Ist KI jetzt schon für Drohnen nutzbar?
Gerade jetzt werden viele Fragen nach Künstlicher Intelligenz (KI) gestellt. Das Thema wird gehypt und ist den Medien täglich eine Schlagzeile wert. Seit Ende der 1980er Jahre beschäftigen wir uns mit KI.
Zuerst stellten wir grundsätzliche Fragen zur Semantik und einer möglichen Architektur. In den frühen 1990er machten wir uns dann Gedanken über mögliche Anwendungen auf den damals für die Entwicklung von KI konzipierten LISP-Maschinen. Es gab schon in der frühen Phase verschiedene Definitionen zu KI und damit auch unterschiedliche Herangehensweisen Auf der einen Seite wurde zum Beispiel versucht, mit dialektischen Gesetzen (Hegel und Engels) die Grundprinzipien einer KI zu beschreiben, andere Ansätze basieren auf mathematischen und kybernetischen Modellen. Die entscheidende Frage war aber die nach einer möglichen Selbsterkenntnis eines maschinenbasierenden KI-Systems. Einfach ausgedrückt fragten wir: Kann eine Maschine lernen?
Über diese Frage wird selbst heute noch erbittert gestritten. Es fängt mit der Frage an: Was bedeutet lernen? Derzeit basieren KI-Systeme auf Datensammlungen. Das können Texte und/oder Verknüpfung von mathematischen aber auch textlichen Zusammenhängen sein. Auch Bildinformationen können eine Datensammlung darstellen.
Heutige KI-Systeme sind regelbasiert aufgebaut. Diese Systeme basieren meist auf „Wenn-Dann-Beziehungen" oder Mustervergleichen. Ein KI-System kann Aufgaben ausführen und das Ergebnis – auch wieder nach entsprechenden Regeln – als erfolgreich oder nicht erfolgreich einordnen. Gute KI-Systeme können entsprechend der Ergebnisse eigene Regeln präzisieren und anpassen. Dies ist aber noch kein lernen, da die Komponente „Erkenntnis" fehlt. Nach Duden wird Erkenntnis wie folgt definiert: „Erkenntnis ist eine durch geistige Verarbeitung von Eindrücken und Erfahrungen gewonnene Einsicht". KI-Systeme können aber bisher keine „Einsicht" generieren. Weil diese Komponente eben (noch) fehlt, spricht man auch von einer „einfachen KI". Querverbindungen zu auf mathematischen Modellen basierenden Simulationen sind nicht ganz verkehrt.
So stellt sich ein KI-System die Zukunft von Drohnen vor
Aber was ist das größte Problem der derzeit vorhandenen einfachen KI? Diese einfache KI macht Fehler, entscheidende Fehler.
Was passiert gerade im "KI-Markt"?
Nachdem Microsoft schon vor Jahren in OpenAI (ChatGTP) investiert hatte und jetzt dies als Service in die eigene Suchmaschine BING integriert hat, schrillten bei Google die Alarmglocken und Google musste überhastet nachziehen. Microsoft stellte mit der Integration der KI-Engine in ihre Suchmaschine defacto die bisherige Vorgehensweise der Recherche im Internet komplett infrage. Die Basis des gesamten Geschäftsmodells von Google gerät gleichzeitig damit ins Wanken. Nur wenige Stunden nach der Microsoft-Präsentation zog Google nach und präsentierte ein eigenes System. Das Ergebnis war desaströs: Das System funktionierte nicht, war einfach noch nicht fertig. Die Präsentation – dann mit Sreenshots- zeigte in den Suchergebnissen zusätzlich noch eklatante faktische Fehler. Google verlor innerhalb kürzester Zeit 100 Mrd. USD Börsenwert. Investoren und Aktien-Spekulanten, die auf den Marketing-Hype um KI reingefallen waren, erkannten, dass die KI eigentlich noch am Anfang der Entwicklung steht. Auch bei der Microsoft-KI sind, wie FelixBa (Youtube) entdeckte, in deren offizieller Präsentation auf der eigenen Webseite Fehler enthalten. Microsoft wurde wegen dieser Fehler im Vergleich zu Google am Aktienmarkt aber nicht abgestraft.
Ein Selbstversuch
Wir haben in der Folge einen Selbstversuch durchgeführt und verschiedene KI-Systeme nach der Zukunft der medizinischen Logistik mit Drohnen befragt. Das ist ein Themengebiet, in dem wir zuhause sind und damit können wir die Ergebnisse fachgerecht bewerten. Zuerst haben wir KI-Bildgeneratoren (Midjourney, Dall-e 2) die Aufgabe gestellt, eine Drohne für die medizinische Logistik der Zukunft zu entwickeln. Als Ingenieure haben wir bei den vorgeschlagenen Ergebnissen hinsichtlich deren Flugeigenschaften – vorsichtig ausgedrückt - ein wenig bedenken. Es ist trotzdem interessant, für uns auch witzig.
Wenn wir dann einen KI-getriebenen Text-Generator (ChatGPT) mit der gleichen Frage füttern, kommt dabei ein ziemlich allgemeiner, aber nicht grundsätzlich falscher Text heraus:
Die medizinische Logistik mit Drohnen hat in den letzten Jahren deutliche Fortschritte gemacht und wird sich in Zukunft weiterentwickeln. Hier sind einige mögliche Entwicklungen:
- Verbesserte Technologien: Drohnentechnologien werden immer fortschrittlicher und zuverlässiger, was zu schnelleren und sichereren Lieferungen führen wird.
- Breitere Anwendungsbereiche: Drohnen werden zunehmend in neuen Anwendungsbereichen eingesetzt, wie z.B. bei Katastrophenhilfe, bei der Überwachung von Krankheiten oder bei der Bereitstellung von medizinischen Versorgungen in abgelegenen Gebieten.
- Regulierung: Es wird erwartet, dass Regulierungsbehörden ihre Vorschriften für den Einsatz von Drohnen in der medizinischen Logistik anpassen werden, um sicherzustellen, dass die Lieferungen sicher und effizient durchgeführt werden können.
- Datenanalyse: Die Verwendung von Datenanalyse wird zunehmen, um die Effizienz der medizinischen Logistik zu verbessern und zu verstehen, wie sie besser auf die Bedürfnisse der Patienten abgestimmt werden kann.
- Integration mit anderen Technologien: Drohnen können zukünftig mit anderen Technologien wie künstlicher Intelligenz und Internet of Things (IoT) integriert werden, um eine noch effizientere medizinische Logistik zu ermöglichen.
(ChatGTP)
Eine kurze Bewertung
Die Antwort des KI-Textgenerators ist aus technologischer Sicht nicht falsch, entscheidende Elemente bei der Beurteilung der Zukunftsfähigkeit der Anwendung werden aber nicht oder nur sehr unpräzise formuliert.
- Regulierungen sind ein wichtiges Thema. Dabei geht es vor allem um Zulassungsbestimmungen und die Regulierung des Luftraums. Das Thema könnte mit dem 3. Punkt der Antwort des KI-Textgenerators abgedeckt sein. Für einen Zeitungsartikel wäre diese Aussage noch akzeptable, als Basis für eine strategische Entscheidung in einem Unternehmen ist das aber definitiv nicht ausreichend.
- Die Datenanalyse ist kein mit Drohnen verbundenes neues Element. Das machen wir mit unserer Software täglich für unsere Bodentransporte. Das Thema wird im Vergleich zum Transport am Boden qualitativ nicht anders behandelt werden.
- Die Frage der Wirtschaftlichkeit wird nicht gestellt. Dies ist aber die entscheidende Frage. Kann die auf Drohnen basierende Logistik mit dem Mitbewerber „Auto" mithalten oder in oder hinsichtlich der Kosten sogar unterbieten? Bisher wurden Drohnen-Projekte – so weit Zahlen zur Wirtschaftlichkeit überhaupt veröffentlicht wurden – subventioniert oder arbeiten noch hoch defizitär.
Wie wird sich KI entwickeln und welche Herausforderungen sind zu beachten?
Um mögliche Entwicklungen zu beschreiben, lohnt sich ein Blick auf gegenwärtige KI-generierte Projekte. Interessant ist hier vor allem das Projekt „Seinfeld". Auf Twitch wird „Watchmeforever" eine KI-generierte Fortsetzung dieser kultigen „Show über nichts" in einer unendlichen Folge 24/7 gestreamt. Nun wurde diese eigentlich nicht endende Geschichte von Twitch vorübergehend gesperrt. Analysiert man die Hintergründe ist zu erkennen, dass eine KI von Twitch einen auf Twitch verbotenen homophoben Witz in der KI-generierten Story erkannt und den Stream daraufhin mit einer 14tätigen Sperre belegt hat. Schaut man sich dem Witz in der Story im Zusammenhang an, würde mindestens die Hälfte der Zuschauer keinen homophoben Witz erkennen. Die KI von Twitch erkennt den Zusammenhang aber nicht, trifft eine zumindest fragwürdige (regelbasierte) Entscheidung und sperrt daraufhin den Stream. Eine unausgereifte KI kontrolliert eine unausgereifte KI – das klingt nach Horror, ist aber hier schon Realität.
KI wird derzeit gerade im militärischen Bereich massiv gehypt. Da wird "KI" meist als Verkaufsargument genutzt, um vor allem bei den Preisen der Militärtechnik die Kommastellen noch einmal um einige Stellen nach rechts rücken zu können. Gerade bei Drohnen, wird diese KI jetzt als „siegbringender Fortschritt" gepriesen. Wie oben beschrieben sind die KI-Systeme mit ihren als Basis verwendeten Datensammlungen noch sehr fehlerhaft. KI-Systeme in der Landwirtschaft können beim zielgerichteten Einsatz von Wasser und Düngemittel bereits jetzt helfen, Ressourcen zu sparen. Im militärischen Bereich geht es im Gegensatz zur Landwirtschaft aber um Menschenleben. Eine Pflanze, die aufgrund eines Fehlers oder einer Ungenauigkeit der KI zu viel Wasser abbekommt, kann das verkraften. Wenn durch eine ungenaue KI ein unbeteiligter Mensch sein Leben verliert, ist das nicht verkraftbar. Gerade bewaffnete Drohnen richten mehr Schaden an, als dass sie wirklich nutzen. (https://www.heise.de/meinung/Bilanz-nach-20-Jahren-US-Drohnenangriffe-Es-trifft-meist-die-Falschen-6212380.html). Militärische Drohnen und KI ist ein gefährlicher Mix, weil hier der Einsatz einer unausgereiften Technologie defacto das Leben unbeteiligter Menschen zumindest in Gefahr bringt. Bei der Drohnennutzung können auf Regeln basierende Entscheidungshilfen durchaus sinnvoll sein, wenn damit "Zeit für das Nachdenken" eingespart werden kann. Für einen Einsatz von KI zur vollautomatischen Steuerung von zum Beispiel kritischen Flugmanövern, ist es noch zu früh. Diese Einschätzung basiert auf den Einsatz einer echten KI. Regelbasierende Entscheidungshilfen gibt es ja jetzt schon ausreichend.
Fazit
KI ist schon spannend. Es können mit KI zum Beispiel witzige Bildumsetzungen und mit Textgeneratoren interessante Formulierungen generiert werden. Aber ob der Einsatz der (echten) KI jetzt schon für einen Einsatz in der täglichen Praxis ausreicht, möchten wir nicht nur wegen der hier gezeigten Beispiele anzweifeln. Die Entwicklungen von KI haben Potential, auch wenn es sicherlich noch einige Jahre dauern wird, bis diese (echten) KI-Systeme eine akzeptable Genauigkeit und Relevanz erreichen werden. Zur Erreichnung einer echten KI bedarf es vorher vielleicht der Entwicklung neuronaler Netze? (Einfache) KI kann bei der Vorbereitung von Entscheidungen helfen, verlassen darf man sich auf KI-generierte Informationen aber auf keinen Fall. In einigen Fällen, wie zum Beispiel der Landwirtschaft, können mit der verfügbaren einfachen KI bereits jetzt schon positive Effekte erzielt werden. In anderen Bereichen wie zum Beispiel bei militärischen Anwendungen oder selbstfahrenden Autos, bedarf es immer (noch) einen fachkundigen Menschen, der die generierten Informationen einordnen und bewerten kann.
