Kerstin Beckert | Künstliche Intelligenz im Journalismus: Was ist KI eigentlich?

Künstliche Intelligenz im Journalismus: Was ist KI eigentlich?

Lesedauer 3 Minuten
     

    Was steckt hinter der Künstlichen Intelligenz (KI)?

     

    Ein kurzer Erklärungsversuch

     

    Das Thema Künstliche Intelligenz (KI) beschäftigt mich seit vielen Jahren. Als Journalistin habe ich zum Beispiel über Suchmaschinen häufig Kontakt damit. Doch was steckt eigentlich dahinter? Ein kurzer Erklärungsversuch.

    Schon im Studium aktuell

    Manche Themen sind zeitlos, und die Künstliche Intelligenz (KI) gehört wohl dazu. Woran ich das merke? Naja, daran, dass ich bereits während meines Biologie-Studiums mit Studienkollegen aus der Informatik über die theoretischen Chancen und Möglichkeiten der KI diskutiert habe. Und das ist schon eine ganze Weile her, genauer gesagt mehr als 20 Jahre.
     
    Damals untersuchte ich im Rahmen einer Projektstudie und auch in meiner Diplomarbeit (stark vereinfacht), wie wir Menschen unsere Bewegungen kognitiv planen. Also, wie wir Informationen aus unserer Umwelt verarbeiten und auf dieser Basis unser Verhalten planen. Etwa bei der zielgerichteten Bewegung unserer Hand, oder bei der Vorausplanung unseres Weges durch eine Menschenmenge. Was das mit Künstlicher Intelligenz zu tun hat?

    Vom neuronalen Netzwerk zur KI

    Naja, in beiden Arbeiten wurde versucht, kognitive Vorgänge mit Hilfe der Informatik zu analysieren und abzubilden. Wenn man weiterdenkt, kann auf diese Weise sogar ein ganzes Nervensystem (neuronales Netzwerk) modelliert werden. Und genau das tun moderne Algorithmen. Sie imitieren quasi die Funktionsweise unseres Gehirns. Schwupps sind wir bei künstlichen neuronalen Netzwerken und der KI.

    Ein kleiner Exkurs in den Biounterricht

    Im Gehirn arbeiten Millionen von Nervenzellen zusammen. Jede von ihnen hat über Nervenzellfortsätze (so genannte Dendriten und Neuriten) Kontakt zu zahlreichen anderen Nervenzellen.
     
    Schema einer Nervenzelle, man sieht einen wolkenähnlichen Zellkörper mit zahlreichen, kleinen Fortsätzen. Auf der anderen Seite schließt ein langer Nervenfortsatz an, das Axon oder der Neurit. Dendriten leiten die Erregung über Synapsenzu der Nervenzelle, die Enden des Neuriten leiten sie weiter an andere Zellen.
    Bild: Schematischer Aufbau einer Nervenzelle.
     
    Über Kontaktstellen (Synapsen) werden Informationen zwischen den Nervenzellen ausgetauscht. So wird nach unzähligen kognitiven „Rechenschritten“ durch den Anblick einer Ringelblume schließlich die Erinnerung an eine Blumenwiese vor dem Haus der Großeltern geweckt.

    Wie wird aus Nervenzellen Künstliche Intelligenz?

    Intelligente Algorithmen verarbeitet Informationen ähnlich. Ein einfaches Beispiel: Anfänglich werden Tausende von digitalen Informationen in eine Datenbank eingepflegt, etwa Bilder von verschiedenen Blumen aus unterschiedlichen Perspektiven (Input), es können aber auch ganz bunt zusammengewürfelte Datensätze sein. Programmierer legen für die KI z.B. fest, welche Teile eine Blume ausmachen. Sie markieren auf jedem Bild den Stängel, die Blätter, den Stempel usw.
     
    Deep Learning Schema, links sieht man Bilder von 3 Blumen, in der Mitte 3 leere Kreise, rechts 2. Es führen Pfeile von den Blumen-Bildern zur Mitte, und von dort zu den linken Kreisen.
    Bild: Die Funktionsweise eines neuronalen Netzwerkes, stark vereinfacht.
     
    Die KI durchforstet diese Datensätze entsprechend dem programmierten Algorithmus. Sie berechnet, analysiert, sucht nach Mustern, kombiniert und gibt am Ende an, ob (oder bei welchen Bildern) es sich aller Wahrscheinlichkeit nach um Blumen handelt. Anhand dieses Outputs bekommt sie (anfänglich oft von Menschen) eine Rückmeldung im Sinne von „Richtig oder Falsch“, und verbessert so ihren Algorithmus. Dazu benötigt sie fortwährend neues Datenfutter.

    (Be-)Rechnung mit vielen Unbekannten

    Wird dabei ein Netzwerk aus mehreren Millionen Nervenzellen und Schichten simuliert, das ohne weitere menschliche Eingriffe selbständig lernt, gilt dies als Deep Learning. Laut Microsoft besteht ein solches Netzwerk „aus vielen Schichten linearer und nichtlinearer Verarbeitungseinheiten, den künstlichen Neuronen. Daher kommt auch der Ausdruck „deep“ für „tief“. Je mehr Neuronen und Schichten ein neuronales Netz umfasst, desto komplexere Sachverhalte können dargestellt werden“ (www.microsoft.com, Rubrik Microsoft erklärt, Seite abgerufen am 20.10.2022).
     
    Sind die Rechenschritte sehr komplex, können selbst die Programmierer am Ende nicht mehr richtig erklären, wie genau die KI auf das Endergebnis gekommen ist. Der Analyseweg ist für sie im Grunde nicht mehr nachvollziehbar (Black Box).
     
    Die Auswahl der angezeigten Posts bei Social Media basiert übrigens ebenfalls auf Künstlicher Intelligenz. Zwar werden dort im Vorfeld keine Pflanzenteile definiert. Aber jede unserer Aktionen ist für die Black Box ein weiteres Puzzlestück unseres persönlichen Profils.

    Ob eine KI auch journalistische Texte erzeugen kann? Das habe ich mich im Rahmen einer Blogparade von Nicole Isermann gefragt.
     
     
     .

Enjoy this blog? Please share on: