Ähnlich aber nicht gleich

Episode 04 | 15. Februar 2021

Maschinen sind seit einigen Jahren sehr gut darin, Objekte zu erkennen. Zum Beispiel Kaffeetassen, Katzen oder Hunde. Zu sehen, ob jemand mit einem Hund spazieren geht, ist für Maschinen jedoch sehr schwierig. Die Computerwissenschaftlerin Melanie Mitchell erklärt mir, warum das so ist und weshalb das für autonome Fahrzeuge zum Problem werden kann. Ausserdem ist Mitchell überzeugt: Maschinen brauchen einen Körper, um die Welt um sich herum richtig verstehen zu können.

Foto von Jael Rodriguez

Melanie Mitchell

Meine Gesprächspartnerin in dieser Episode ist Professorin für Computerwissenschaften an der Portland State University. Melanie Mitchell hat schon Ende der achtziger Jahre ein Computerprogramm entwickelt, das einfache Analogieschlüsse ziehen und Ähnlichkeiten in Dingen erkennen kann, die auf den ersten Blick wenig gemeinsam haben. Wir Menschen machen das ganz intuitiv, zum Beispiel wenn wir zwei verschiedene Musikstücke ein und demselben Musikstil zuordnen. Mitchell weiss aus eigener Erfahrung, wie schwierig es ist, Computersystemen diese Fähigkeit beizubringen. In ihrem Buch Artificial Intelligence: A Guide for Thinking Humans schreibt sie, dass «wir Menschen dazu tendieren, die Fortschritte im Bereich künstliche Intelligenz zu überschätzen und die Komplexität unserer eigenen Intelligenz zu unterschätzen».

Audioquellen

Josh Tennenbaum, Professor für Kognitionswissenschaften am MIT, erklärt in einem öffentlichen Vortrag, wie Maschinen das, was sie sehen, manchmal gründlich missverstehen.