Seite - 67 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft

iit-Themenband – Künstliche Intelligenz 67 große Datenbanken, die Wissen über chemische Stoffe enthalten, zurückgreifen, sie könnte eigene Feld- und Labortest durchführen, um die Auswirkungen zu analysie- ren, oder sie könnte die exakte chemische Zusammensetzung des Mittels herausfin- den. Ein Augmented Intelligence-System soll ihr bei der Entscheidung helfen. Zunächst stellt das System alle bisher vorhanden Informationen visuell dar. Die Che- mikerin beginnt diese Informationen zu ordnen, indem sie bestimmten Inhalten grö- ßere Wichtigkeit zuweist als anderen (Visual Analytics). Das System passt seine Ord- nung mittels ML direkt an und stellt die Inhalte neu dar. Auf diese Weise erkennt die Chemikerin, welche Tests einen großen Informationsgewinn ermöglichen und wel- che Tests nur bereits bekanntes Wissen reproduzieren – hier könnte die Dimensions- reduktion durch ein GAN helfen. Das System macht eigene Vorschläge für sinnvolle Tests, indem es den zu erwartenden Erkenntnisgewinn zeigt, und adaptiert die dar- gestellten Inhalte und Ordnungsstruktur direkt an die neuen Ergebnisse. Ziel ist, den Raum aller Informationen und Kombinationsmöglichkeiten nicht komplett zu durch- dringen, sondern nur einen sinnvollen Pfad zu einem Ergebnis zu beschreiten. Am Ende wird die komplexe Fragestellung effizient und von Menschen nachvollziehbar beantwortet. Bis ein solches Szenario realisierbar ist, müssen die bisherigen Ansätze weiter erforscht und entwickelt werden. Ein Aspekt ist hervorzuheben – das Verständnis natürlicher Sprache durch Computersysteme. Dies ist deshalb so wichtig, weil Menschen ständig erklären, zuhören und generell kommunizieren und auf diese Weise nicht nur Erkenntnisse gewinnen, sondern auch (mit-)teilen. Für eine Augmented Intelligence ist es entscheidend, diesen Informationskanal zu verstehen und nutzen zu können. Wie groß die Bedeutung ist, sieht man an den aktuellen Erfolgen mit smarten Laut- sprechern im Consumerbereich (Statista und Brandt Mathias). Erst als sich die Kom- munikation mit der KI in diesen Systemen für Menschen natürlich anfühlte, konnten die Systeme erfolgreich werden. Neue Entwicklungen auf diesem Gebiet deuten dar- auf hin, dass sich diese Systeme in den kommenden Jahren deutlich verbessern wer- den (Hirschberg und Manning 2015). KI-Akzeptanz Weitere Aspekte, die den Umgang mit Augmented Intelligence und KI im Allgemei- nen maßgeblich beeinflussen, sind Vertrauen, Verständnis und Erklärbarkeit von Ent- scheidungen. Es ist anzunehmen, dass die Akzeptanz von KI verbessert werden kann, wenn deren Analysen und Vorschläge für Menschen erklärbar und damit auch nach- vollziehbar sind und auf diese Weise Vertrauen schaffen. Eine allgemein verständli- che und nutzbare Schnittstelle für Augmented Intelligence kann dazu dienen, die Nachvollziehbarkeit und das Vertrauen in KI zu stärken. Die Wichtigkeit dieser Aspekte zeigen sich in der aktuellen DARPA Challenge (DARPA), bei der Computer-