Künstliche Intelligenz: Digitale Dichtung und Meinungsmanipulation
Künstliche Intelligenz kann dichten und Prosatexte verfassen. KIs können auch zur Meinungsmanipulation eingesetzt werden, zeigte sich auf der KI-Konferenz IJCAI
Ein Auto, das auf einer Gebirgsstrecke aus der Kurve geschleudert wird und den Abhang hinabstürzt: Mehrmals hintereinander zeigte Yann LeCun die kurze Videosequenz, um die begrenzte Tauglichkeit von Verfahren des Deep Learning für Anwendungen in der physischen Realität zu unterstreichen. Die Methode sei großartig für Spiele und andere virtuelle Umgebungen, erfordere für die wirkliche Welt aber zu viele Versuche.
Der Leiter der KI-Forschung bei Facebook sprach in einem Plenarvortrag bei der IJCAI (International Joint Conference on Artificial Intelligence) in Stockholm über Lernverfahren und die möglichen nächsten Schritte der Künstlichen Intelligenz (KI). Derzeit gehe es bei KI-Anwendungen heute noch überwiegend um überwachtes Lernen, wobei Grafikprozessoren in letzter Zeit die Verarbeitung von großen Datenmengen ermöglicht hätten. Mittlerweile würden Neuronale Netze mit 150 Schichten und mehr konstruiert und hätten insbesondere die Wahrnehmung vorangebracht.
Lernen mit Weltmodell
Das Interesse daran sei vor allem von der Robotik wieder entfacht worden: Deep Learning helfe, die von den Sensoren autonomer Fahrzeuge erhobenen Daten in Echtzeit zu erfassen und zu klassifizieren. Es reiche aber allein nicht aus, um so einem Fahrzeug das Fahren beizubringen.
"Reine Lernverfahren ohne Weltmodelle funktionieren in der Realität nicht", sagte LeCun. Man könne das Auto nicht Millionen Male von der Klippe stürzen lassen, bis es endlich herausgefunden hat, wie es die Kurve meistern kann. Die meisten Menschen dagegen würden innerhalb von zwanzig Stunden Autofahren lernen, ohne in dieser Zeit einen einzigen Unfall zu verursachen. Dabei helfe ihnen der gesunde Menschenverstand, der eben auch ein von der jeweiligen Aufgabe unabhängiges Modell der Welt beinhalte. Der KI fehle das noch. Ein wichtiger zukünftiger Entwicklungsschritt müsse daher die Paarung von maschinellem Lernen und Denken sein.
Künstliche Intelligenz als Dichter
Gleichwohl könnte ein unbefangener Beobachter den Eindruck gewinnen, dass KI heute schon denkt. Wie sonst sollte sie in der Lage sein, Gedichte und kurze Prosatexte zu verfassen? Xiaopeng Yang (University of Waterloo) stellte ein Verfahren vor, das zu einer Vorgabe wie "The winter snowflakes are flying" ein vierzeiliges chinesisches Gedicht erstellen kann. In englischer Übersetzung lautet es:
The winter comes after one blowy and rainy night
Cold snowflakes are everywhere in the river city
There is no long calendar for the flying snow
Sad couples are saying farewells in the courtyard
Um Prosatexte ging es im Vortrag von Xiaocheng Feng (Harbin Institute of Technology). Die von ihm vorgestellten Verfahren bauten auf den bei Gedichten verwendeten auf, gingen aber darüber hinaus, da Prosatexte weniger klar strukturiert seien und sich, anders als Kurzgedichte, mit mehreren Themen beschäftigten. Am besten bewährt habe sich die als Multi-Topic-Aware LSTM (Long Short-Term Memory) bezeichnete Methode, die (in englischer Übersetzung) aus den Worten "Mother", "Hope", "Grow up", "Children", "Maternal Love" folgenden Text erzeugte:
Dear Child, when you grow up and realise that it‘s your mother who wins you the hope of life with her flesh and blood, will you truly feel how great the maternal love is!
Wer die chinesische Sprache beherrscht, findet die Originaltexte in den Papers von Xiaopeng Yang und Xiaocheng Feng – und kann sich auch an dem von Xiaoyuan Yi (Tsinghua University) vorgestellten Online Poetry Generator versuchen.
Beeinflussung durch KI-Texte
Die Textgeneratoren sind mithilfe von Lernverfahren und Textdaten aus dem Internet trainiert worden und können die Aussage von LeCun, dass solche Lernverfahren in der wirklichen Welt nicht funktionieren, in Frage stellen. Auf jeden Fall darf davon ausgegangen werden, dass Texte, die vom Computer erstellt wurden, ebenso wirken und Menschen beeinflussen können, wie von Menschen verfasste Texte.
Die Auswirkungen können sogar ganz erheblich sein, wenn sich die Forschungen zu Computertexten mit denen vereinigen, über die in der Sitzung mit dem Titel "Social Choice, Game Theory, and Networks" diskutiert wurde.
Hier ging es in mehreren Vorträgen darum, soziale Netzwerke zu analysieren und solche Personen zu identifizieren, die überzeugt (oder bestochen – natürlich mit Kostenminimierung) werden müssen, um Mehrheiten für bestimmte Positionen oder Kandidaten zu gewinnen. Nimrod Talmon (Ben-Gurion University) fasste seine Ausführungen mit der ironischen, trotzdem irritierenden Bemerkung zusammen: "Bei wenigen Kandidaten ist die Weltherrschaft leicht zu erreichen!" (olb)
