Künstliche Intelligenz (KI) erscheint oft wie eine Erfolgsgeschichte über Nacht, aber ihre Wurzeln reichen mehr als 80 Jahre zurück.
Die Reise von den Anfängen der neuronalen Netze bis hin zur Raffinesse von ChatGPT ist eine faszinierende Reise, die von bedeutenden Meilensteinen, technologischen Fortschritten und kulturellen Verschiebungen geprägt ist. Lassen Sie uns erforschen, wie es dazu kam und warum das nicht schon früher geschehen ist.
AI's 80-Jahres-Reise
Die frühen Tage: Neuronale Netzwerke und der Turing-Test
In 1948 wurde das Konzept der neuronalen Netze eingeführt und damit der Grundstein für die KI gelegt. Bis 1950 stellte Alan Turing in seiner bahnbrechenden Arbeit "Computing Machinery and Intelligence" den berühmten Turing-Test auf, in dem er fragte, ob eine Maschine in einem Gespräch nicht von einem Menschen zu unterscheiden sei. Diese Frage würde die KI-Entwicklung über Jahrzehnte hinweg leiten.
Der erste Chatbot: Eliza
Im Jahr 1966 wurde Eliza, der erste Chatbot der Welt, am MIT vorgestellt. Eliza wurde als "Computer-Therapeutin" konzipiert und war sehr simpel, da sie oft die Aussagen der Benutzer wiederholte. Eliza war als Demonstration gedacht, um die Banalität und die Grenzen der aktuellen Technologie in den Sechzigern aufzuzeigen. Sie zog viele in ihren Bann und deutete das verführerische Potenzial der konversationellen KI an.
Der Aufstieg und das Scheitern: "Experten"-Systeme und frühe KI
In den 1980er Jahren wurden Versuche unternommen, Expertensysteme für den Einsatz in der Rechts-, Gesundheits- und Finanzbranche zu entwickeln. Selbst die kühnsten dieser Experimente waren in ihrem Fachwissen beschränkt und im Training unerschwinglich, blieben weit hinter dem Hype zurück und beschmutzten das Etikett der KI.
In den 1990er Jahren fanden neuronale Netze jedoch praktische Anwendungen in der Computer Vision und der Zeichenerkennung sowie in anderen Bereichen, in denen neuronale Netze von bescheidener Größe anwendbar waren, was das Interesse an der KI neu entfachte.
Das Zeitalter des maschinellen Lernens
Die 2000er Jahre markierten den Beginn des maschinellen Lernens, das über Anwendungen wie Google, Yelp und Waze in unser Leben eindrang. In dieser Zeit wurden die Weichen für die Integration von KI in das tägliche Leben gestellt, wodurch die Technologie für die breite Öffentlichkeit zugänglicher und vertrauter wurde.
Spiele dominieren: Die Triumphe der KI bei Jeopardy, Schach und Go
Die 2010s wurden durch KI-Algorithmen hervorgehoben, die menschliche Champions in Jeopardy, Schach und Go bezwangen. Diese Siege zeigen die wachsenden Fähigkeiten der KI und ihr Potenzial, die menschliche Expertise in bestimmten Bereichen zu übertreffen. Aber sie dienten auch als Warnung, da die Durchbrüche, die diese Fähigkeiten entwickelt haben, trotz milliardenschwerer Forschungsausgaben nur langsam auf Bereiche wie das Gesundheitswesen übertragen werden konnten.
In der Geschichte der KI geht es nicht nur um technologische Fortschritte, sondern auch um kulturelle Veränderungen, wirtschaftliche Faktoren und menschliche Neugier und Anpassungsfähigkeit.
Das Aufkommen von großen Sprachmodellen
In den 2020er Jahren bestanden große Sprachmodelle wie ChatGPT den Turing-Test, ein Meilenstein, der die Konversationsfähigkeiten der KI neu definierte. In dieser Ära wurde auch eine neue Herausforderung vorgeschlagen: Eine KI sollte in der Lage sein, innerhalb von zwei Monaten ein Startup im Wert von $1Million zu gründen, was das Potenzial der KI für das Unternehmertum zeigt.
Die vier Ks hinter der Entwicklung der KI
Wie bei vielen technologischen Fortschritten gibt es auch für den Aufstieg der KI keinen einzigen Grund. Ich schlage vor, dass die folgenden vier Faktoren, die in den letzten 30 Jahren angewandt wurden, erklären können, wie 2023 das Jahr wurde, in dem KI allgegenwärtig wurde.
Rechenkapazitäten und Kosten
Das Mooresche Gesetz spielte eine entscheidende Rolle, indem es die Rechenkapazitäten verbesserte und das parallele Rechnen möglich machte, wenn auch immer noch mit erheblichen Kosten für das Training und den Betrieb großer Sprachmodelle (LLMs) verbunden.
Culture
Durch die Allgegenwart von Smartphones haben wir uns an Algorithmen in unserem täglichen Leben gewöhnt, von der Navigation bis hin zu Empfehlungen, was den Weg für die Akzeptanz von KI geebnet hat.
Corpus
Das Internet bot eine noch nie dagewesene Fundgrube für digitalisierte Texte, die für die Ausbildung von Rechtswissenschaftlern von entscheidender Bedeutung war, wenn auch nicht ohne Kontroversen über die Datennutzung.
Konversation
Während weniger als ein halbes Prozent aller Menschen auf der Erde programmieren können, beginnen wir alle im Alter von etwa sechs Monaten mit dem Erwerb von Sprachkenntnissen. Unsere angeborenen Sprachkenntnisse machten sprachbasierte KI besonders attraktiv und führten zu einer schnellen Akzeptanz und einem viralen Wachstum.
Die letzten Katalysatoren: Mut und Geld
Ab 2016 hat eine Kombination aus Mut und finanzieller Unterstützung die Forscher dazu gebracht, neuronale Netzwerke auf ein noch nie dagewesenes Niveau zu skalieren. Der Start von GPT-4 im März 2023 verdeutlichte diesen Trend und zeigte, dass größere Modelle über ihre bemerkenswerten sprachlichen Fähigkeiten hinausgehen und Beweise für sorgfältige Überlegungen liefern können.
Eine Reise mit schrittweisen Fortschritten und kühnen Sprüngen
In der Geschichte der KI geht es nicht nur um technologische Fortschritte, sondern auch um kulturelle Veränderungen, wirtschaftliche Faktoren und menschliche Neugier und Anpassungsfähigkeit. Von den Anfängen der neuronalen Netze und der Entwicklung des (entmutigenden) Turing-Tests bis hin zur Ära von ChatGPT ist die Reise der KI ein Geflecht aus schrittweisen Fortschritten, kühnen Sprüngen und gut gemeinten Fehltritten.
Die Zeit wird zeigen, ob große Sprachmodelle ein neues Zeitalter der KI einläuten werden.
Wenn wir in die Zukunft blicken, ist es wichtig, sich daran zu erinnern, dass wir in gewisser Weise schon einmal hier waren - zumindest dachten wir das zu der Zeit. Hier sind einige Beispiele.
- Der Begriff "Roboter" und eine Warnung vor ihren Gefahren tauchten erstmals in "R.U.R." auf, einem Theaterstück des tschechischen Autors Karel Čapek aus dem Jahr 1920.
- In 1965 warnte der Wirtschaftsnobelpreisträger Herb Simon - der oft als einer der wenigen Theoretiker zitiert wird, die den Weg für die KI geebnet haben -, dass Maschinen innerhalb von 20 Jahren in der Lage sein würden, jede von Menschen ausgeführte Aufgabe zu übernehmen.
- Fünf Jahre später behauptete Marvin Minsky (ein weiterer Wegbereiter der KI), dass wir weniger als ein Jahrzehnt von einer Maschine entfernt seien, die dem Menschen an Intelligenz gleichkäme.
- Die Fünf- und Zehn-Jahres-Prognosen für KI in den Achtziger- und Neunzigerjahren waren fast einhellig optimistisch, was Produktivitätssteigerungen in Billionenhöhe anging, aber diese Vorhersagen erwiesen sich als übertrieben.
Die Zeit wird zeigen, ob die LLMs ein neues Zeitalter der KI einläuten werden, in dem jeder von uns ständig Zugang zu einem hypereffizienten, einfühlsamen und unermüdlichen persönlichen Assistenten, Arzt und Life Coach hat. Auch wenn wir näher dran zu sein scheinen als je zuvor, gibt es echte Herausforderungen in Bezug auf Rechenkosten, Rechengeschwindigkeit, Halluzinationen und Genauigkeit.
Die einzige Gewissheit ist, dass das laufende Rennen um die Entwicklung der KI, die uns seit über einem Jahrhundert versprochen wird, nicht langweilig sein wird.
Lesen Sie mehr über KI von Dr. Sonnenblick:
- Die Revolution hat begonnen: generative KI und Projektmanagement
- Unsere KI-Strategie (und eine Vorlage für Ihre)
- KI-Trends: Sollten Sie Daten als Produkt betrachten?
Erfahren Sie, was Dr. Mik Kersten, CTO von Planview, über die Copilot-Funktionen von Planview und die Produktivität mit KI sagt:
- Planview Copilot: schnellere Transformation und datengestützte strategische Entscheidungsfindung
- Produktivität, KI und die Zukunft des digital vernetzten Arbeitens
