„Maschine soll Veränderung einbeziehen“
INTERVIEW. Wissenschaftler der AlpenAdria-Universität Klagenfurt arbeitet am Voranschreiten künstlicher Intelligenz. Er will Maschinen rationaler machen.
Mit künstlicher Intelligenz bringen viele ScienceFiction-Filme wie „Terminator“in Verbindung. Forschen Sie auch an solchen dem Menschen nachempfundenen Maschinen?
WOLFGANG FABER:
Unsere Forschung beschäftigt sich mit der Fähigkeit, vernünftige Schlussfolgerungen in verschiedenen Situationen zu ziehen. Mit „vermeinen wir, dass es eine nachvollziehbare Begründung basierend auf aktuellem Wissensstand gibt. In menschenähnlichen Maschinen verkörpert wäre das auch denkbar, ist aber nicht unser Ziel. Für mich ist Maschinen- oder künstliche Intelligenz nicht notwendigerweise ähnlich oder gar gleich der menschlichen.
Wie unterscheidet sich künstliche Intelligenz von symbolischer künstlicher Intelligenz? Es gibt eine Klassifizierung von Methoden, die zwischen symbolischen und subsymbolischen Ansätzen unterscheidet. Grob gesagt liegt der Unterschied darin, wie das Wissen dargestellt wird: mit Symbolen – theoretisch auch von Menschen lesbar – oder ohne leicht identifizierbare Symbole. Unsere Arbeit bewegt sich vor allem im symbolischen Bereich.
Um was geht es in Ihrem Forschungsfeld?
Es geht darum, mit unvollständigem Wissen umgehen zu können. Für uns ist das ganz normal, für klassische Logik schwierig bis unmöglich. Wenn wir uns an einem Bahnhof franünftig“ gen, ob um 12 Uhr ein Zug fahren wird, dann schauen wir auf den Fahrplan und werden davon ausgehen, dass nur zu den angegebenen Zeiten Züge fahren. Wenn also 12 Uhr nicht dabei ist, akzeptieren wir das. Wir nehmen an, dass die Information am Fahrplan vollständig ist. Wenn wir aber erfahren, dass wegen einer Veranstaltung ein zusätzlicher Sonderzug um 12 Uhr fährt, dann werden wir natürlich unsere Meinung ändern.
In welchen Bereichen können solche rationalen Computer dem Menschen behilflich sein?
Unsere Methoden werden in unterschiedlichen Bereichen verwendet. Vor allem dort, wo sich relativ komplexe Problemstellungen klar beschreiben lassen, sich aber verändern kön
nen. In Italien wurden zum Beispiel unsere Methoden zur Planung der Be- und Entladung von Schiffen in einem großen Hafen verwendet. In dieser Anwendung gibt es sehr viele Faktoren, die einbezogen werden müssen und in der Vergangenheit händisch in oft stundenlanger Tüftelei und fehleranfällig ausgearbeitet wurden.
Was wird künstliche Intelligenz niemals können?
Das ist schwierig einzuschätzen. Meine Vermutung ist, dass sich viele selbstbezügliche Problemstellungen nicht lösen lassen werden. Außer wir schaffen es, Computer zu bauen, die grundlegend anders funktionieren als die derzeitigen. Ein Beispiel für eine solche Problemstellung wäre, im System selbst zu beweisen, dass das System nur korrekte Schlüsse zieht.