Heutzutage ist künstliche Intelligenz ein fester Bestandteil des Alltags geworden und dringt in verschiedene Bereiche der Gesellschaft und Wirtschaft vor. Die Technologie ist in der Medizin, im Finanzwesen, im Bildungswesen und anderen Bereichen gefragt. Mit dieser rasanten Entwicklung gehen jedoch auch neue Herausforderungen einher. Entwickler und Forscher stehen vor einer Reihe komplexer Probleme, die ein tiefes Verständnis und Lösungen erfordern – darüber sprechen wir mit Egger Mielberg, dem Gründer von Arllecta.
Künstliche Intelligenz ist heutzutage vielleicht eines der am meisten diskutierten Themen. Wie würden Sie KI und ihre Hauptmerkmale charakterisieren?
Künstliche Intelligenz kann als Bereich der Informatik kategorisiert werden. Das Modell zielt darauf ab, intelligente Maschinen zu schaffen, die in der Lage sind, Aufgaben auszuführen, die normalerweise menschliche Intelligenz erfordern. Zu seinen Hauptmerkmalen gehören die Fähigkeit, aus Daten zu lernen, sich an neue Situationen anzupassen, Entscheidungen zu treffen, Muster und Sprache zu erkennen sowie die Fähigkeit, komplexe Probleme in Echtzeit zu lösen. Diese Funktionen ermöglichen es der KI, die Leistung zu verbessern, Ressourcen zu optimieren und innovative Lösungen zu finden
verschiedene Lebens- und Wirtschaftsbereiche. Ich sollte jedoch beachten, dass nicht alle neuronalen Netze, die heute als künstliche Intelligenz positioniert werden, dies auch tatsächlich tun.
Warum? Welche Kriterien erfüllen sie nicht?
Ich betone zwei Hauptmerkmale echter künstlicher Intelligenz, die sie einzigartig machen. Die erste ist die Fähigkeit, eigenes neues Wissen zu generieren und sich an veränderte Bedingungen in der Kommunikation mit Menschen anzupassen. Künstliche Intelligenz muss Veränderungen im Ton, Fokus und Thema eines Gesprächs verstehen und darauf reagieren. Das zweite Merkmal ist die Eigenschaft, aus Benutzerinteraktionen grundlegende Definitionen und Wissen zu extrahieren, die in der Zukunft verwendet werden können. Mit anderen Worten: Es kann seine eigene Erfahrung gestalten. Meiner Meinung nach sind diese Eigenschaften in den meisten bestehenden Modellen, einschließlich des GPT-Chats, immer noch nicht realisiert, und dies wird durch viele Studien und Entwickler selbst bestätigt. Neuronale Netze haben kein wirkliches Kontextverständnis. Sie können Daten analysieren, aber sie können den Inhalt oder die emotionale Nuance von Informationen nicht wirklich verstehen, was ein wichtiger Aspekt der menschlichen Intelligenz ist. Deshalb arbeiten mein Team und ich aktiv an unseren eigenen Tools, die tatsächlich künstliche Intelligenz schaffen könnten, die über die aktuellen Einschränkungen hinausgehen kann.
Welche Ziele haben Sie für sich?
Ich möchte das Paradigma der künstlichen Intelligenz ändern und die Technologie in die richtige Richtung lenken. Unser Ziel ist es, den Unterschied in der Sichtweise und Bedeutung der künstlichen Intelligenz aufzuzeigen, indem wir die Merkmale identifizieren, die unsere Lösung auszeichnen. Unser Ziel ist es, nicht nur Branchenführer zu werden, sondern neue Standards und Entwicklungsrichtungen im Bereich KI zu setzen. Dies ist wichtig, damit die Forschung und die Bemühungen der Menschen in die richtige Richtung gelenkt werden und nicht in nutzlose Erkundungen verfallen. Derzeit testen wir unsere Programme aktiv und planen, den Benutzern in naher Zukunft den Zugriff darauf zu ermöglichen.
Gibt es bei Ihnen bereits erprobte Entwicklungen, die praktische Ergebnisse gezeigt haben?
Natürlich. Beginnen wir mit der Tatsache, dass ich mich bereits 2010 dazu entschlossen habe, eine mit Google vergleichbare Suchmaschine zu entwickeln. Das Modell basierte auf einer semantischen Suche – das System analysierte die Anfrage des Benutzers, identifizierte das Hauptproblem und bot relevante Lösungen an. Dieser Ansatz unterschied sich grundlegend von dem typischer Suchmaschinen, deren Algorithmen nach einfachen Übereinstimmungen von Wörtern und Phrasen suchen. Ich habe das System zusammen mit meinen amerikanischen Kollegen getestet und die Ergebnisse dieser Tests bestätigten die Überlegenheit meines Systems gegenüber Google und Yandex. Einige der Algorithmen wurden an Yandex verkauft und ich arbeitete weiter im Bereich der künstlichen Intelligenz.
Meine aktuellen Projekte beziehen sich auf mathematische Modelle im Bereich des Internets der Dinge und Lösungen für Call Center. Insbesondere habe ich einen Algorithmus eingeführt, um die Aktivität von Arbeitern in großen Produktionsbetrieben zu verfolgen. Unser System erkennt deren Zustand, Standort und andere Parameter und analysiert und passt die Prozesse dann in Echtzeit unter Berücksichtigung ihrer Position und Geschwindigkeit an. Wir haben auch intelligente Systeme für Contact Center entwickelt, die Kundenanfragen auf der Bedeutungsebene verarbeiten und versuchen, ihr Wesen zu verstehen und Probleme zu lösen, ohne sie an einen Operator weiterzuleiten. Ihre Aufgabe besteht darin, ein hohes Serviceniveau zu bieten, ohne Personalressourcen einzubeziehen.
Darüber hinaus habe ich ein Projekt im Bereich Medizin.
Können Sie uns mehr darüber erzählen?
Wir haben ein einzigartiges Modell entwickelt, das es uns ermöglicht, Zusammenhänge zu erkennen, die mit herkömmlichen Analysemethoden unsichtbar bleiben. Ich nenne sie „semantische Verbindungen“ – das sind Verbindungen zwischen Objekten unterschiedlicher Natur. Unser System ist in der Lage, beispielsweise einen Zusammenhang zwischen einem Flugzeug und einer Kunstausstellung aufzudecken, der für einen Forscher möglicherweise nicht offensichtlich ist. Die Einzigartigkeit des Ansatzes liegt in seiner Fähigkeit, verborgene Zusammenhänge auf der Mikroebene – biochemisch und molekular – aufzudecken. Lassen Sie mich erklären, wie das funktioniert: Wir können die spezifische Entzündungsquelle im menschlichen Körper identifizieren. Veränderungen an der Haut können beispielsweise mit der Funktionsstörung eines Organs verbunden sein, das weit vom Entzündungsort entfernt liegt, sie werden direkt durch die Arbeit eines bestimmten Teils des Gehirns verursacht. Unsere Methode ermöglicht es uns, diese Zusammenhänge zu entschlüsseln und die verborgenen Ursachen von Krankheiten aufzudecken.
In welchem Bereich der Medizin wollen Sie diesen Algorithmus einsetzen?
Wir arbeiten an einem Diagnosemodell, das Onkologie in frühen Stadien erkennt. Leider weisen bestehende Diagnosemethoden bei der Erkennung bestimmter Krebsarten nur eine Genauigkeit von 60 % auf. Dieser Prozentsatz ist unglaublich niedrig. Da sich die meisten erkannten Krebsarten bereits im dritten und höheren Stadium befinden, sind die Chancen auf eine vollständige Heilung äußerst gering. Deshalb ist dieser neue Ansatz so wichtig. Unsere Methodik liefert genauere Ergebnisse bei der Diagnose und ermöglicht es uns, die Behandlung so früh wie möglich zu beginnen. Und dies ist ein wichtiger Schritt im Kampf gegen diese schreckliche Krankheit.
Wir sehen also, dass KI nach und nach immer mehr Bereiche unseres Lebens erobert. Vor welchen Herausforderungen stehen Forscher und Entwickler in diesem Bereich?
Eine der größten Herausforderungen ist die Notwendigkeit, große Datenmengen zu verarbeiten. Da die Technologie voranschreitet, werden die Daten immer größer und schwieriger zu analysieren. Daher müssen Entwickler effiziente Methoden zum Sammeln, Speichern und Analysieren dieser Daten implementieren, um wertvolle Erkenntnisse zu gewinnen. Cybersicherheit und Datenschutz sind immer ein heißes Thema. Mit zunehmender Informationsmenge, die zum Trainieren von Algorithmen verwendet wird, steigt die Wahrscheinlichkeit von Datenlecks und Missbrauch dieser Informationen. Und natürlich stehen auch ethische Fragen auf der Tagesordnung. Bei der Entwicklung von KI müssen die möglichen negativen Folgen ihres Einsatzes berücksichtigt werden, wie etwa Diskriminierung, Arbeitsplatzverlust aufgrund der Automatisierung und Bedrohungen der Privatsphäre. Forscher sollten daran arbeiten, Technologien zu entwickeln, die der Gesellschaft zugute kommen und gleichzeitig Risiken und negative Auswirkungen minimieren. Kurz gesagt, Entwickler und Forscher stehen vor vielen Herausforderungen, aber ihr Ziel bleibt dasselbe: nachhaltige, sichere und ethische Systeme der künstlichen Intelligenz zu schaffen, die die Welt revolutionieren und unser Leben und die Gesellschaft als Ganzes verbessern können.
Hervorgehobener Bildnachweis: Steve Johnson/Unsplash
