Wann kommt der superintelligente Mensch?

Grenzenlose Technik

Wann kommt der superintelligente Mensch?

In den nächsten zehn Jahren werden fünf Milliarden Anwender und Billionen von Maschinen über schnelle Netzwerke verbunden sein. Für Mark Barrenechea, CEO und CTO von Opentext, wird sich damit auch verändern, wie wir arbeiten. In der IT&Production schreibt Barrenechea, wie Unternehmen intelligenter als je zuvor agieren können. Außerdem gibt er einen Ausblick zu seinen IT-Topthemen des Jahres 2018: künstliche Intelligenz, selbstfahrende Autos und Drohnen, Cyberwährungen, das Internet der Dinge, Sicherheit und die Cloud.
Was künstliche Intelligenz (KI) schon heute leisten kann, hat das GO-Spiel von AlphaGo, ein Computerprogramm, gegen den erfahrenen Spieler Lee Sedol eindrucksvoll unter Beweis gestellt. Der Sieg der Technik über das menschliche Gehirn basierte nicht nur auf klassischen KI-Funktionen wie Mustererkennung und Entscheidungsfindung, sondern auch auf der bahnbrechenden Technik des Reinforcement Learning. Gemeint ist, eine Aktion auszulösen, die zu einer größeren Belohnung führt. Algorithmen auf der Basis von Reinforcement Learning sind bereits heute verfügbar. Im Jahr 2018 werden sie mit autonomen Fahrzeugen auf der Straße oder Robotern in Fabrikhallen angewendet. Im Laufe des nächsten Jahres steigt das Interesse an KI in allen Branchen weiter an: Bis 2020 wird der KI-Markt auf 47 Milliarden Dollar anwachsen. Die Investition in KI, Big Data Tools und Systeme für maschinelles Lernen lohnt sich für viele Unternehmen: Bestehende und neue Daten können effektiver erfasst und ausgewertet werden und ermöglichen so eine bessere Entscheidungsfindung. Zudem steigt die Produktivität, Prozesse lassen sich weiter automatisieren und optimieren.

Das Internet of Everything

Das Internet der Dinge (IoT) schafft ein riesiges, globales Netzwerk von Geräten und Maschinen, die miteinander kommunizieren und Daten austauschen. Dieser Markt umfasst bis 2020 Milliarden von Geräten im Wert von 14,4 Billionen US-Dollar. Auch wenn wir die unmittelbaren Auswirkungen des Internets der Dinge vielleicht nicht spüren, so ist seine Wirkung doch enorm. Fortschritte in der IoT-Biotechnologie heben die Gesundheitsversorgung auf ein neues Niveau, mit einer rund um die Uhr laufenden Überwachung, einer gezielten Behandlung und sogar einer automatisierten Dosierung von Medikamenten. In intelligenten Städten – wenn alles an das IoT-Netz angeschlossen ist – werden autonome Fahrzeuge Unfälle durch menschliches Versagen verhindern und jährlich eine Million Menschenleben retten. Im ‚Intelligent Enterprise‘ verbindet das IoT die globale Lieferkette und ermöglicht so Transparenz, proaktive Nachschubplanung und vorausschauende Wartung. Mit dem IoT wird die datenbasierte Entscheidungsfindung zum Standard in allen Branchen und im täglichen Leben.

Wesen mit einem IQ von 1.000

Im Laufe der Zeit wurden Menschen nachweislich intelligenter. Mit computergestütztem Lernen, Programmen wie Massive Open Online Courses (MOOCs) und internetgestütztem Wissen, das zur Steigerung unseres IQs beiträgt, könnten wir in nur wenigen Jahrzehnten intelligenter sein als Stephen Hawking oder Albert Einstein. Aber gibt es eine Obergrenze für Intelligenz? Nicht, wenn es über natürliche oder gar menschliche Intelligenz hinausgeht. Human Enhancement Technologies (HET) und Brain Computer Interfacing-Technologien erweitern die Fähigkeit des Gehirns, Informationen zu speichern. Ein Exocortex, ein externes Verarbeitungssystem, wird es eventuell ermöglichen, alles, was wir jemals gelesen, gelernt und erlebt haben, zu speichern und darauf zuzugreifen. Diese Technologien, zusammen mit computergestütztem Lernen, werden IQs von mehr als 1.000 ermöglichen. Superintelligenz wird Teil der menschlichen Kultur. Wann wird die Schwelle überschritten sein, so dass unser Gehirn Datenmengen sogar schneller speichern, indexieren und durchsuchen kann als Google?

Seiten: 1 2Auf einer Seite lesen

Open Text Software GmbH
www.opentext.com

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige