Geschichte der KI - Von der Geburtsstunde der KI bis Deep Blue
Nachdem Alan Turing die theoretischen Grundlagen moderner Computer geschaffen und sich bereits mit der Frage beschäftigt hatte, ob Maschinen denken können, begann Mitte des 20. Jahrhunderts eine neue Phase. Aus einzelnen Ideen und Forschungsrichtungen entstand erstmals ein eigenes Forschungsgebiet: die künstliche Intelligenz.
Die folgenden Jahrzehnte waren geprägt von grossem Optimismus, ersten erstaunlichen Programmen, Rückschlägen und immer leistungsfähigeren Computersystemen.
Die Geburtsstunde der künstlichen Intelligenz
Im Sommer 1956 traf sich am Dartmouth College im US-Bundesstaat New Hampshire eine kleine Gruppe von Wissenschaftlern. Organisiert wurde das Forschungsprojekt unter anderem von John McCarthy, Marvin Minsky, Nathaniel Rochester und Claude Shannon. Bereits im Antrag für das Treffen verwendeten die Forscher den Begriff «Artificial Intelligence».
Ihre Annahme war ambitioniert: Aspekte des Lernens und der Intelligenz sollten sich so genau beschreiben lassen, dass eine Maschine sie nachbilden könnte. Während des Forschungsprojekts beschäftigten sie sich unter anderem mit maschinellem Lernen, Sprache, Problemlösung und Kreativität. Aus heutiger Sicht waren viele Erwartungen enorm hoch. Dennoch gilt das Dartmouth-Projekt als Geburtsstunde der künstlichen Intelligenz als eigenständiges Forschungsgebiet.
Quelle: ChatGPT
ELIZA – die Illusion des Verstehens
In den folgenden Jahren zeigte sich, wie schwierig es war, menschliche Intelligenz in einem Computer nachzubilden. Gleichzeitig entstand eine spannende Frage:
Muss eine Maschine wirklich verstehen, um den Eindruck von Verständnis zu erzeugen?
In den 1960er-Jahren entwickelte der Informatiker Joseph Weizenbaum am Massachusetts Institute of Technology das Computerprogramm ELIZA.
Besonders bekannt wurde das Skript DOCTOR, das einen Psychotherapeuten imitierte. ELIZA verstand die Aussagen der Nutzer nicht im menschlichen Sinn. Das Programm erkannte bestimmte Schlüsselwörter und Satzstrukturen und wandelte diese anhand vorgegebener Regeln in Fragen oder Antworten um.
Trotz dieser einfachen Funktionsweise reagierten Menschen teilweise erstaunlich emotional auf das Programm. Weizenbaum berichtete beispielsweise, dass seine Sekretärin, obwohl sie wusste, dass ELIZA nur ein Computerprogramm war, ungestört mit dem System kommunizieren wollte.
Der ELIZA-Effekt
Aus solchen Beobachtungen entstand der Begriff ELIZA-Effekt. Er beschreibt die Tendenz von Menschen, einem Computersystem Verständnis, Gefühle oder Absichten zuzuschreiben, sobald dieses überzeugend kommuniziert. ELIZA zeigte damit weniger, wie intelligent Computer bereits waren. Vielmehr wurde deutlich, wie schnell Menschen Intelligenz und Empathie in maschinelles Verhalten hineininterpretieren.
Diese Beobachtung ist auch heute interessant. Zwischen ELIZA und modernen Sprachmodellen liegen technisch Welten – dennoch können auch heutige Systeme durch überzeugende Kommunikation den Eindruck von Verständnis erzeugen. Als die hohen Erwartungen nicht erfüllt wurden, gingen in den 1970er-Jahren Forschungsbudgets und Investitionen zurück. Diese Phase wurde später als erster KI-Winter bezeichnet. Die Forschung ging jedoch weiter – und schon bald folgte eine neue Welle der Begeisterung.
Expertensysteme bringen die KI zurück
In den 1980er-Jahren erlebte künstliche Intelligenz durch sogenannte Expertensysteme einen neuen Aufschwung. Die Idee war, das Wissen menschlicher Fachleute mithilfe zahlreicher Regeln in einem Computer abzubilden. Nach dem Prinzip «Wenn A und B zutreffen, dann folgt C» konnten solche Systeme Schlussfolgerungen ziehen und Entscheidungen unterstützen.
In klar abgegrenzten Bereichen funktionierte das durchaus erfolgreich. Die Systeme waren jedoch aufwendig zu pflegen und stiessen schnell an Grenzen, wenn Situationen auftraten, für die keine passenden Regeln hinterlegt waren.
Ende der 1980er- und Anfang der 1990er-Jahre kühlte die Begeisterung erneut ab. Es folgte ein zweiter KI-Winter.
Quelle: ChatGPT
Deep Blue fordert den Schachweltmeister heraus
Ein besonders öffentlichkeitswirksamer Erfolg folgte in den 1990er-Jahren – auf dem Schachbrett. Am 11. Mai 1997 endete in New York das berühmte Match zwischen dem amtierenden Schachweltmeister Garry Kasparov und dem von IBM entwickelten Supercomputer Deep Blue.
Kasparov hatte ein erstes Match im Jahr zuvor noch gewonnen. Im Rückkampf 1997 setzte sich Deep Blue jedoch mit 3,5 zu 2,5 Punkten durch. Damit besiegte erstmals ein Computer einen amtierenden Schachweltmeister in einem Match unter regulären Turnierbedingungen.
Was machte Deep Blue so leistungsfähig?
Deep Blue konnte rund 200 Millionen Schachstellungen pro Sekunde untersuchen. Seine Leistung beruhte jedoch nicht nur auf enormer Rechenleistung. Das System kombinierte spezialisierte Hardware mit Suchverfahren, Bewertungsfunktionen und umfangreichem Schachwissen.
Deep Blue demonstrierte damit eindrucksvoll, welche Leistungen Computer bei einer klar definierten Aufgabe erreichen konnten. Gleichzeitig zeigte das System auch die Grenzen solcher KI: Deep Blue konnte hervorragend Schach spielen – aber keine Gespräche führen, keine Bilder verstehen und keine alltäglichen Probleme lösen.
Es war ein Beispiel für eine spezialisierte künstliche Intelligenz: aussergewöhnlich leistungsfähig in einer bestimmten Aufgabe, aber weit entfernt von einer allgemeinen, menschenähnlichen Intelligenz.
Fazit
Von der Dartmouth-Konferenz 1956 bis zum Sieg von Deep Blue 1997 lagen rund vier Jahrzehnte voller grosser Erwartungen, Rückschläge und technologischer Fortschritte.
Mit Dartmouth erhielt die künstliche Intelligenz ihren Namen. ELIZA zeigte, wie überzeugend bereits einfache Computerprogramme auf Menschen wirken können. Die KI-Winter machten deutlich, dass viele Erwartungen der technischen Realität voraus waren. Und Deep Blue bewies schliesslich, dass Maschinen Menschen in hoch spezialisierten Aufgaben übertreffen können.
Doch die entscheidende Entwicklung stand noch bevor: Statt Computern jede einzelne Regel vorzugeben, begannen Forscher zunehmend, Systeme aus Daten lernen zu lassen.
Im vierten und letzten Teil unserer Serie führt der Weg deshalb vom maschinellen Lernen über Deep Learning und neuronale Netze bis zu ChatGPT und der modernen generativen KI.
Folge uns auf Social Media
Bleibe auf dem Laufenden über die neuesten Updates zu KI und weiteren spannenden Themen. Folge uns auf unseren Social Media Kanälen:
Weiterführende Quellen & Links
Die Geburtsstunde der künstlichen Intelligenz (1956):
McCarthy, J., Minsky, M., Rochester, N. & Shannon, C.: A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence. Der Antrag stammt von 1955 und enthält bereits den Begriff „Artificial Intelligence“.
ELIZA und Joseph Weizenbaum:
Weizenbaum, J.: ELIZA – A Computer Program for the Study of Natural Language Communication Between Man and Machine. Die Originalarbeit erschien 1966 in Communications of the ACM.
Die Entwicklung der künstlichen Intelligenz und die KI-Winter:
IBM bietet einen guten historischen Überblick über die verschiedenen Entwicklungsphasen der KI und wichtige Meilensteine. IBM
Zur Geschichte der künstlichen Intelligenz bei IBM
Deep Blue vs. Garry Kasparov (1997):
IBM dokumentiert die Entwicklung von Deep Blue sowie den historischen Sieg gegen Garry Kasparov. Dort werden auch die 200 Millionen untersuchten Schachstellungen pro Sekunde bestätigt. IBM
Zur Geschichte von Deep Blue bei IBM
