“ zum Zug. Das Experiment nutzt maschinelles Lernen, um Tausende von Geräuschen aus dem Alltag (denken Sie an das Öffnen einer Chipstüte oder eines Aktenschranks) aufzunehmen, zu analysieren und sie schließlich so zu organisieren, dass lange Aneinanderreihungen von Schlaglauten oder Perkussionsmuster entstehen.

Google bietet den Technik-Enthusiasten unter uns die Möglichkeit, KI-Experimente wie dieses selbst auszuprobieren.

7) Google Creative Lab: AutoDraw

Bei diesem Beispiel gehen die Meinungen auseinander. Wir finden aber, es ist ein Erfolg! AutoDraw ist ein lustiger Zeitvertreib, wenn man zum Beispiel das Schreiben eines Blog-Beitrags aufschieben will.

AutoDraw, ein weiteres KI-Experiment von Google, unterstützt Anfänger in der Kunst des Malens. Es richtet sich also an all die Menschen, die gerne im Internet vor sich hin kritzeln. Dank künstlicher Intelligenz werden aus einfachen Kritzeleien echte Bilder.

Ist KI also auch eine kreative Intelligenz? Sicher. Wenn es aber darum geht, alles nachzuahmen, wozu ein menschliches Hirn fähig ist – ein Drehbuch schreiben, Farbtöne kreieren und treffsicher benennen, oder einen Teenager in sozialen Netzwerken nachahmen, ohne andere Nutzer anzufeinden – müssen wir festhalten: KI ist noch nicht ganz so weit.

Sind wir auf dem richtigen Weg? Wahrscheinlich. Bis es aber soweit ist, machen wir uns erst mal eine Portion Popcorn und schauen Sunspring in Endlosschleife.