Dieses Werk befasst sich mit den wesentlichen historischen Einflussfaktoren, die zur Entwicklung moderner Künstlicher Intelligenz (KI) geführt haben. Im Fokus steht dabei das Verständnis von Intelligenz im zeitlichen Verlauf. Es geht weniger um eine technische Betrachtung, sondern um menschliche Einflussfaktoren mit deren situativen und zeitgemäßen Verständnis von künstlicher Intelligenz.
Künstliche Intelligenz (Artificial Intelligence, AI) ist einer der wichtigsten Trends in der Digitalisierung und in der modernen Welt nicht mehr wegzudenken. Längst hat sie sich in vielen Bereichen wie zum Beispiel in Medizin, Mobilität, Sprachassistenz und anderen etabliert. Im Gegensatz zu klassischen Programmierparadigmen werden neue Wege und Möglichkeiten der Problemlösung ermöglicht. Mit künstlichen neuronalen Netzen und leistungsfähiger Hardware wird versucht, das menschliche Gehirn und dessen Entscheidungsfindung nachzuahmen.
Inhaltsverzeichnis
1. Einleitung
1.1. Problemstellung
1.2. Zielsetzung und Methodik
2. Theoretische Grundlagen / Stand der Forschung
2.1. Bis 1955: Grundlagen und Alan Turings arbeiten.
2.2. 1956 – 1968: Dartmouth Conference und erste Schritte
2.3. 1969 – 1974: Erster AI-Winter
2.4. 1975 – 1986: Verbreitung der Expertensysteme
2.5. 1987 – 1995: Zweiter AI-Winter
2.6. 1996 – 2011: Wachstum von Rechenleistung und verfügbaren Daten
2.7. Ab 2012: Modernes Machine Learning
3. Methodik und Untersuchungsverfahren
4. Untersuchung und Intelligenzverständnis im zeitlichen Verlauf
5. Interpretation
6. Zusammenfassung und Ausblick
Zielsetzung und Themen
Die Arbeit analysiert die historische Entwicklung der Künstlichen Intelligenz (KI) unter besonderer Berücksichtigung der sich wandelnden menschlichen Einflussfaktoren und des situativen Intelligenzverständnisses. Das Ziel ist es, die Bedingungskonstellationen vergangener Epochen nachzuvollziehen, um zu verstehen, welche Faktoren historisch zu einer bestimmten technologischen Entscheidung führten oder Meilensteine begründeten.
- Analyse der historischen Entwicklungslinien der Künstlichen Intelligenz.
- Untersuchung des Wandels im Verständnis von „Intelligenz“ über die Jahrzehnte.
- Modellierung situativer Entscheidungsbedingungen der Akteure in der KI-Historie.
- Evaluierung der zyklischen Phasen von Euphorie und Ernüchterung (AI-Winter).
- Kritische Einordnung moderner Algorithmen gegenüber historischen Meilensteinen.
Auszug aus dem Buch
2.2. 1956 – 1968: Dartmouth Conference und erste Schritte
Die Dartmouth Conference fand 1956 am Dartmouth College statt und bestand aus zehn amerikanischen Wissenschaftlern, die sich zu einer zweimonatigen Tagung zusammengefunden haben. Hier wurde zum ersten Mal der Begriff Artificial Intelligence verwendet und geprägt. Die Anstrengungen der Forschenden galten dem Ziel, herauszufinden, wie eine Maschine künstlich intelligent sein kann. Und das mit Erfolg, die Konferenz gilt als der offizielle Start akademischer Forschung auf diesem Gebiet sowie als Geburtsstunde der AI. Ab diesem Zeitpunkt wuchs das zutrauen in die Vorstellung, dass Maschinen menschliches intelligentes Verhalten imitieren können, und die Entwicklung nahm ihren Lauf.
Im Jahr 1957 stellt Herbert Simon eine ambitionierte Prognose auf. Er sagte voraus, dass bereits im kommenden Jahrzehnt ein Computer den amtierenden Schachweltmeister schlagen wird. Weiterhin wurde 1958 die erste symbolverarbeitende Programmiersprache LISP entwickelt, welche vor allem in den USA die Standardsprache für AI-Anwendungen wurde. Ab 1966 wurden erste Chatbots entwickelt, der bekannteste ist ELIZA von Joseph Weizenbaum.
Zusammenfassung der Kapitel
1. Einleitung: Die Einleitung beleuchtet die Etablierung Künstlicher Intelligenz als prägenden Trend und formuliert das Forschungsziel, die historischen Ereignisse durch eine Analyse menschlicher Einflussfaktoren und situativer Intelligenzverständnisse neu zu bewerten.
2. Theoretische Grundlagen / Stand der Forschung: Dieses Kapitel gibt einen chronologischen Überblick über die Geschichte der KI, unterteilt in Phasen von den ersten theoretischen Grundlagen bis hin zum modernen Machine Learning.
3. Methodik und Untersuchungsverfahren: Die Untersuchung stützt sich auf eine umfassende Literaturrecherche und die Visualisierung historischer Meilensteine auf einem Zeitstrahl, um Entscheidungsumfelder der Akteure besser nachvollziehbar zu machen.
4. Untersuchung und Intelligenzverständnis im zeitlichen Verlauf: Das Kapitel veranschaulicht, wie sich das Intelligenzverständnis von frühen mechanischen Versuchen bis hin zur algorithmischen Nachbildung kognitiver Prozesse gewandelt hat.
5. Interpretation: Hier werden die gewonnenen Erkenntnisse zusammengeführt und interpretiert, wobei insbesondere die Zyklik von Erwartungshypes und anschließenden AI-Wintern hervorgehoben wird.
6. Zusammenfassung und Ausblick: Das abschließende Kapitel resümiert die Geschichte der KI als einen Weg mit Höhen und Tiefen und warnt vor einem drohenden neuen AI-Winter aufgrund aktuell übersteigerter Erwartungen.
Schlüsselwörter
Künstliche Intelligenz, AI, KI-Historie, Dartmouth Conference, Intelligenzverständnis, Algorithmik, Expertensysteme, Machine Learning, Neurales Netz, Meilensteine, Technologiegeschichte, Digitale Transformation, Informatik.
Häufig gestellte Fragen
Worum geht es in dieser Seminararbeit grundlegend?
Die Arbeit thematisiert die historische Entwicklung der Künstlichen Intelligenz (KI) und untersucht, wie sich gesellschaftliche und wissenschaftliche Sichtweisen auf das Phänomen „Intelligenz“ über die Zeit verändert haben.
Welche zentralen Themenfelder werden behandelt?
Die Themenfelder umfassen die Geschichte der Informatik, Meilensteine wie die Dartmouth Conference, die Entstehung und das Scheitern von Expertensystemen sowie die Entwicklung moderner neuronaler Netze.
Was ist das primäre Ziel oder die Forschungsfrage?
Das Ziel ist es zu ergründen, welche Einflussfaktoren historisch zu KI-Entwicklungen führten und wie das situative Verständnis von Intelligenz die Entscheidungen der beteiligten Akteure beeinflusste.
Welche wissenschaftliche Methode wird verwendet?
Die Autorin oder der Autor verwendet eine umfassende Literaturrecherche und eine historische Analyse, bei der Meilensteine auf einem Zeitstrahl visualisiert werden, um die damaligen Bedingungskonstellationen zu modellieren.
Was wird im Hauptteil behandelt?
Im Hauptteil liegt der Fokus auf der chronologischen Aufarbeitung der KI-Geschichte und der tiefgehenden Analyse der Diskrepanz zwischen damaligen Erwartungen und tatsächlichen technischen Möglichkeiten.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit lässt sich durch Begriffe wie Künstliche Intelligenz, AI-Historie, Intelligenzverständnis, Algorithmen und Machine Learning beschreiben.
Warum wird in der Arbeit das Beispiel von Samuel Morse angeführt?
Das Morse-Beispiel dient dazu zu verdeutlichen, dass das Verständnis davon, was „Intelligenz“ ist, massiv vom heutigen abwich, da damals ein rein technischer Codierungsprozess über weite Distanz bereits als intelligent wahrgenommen wurde.
Was ist die Schlussfolgerung des Autors bezüglich eines möglichen „dritten AI-Winters“?
Der Autor warnt, dass trotz des hohen Fortschritts bei Systemen wie ChatGPT auch heute funktionale und logische Grenzen existieren, die bei Nichterfüllung der enormen aktuellen Erwartungen zu einem weiteren Einbruch führen könnten.
- Arbeit zitieren
- Alexander Goessele (Autor:in), 2023, Historische Einflussfaktoren von Künstlicher Intelligenz und das Verständnis von Intelligenz im zeitlichen Verlauf, München, GRIN Verlag, https://www.grin.com/document/1383562
