Kommentar von Kathleen Jaedtke, HubSpot Kann Künstliche Intelligenz kreativ sein?

IBM Watson oder AlphaZero zeigen eindrücklich, wozu Künstliche Intelligenz (KI) heute schon in der Lage ist und wie rasant die Entwicklung in diesem Feld voranschreitet. Dass Maschinen nicht nur intelligent, sondern auch kreativ werden, sollte also nur eine Frage der Zeit sein, oder?

Anbieter zum Thema

PresseBox - unn | UNITED NEWS NETWORK GmbH

Fujitsu Technology Solutions GmbH

Southern Tech GmbH

HubSpot

Was ist Kreativität? Laut Marcus du Sautoy, einem Mathematiker und Professor an der Oxford University, gibt es drei Arten davon: Explorative Kreativität benutzt bekannte Regeln und findet in deren Rahmen neue Lösungen für bestehende Probleme – beispielsweise Wege aus einem Labyrinth oder neue Kombinationen von Schachzügen. Demgegenüber verbindet kombinatorische Kreativität zwei komplett unterschiedliche Ideen, um mithilfe von Assoziationen Neues zu erschaffen – so verknüpfte beispielsweise das Smartphone die bestehenden Konzepte des Telefonierens und Fotografierens mit durchschlagendem Erfolg.

Die dritte Variante, nämlich die transformative Kreativität, ist am schwierigsten zu begreifen. Sie scheint aus dem Nichts zu kommen und bricht mit bestehenden Regeln. Ein berühmtes Beispiel hierfür ist Einsteins Relativitätstheorie. Welche Arten von Kreativität KI erlernen kann, wird aktuell noch diskutiert. Doch einige Aspekte davon gehören bereits zum Repertoire von KI-Lösungen.

KI kann explorative Kreativität bereits gut simulieren

Explorative Kreativität scheint wie gemacht für Computer: Auf Basis gelernter Regeln die bestmögliche Lösung für ein bestehendes Problem zu finden, ist für KI aufgrund der zur Verfügung stehenden Rechenleistung ein Kinderspiel. Auf diese Weise gelingt es den entsprechenden Programmen auch, hervorragende menschliche Schach- oder Go-Spieler zu schlagen. Dabei kommt es aber häufig auf das Material an, mit dem KI angelernt wird. Bei Spielen wie Schach oder Go ist das einfach, da es ein begrenztes Set an Regeln und möglichen Zügen gibt.

Diese Erfolge lassen sich aber nur bedingt in anderen Bereichen reproduzieren. So ist beispielsweise die menschliche Sprache um ein Vielfaches komplexer als Schach – und vor allem um mehrere Bedeutungsebenen reicher. Korrekte Grammatik und Rechtschreibung sind nicht gleichbedeutend mit inhaltlicher Richtigkeit und schon gar nicht mit moralischen Normen. Das zeigte sich sehr eindrücklich im Fall von Tay.ai, einem von Microsoft entwickelten Twitter-Chatbot. Dieser sollte Twitter wie jeder andere normale Teenager benutzen. Um Auftreten und Sprache der Nutzer zu erlernen, wurde der Chatbot darauf programmiert, andere Twitter-Nutzer nachzuahmen. Allerdings war das System hinter Tay genau aus diesem Grund anfällig für Sabotage und andere Nutzer begannen, den Chatbot mit sexistischen, rassistischen und hasserfüllten Aussagen zu füttern.

Die Problematik wurde auch Microsoft schnell bewusst: Zwar ist es möglich, menschliche User nachzuahmen, doch der Chatbot kann keine eigenen ethischen Entscheidungen treffen. Die Informationen dazu, was richtig oder falsch ist, erhält die KI nur von dem zugrunde liegenden Algorithmus. Tay fing nach einer kurzen Zeit also an, das Verhalten der Nutzer – oder in diesem Fall die Sprache der Tweets – nachzuahmen. Unglücklicherweise kamen dabei hauptsächlich antisemitische und frauenfeindliche Aussagen heraus und nach nur 16 Stunden stellte Microsoft den Dienst wieder ein.

Kombinatorische Kreativität stellt KI vor Herausforderungen

Auch hinsichtlich der kombinatorischen Kreativität gibt es bereits funktionierende KI-Ansätze. So wurde im Jahr 2015 beispielsweise aus IBMs Watson der „Chefkoch Watson“. Im Rahmen des Projekts entwickelte IBM in Zusammenarbeit mit Experten des Institute of Culinary Education in New York ein Kochbuch. Die Rezepte basierten fast vollständig auf dem Geschmacksalgorithmus der Technologie. IBM wollte mit Chefkoch Watson testen, ob Computer kreativ sein und Rezepte erstellen können, die zuvor noch niemand versucht hat und trotzdem gut schmecken. Watson informierte sich hierfür über die chemische Zusammensetzung von Hunderten verschiedener Zutaten und analysierte in Zusammenarbeit mit der Zeitschrift Bon Appétit Tausende Rezepte. Mithilfe der daraus gewonnen Daten schlug Watson für jedes neue Gericht vier verschiedene Zutaten vor, die man gut miteinander kombinieren kann. Die Reaktionen auf den KI-Chefkoch waren in erster Linie positiv. Beispielsweise war Watsons Rezept für eine BBQ-Soße sehr vielversprechend.

In einem anderen Fall funktionierte die kombinatorische Kreativität von KI weniger gut: nämlich bei der Kreation und Namensgebung von Farbtönen. Dabei werden häufig recht kreative Wortzusammensetzungen gewählt – beispielsweise „Curtis Salmon“, wie die amerikanische Farbproduktionsfirma Benjamin Moore eine Lachsfarbe nannte. Die Forscherin Janelle Shane ist für die Namensgebung von Farben noch einen Schritt weitergegangen. Sie wollte wissen was passiert, wenn eine KI Farben und dazu die entsprechenden Farbnamen entwickelt. Hierfür fütterte sie ein künstliches neuronales Netzwerk mit Namen existierender Farben und dem zugehörigen RGB-Farbraum. Mit der Hoffnung, dass die KI aus den Informationen lernen und neue Farben sowie passende Namen entwickeln könnte, pflegte die Amerikanerin eine Liste mit insgesamt 7.700 Farben in das System ein. Ein Algorithmus sollte dann einerseits eine Buchstabenfolge zur Bildung von Farbnamen entwickeln und andererseits eine Zahlenfolge, die als RGB-Wert abgebildet wurde. Laut Shane war die KI zwar in der Lage neue Farben zu erzeugen – nur die entstandenen Namen passten leider nicht dazu. Kreativ waren sie allemal, so bekam ein Braunton beispielsweise den Namen „Light of Blast“, was man in etwa mit „Licht der Explosion“ übersetzen kann.

Transformative Kreativität ist noch Science-Fiction

Aktuell ist die vorherrschende Meinung, dass KI niemals transformative Kreativität erreichen kann. Schließlich tut ein Computer genau das, was seine Programmierung ihm vorgibt. Die darin festgelegten Regeln bestimmen seine mögliche Leistung und er kann sich nicht davon emanzipieren. Am ehesten noch haben die sogenannten genetischen Algorithmen das Potenzial, sich selbst weiterzuentwickeln. Diese erzeugen eine Vielzahl an Miniprogrammen, deren eigene Berechnungen vom Zufall bestimmt sind. Schließlich werden die Ergebnisse der einzelnen Rechenwege mit dem erwünschten Ergebnis abgeglichen. Die erfolgreichsten Miniprogramme dürfen weitermachen und außerdem weitere Tochterprogramme mit abgewandelten, aber ähnlichen Berechnungen erzeugen. Auf diese Weise verbessern sich die Algorithmen selbst, um immer näher an das gewünschte Resultat heranzukommen. Das verdeutlicht jedoch auch die Grenze dieser Methodik: Sie ist nicht ergebnisoffen. Echte transformative Kreativität bleibt also bisher den Science-Fiction-Geschichten vorbehalten.

Die Autorin: Kathleen Jaedtke ist Regional Marketing Lead DACH bei HubSpot.

Fazit

Die aktuellen Entwicklungen zeigen außerdem in eine ganz andere Richtung. Heutige KI-Projekte wollen nicht die eine Superintelligenz schaffen oder gar dem Menschen ähnlich machen. Ziel ist es vielmehr, verschiedene spezialisierte KIs zu entwickeln, die jeweils in ihrem abgesteckten Feld bemerkenswerte Leistungen erbringen. So verbessern etwa intelligente Chatbots immer weiter ihre Fähigkeiten zur Sprachverarbeitung, um bessere Unterhaltungen führen zu können – allerdings in einem genau definierten Themenfeld, beispielsweise im Kundenservice eines Unternehmens. So wichtig auch die Grundlagenforschung ist, um die Grenzen des Möglichen auszutesten, so stehen Unternehmen vor der Herausforderung, die gewonnenen Erkenntnisse nutzbringend in die Praxis umzusetzen.

(ID:45941829)