Ein Wintermärchen
Die Ewigkeit lockt
Zunehmender Boom und wachsende Kluft
Das Gesundheitswesen holt auf
Daten- und Digitaltechnologie sorgen für starke Dynamik
Das Foto zeigt ein Detail von Holleriths elektrischer Tabelliermaschine.
Wissenschaft
00

Ein neues Zeitalter bricht an

Mit dem Einzug intelligenter Algorithmen und leistungsfähiger Mikroprozessoren hat der lang gehegte Traum von künstlicher Intelligenz den ersehnten Auftrieb erhalten. Die Fortschritte werden alle Lebens- und Geschäftsbereiche revolutionieren – von der Art und Weise, wie wir künftig Auto fahren, bis hin zur Entwicklung und Bereitstellung medizinischer Behandlungen.

Text von Goran Mijuk, Fotos von Mark Richards, mit Genehmigung des Computer History Museum

scroll-down
Home
Teilen
Share icon
Language icon
content-image
Enter fullscreen

Ein kleiner Differenzialrechner des theoretischen Physikers Arnold Nordsieck.

arrow-rightEin Wintermärchen
arrow-rightDie Ewigkeit lockt
arrow-rightZunehmender Boom und wachsende Kluft
arrow-rightDas Gesundheitswesen holt auf
arrow-rightDaten- und Digitaltechnologie sorgen für starke Dynamik

Publiziert am 07/08/2020

In hundert Jahren werden sich Historiker vielleicht fragen, wann die Menschheit den Übergang ins digitale Zeitalter beschleunigte. Ein genauer Zeitpunkt lässt sich zwar nur schwer festmachen. Die Woche vom 5. bis 9. Oktober 2015 ist dabei jedoch sicherlich von grösserer Bedeutung. In diesem kurzen Zeitraum gewann das auf künstliche Intelligenz  (KI) fokussierte Unternehmen DeepMind aus dem Google-Konzern in dem äusserst komplexen chinesischen Brettspiel Go gegen einen menschlichen Spieler. Das Turnier war kein Insider-Event für Game-freaks. Vielmehr handelte es sich um den Machbarkeitsnachweis, dass künstliche Intelligenz wenigstens zum Teil Dinge erreichen kann, die mit der menschlichen Leistungsfähigkeit vergleichbar sind. 

In Expertenkreisen galt das uralte Spiel, das schon zu Zeiten des chinesischen Philosophen Konfuzius vor mehr als 2500 Jahren gespielt wurde, als zu schwierig, als dass ein Computer es beherrschen konnte. 

Die Zahl möglicher Züge beim Go übersteigt die Anzahl der Atome im beobachtbaren Universum. Die für die Berechnung solch riesiger Zahlen erforderliche Rechenleistung hätte sogar die Kapazität der leistungsfähigsten Supercomputers überstiegen.

Um diese gigantische Herausforderung hinsichtlich der Rechenleistung zu meistern, ersannen die Forscher eine Art Abkürzung: Statt mit ihren neuen superschnellen Mikroprozessoren jeden möglichen Zug berechnen zu lassen, entwickelten die Ingenieure einen Prozess mit sogenannten tiefen neuronalen Netzwerken, die Millionen von Verbindungen aufweisen und ähnlich wie die Neuronen im menschlichen Gehirn angeordnet sind. 

Dank der in Schichten angeordneten neuronalen Systeme wurde die erforderliche Rechenleistung reduziert. Der Suchraum wurde dadurch so eingegrenzt, dass nur die Züge berechnet werden mussten, die mit der höchsten Wahrscheinlichkeit zum Sieg führten. Durch diese gestaffelte Vorgehensweise, die als «Deep Learning» bezeichnet wird, ging der Algorithmus das Problem auf «wesentlich menschlichere» Weise an, wie Demis Hassabis, CEO von DeepMind, das Verfahren beschrieb.

Die Fachwelt aus dem Bereich der künstlichen Intelligenz war begeistert, nachdem Google die Ergebnisse im Januar 2016 veröffentlicht hatte. Einige Wochen später, nachdem DeepMind den südkoreanischen Go-Meister Lee Sedol geschlagen hatte, berichteten zahllose Medien in aller Welt von der Überlegenheit von KI-Systemen.

Die KI und somit auch das vielversprechende Potenzial der Daten- und Digitaltechnologie waren zu neuem Leben erwacht.

content-image
Enter fullscreen

Die SAGE-Konsole von 1958 zeigte alle Luftraumaktivitäten an. Die Bediener konnten Informationen über Objekte anfordern und mit der Lichtpistole den angezeigten Flugzeugen Identifikationsnummern zuweisen.

Ein Win­ter­mär­chen

Der Erfolg von DeepMind verschaffte dem Sektor, der jahrelang die Fantasie von Science-Fiction-Autoren beflügelt, aber auch immer wieder die extrem hohen Erwartungen enttäuscht hatte, neue Dynamik.

Von Beginn an waren die KI-Forscher bereit, die Welt zu erobern. Dabei liessen sie sich von Alan Turing inspirieren, der 1950 den so genannten Turing-Test entwickelt hatte. Dieser Test besagt, dass eine Maschine dann als intelligent bezeichnet werden kann, wenn sie einen Menschen davon überzeugt, dass es sich bei ihr um einen Menschen und nicht um ein Computerprogramm handelt. 

Der Mathematiker John McCarthy, der den Begriff «künstliche Intelligenz» geprägt hatte, veranstaltete 1956 die mittlerweile weltberühmte Dartmouth-Konferenz. Dort wollten er und seine Kollegen nachweisen, dass «jeder Aspekt des Lernens und jedes andere Merkmal der menschlichen Intelligenz im Prinzip so genau beschrieben werden kann, dass eine Maschine zu deren Simulation einsetzbar ist».

Die anfängliche Euphorie, die durch die Konferenz entfacht wurde, zeitigte einige bemerkenswerte frühe Erfolge, wie etwa den ersten Industrieroboter im Jahr 1961, den Bau eines Chat-Bots im Jahr 1964 und eines «elektronischen Menschen», der über sein eigenes Handeln nachdenken konnte. 

Doch schon bald fiel die KI in Ungnade. Die Investoren bezweifelten die hochfliegenden Versprechungen von führenden Persönlichkeiten wie Marvin Minsky, der 1970 lauthals verkündete, dass die Forschung innerhalb von drei bis acht Jahren «eine Maschine mit der Intelligenz eines Menschen erschaffen» werde.

Die darauffolgende Zeit wird gemeinhin als KI-Winter bezeichnet. Der Begriff beschreibt eine Phase begrenzter Investitionsmittel und geringer Forschungstätigkeit, die das Fachgebiet mehr als ein Jahrzehnt lang lähmte, bis IBM und andere Unternehmen dem Sektor neues Leben einhauchten. Dies brachte digitale Wunderwerke wie den Supercomputer Deep Blue hervor, der 1997 den amtierenden Schachweltmeister Garri Kasparow besiegte.

Die Skepsis hielt jedoch an: «In einer Hinsicht haben wir grosse Fortschritte gemacht. Die KI ist ein ziemlich genau definiertes Feld, das in den vergangenen 50 Jahren gewachsen ist und zur Lösung vieler Probleme beigetragen hat – etwa beim adaptiven Spamschutz, bei der Bild- und Spracherkennung oder bei leistungsstarken Suchfunktionen.» So formulierten es Informatikwissenschaftler der University of Washington 2006 in einem Bericht über die Geschichte der KI. 

«Andererseits», so die Wissenschaftler, «scheinen Lösungen für die Problemstellungen, mit denen sich die Väter der KI, wie etwa Turing und McCarthy, seinerzeit beschäftigten, heute noch genauso weit entfernt zu sein wie damals [...]. Es gibt noch keinen Computer, der den Turing-Test besteht, Fachkräfte wurden nicht in nennenswerter Zahl durch Softwaresysteme ersetzt, und Computer können Menschen bei einfachen, aber strategieorientierten Spielen wie Go nicht schlagen.»

content-image
Enter fullscreen

Replik des elektrischen Tabelliersystems von Hollerith:

Bei der US-Volkszählung 1890 wurden 60 Millionen Lochkarten erstellt, die in Maschinen wie dieser von Hand verarbeitet wurden. Die Zifferblätter zeigten die Anzahl von Karten an, die an einer bestimmten Position gelocht waren. Bestimmte Lochkombinationen aktivierten die Sortiermaschine rechts im Bild, um detaillierte Statistiken zu erstellen (z. B. die Anzahl verheirateter Landwirte im Alter über 40). Ein Bediener konnte rund 7000 Karten pro Tag verarbeiten und war damit mindestens zehnmal schneller als mit früheren manuellen Methoden.

Die Ewig­keit lockt

Als DeepMind zehn Jahre später den Code von Go geknackt hatte, waren viele Wissenschaftler und Computerinteressierte natürlich euphorisch. Der Sieg zeigte, dass die künstliche Intelligenz einen Riesenschritt nach vorne gemacht und eine Aufgabe gelöst hatte, die nur ein Jahrzehnt zuvor als fast unlösbar erschien. Jetzt dachten viele, dass es nur noch eine Frage der Zeit sein würde, bis Computersysteme den Turing-Test bestehen und hochspezialisierte Fachleute ersetzen könnten.

Persönlichkeiten wie der Futurist und Datenwissenschaftler Ray Kurzweil, ein langjähriger Verfechter der These, dass das Leben auf der Erde durch leistungsstarke Computer völlig verändert wird, wurden durch ihre Visionen berühmt, die selbst wilde Science-Fiction-Szenarios übertrafen.

Kurzweil, der 2012 bei Google als Director of Engineering tätig wurde, nachdem er sein Buch Das Geheimnis des menschlichen Denkens veröffentlicht hatte, vertritt die Überzeugung, dass Computer im Jahr 2029 über eine Intelligenz verfügen werden, die mit der menschlichen Intelligenz vergleichbar sein und den Turing-Test bestehen werde. Bis 2045 wird die Menschheit dann die von Kurzweil postulierte «Singularität» erreichen, wenn Maschinen den Menschen überlegen sein werden.

Sein Denkansatz gefällt zahlreichen Anhängern, die sich als Transhumanisten verstehen. Sie sind der Auffassung, dass die Menschheit dank neuer Technologien nach ewigem Leben streben kann. Laut ihrer Vorstellung werden die Menschen nicht nur in autonom fahrenden Fahrzeugen umherkutschieren. Wir werden in der Lage sein, uns an Computer anzuschliessen, Krankheiten zu heilen und Körperteile zu ersetzen, sodass wir tatsächlich ewig leben können.

Realitätscheck 

Solche Visionen bringen natürlich auch Kritiker auf den Plan. Ihrer Meinung nach sind Kurzweil und seine Anhänger zu optimistisch und lassen die gefährlichen Aspekte der KI ausser Acht. 

Der 2018 verstorbene Stephen Hawking und selbst der Unternehmer Elon Musk, der davon überzeugt ist, dass er ab 2020 autonom fahrende Autos auf US-amerikanische Strassen bringen wird, sprachen die Warnung aus, dass die KI ausser Kontrolle geraten könne.

Andere hingegen sind im Vergleich dazu deutlich bodenständiger. In einem Artikel des Wall Street Journal aus dem Jahr 2015 schreibt Vasant Dhar, Professor an der Stern School of Business und am Center for Data Science der New York University, dass neue digitale Systeme im Lauf der Zeit zwar intelligenter werden, dass diese Entwicklung jedoch «in Wahrheit nur langsam, aber stetig vorankommt».

Sogar der Sieg von DeepMind wurde relativiert: Experten stellten fest, dass der Erfolg beim Go-Spiel zum Teil nur darauf zurückzuführen war, dass sich das System auf ein regelbasiertes Spiel konzentrierte, das leichter zu bewältigen sei als allgemeinere Probleme wie autonom fahrende Autos oder die Entdeckung neuer medizinischer Wirkstoffe. 

Gleichzeitig bemühten sich andere Experten darum, die Euphorie zu dämpfen, um einen zweiten KI-Winter zu vermeiden. Zu den lautstärksten Kritikern zählt Zachary Lipton von der Carnegie Mellon University. Er beschreibt die derzeitige KI-Technologie als eine spezielle Ausprägung althergebrachter Algorithmen des maschinellen Lernens, die eine Art Musterabgleich betreiben, doch noch weit davon entfernt sind, den Turing-Test zu bestehen. Gary Marcus von der New York University äusserte gegenüber dem Wall Street Journal, dass «Deep Learning trotz aller Fortschritte der jüngeren Zeit lediglich eine statistische Technik ist und dass alle statistischen Techniken letztlich doch von ihren Prämissen abweichen».

content-image
Enter fullscreen

Shakey the Robot wurde in den 1960er- und frühen 1970er-Jahren entwickelt. Er war der erste sogenannte Allzweckroboter, der über sein eigenes Handeln nachdenken konnte.

Zu­neh­men­der Boom und wach­sen­de Kluft

Die Bedenken einiger Spezialisten konnten bisher jedoch dem derzeit in der Wirtschaft vorherrschenden Hype wenig anhaben. In der Tat wird der Weltwirtschaft in den kommenden Jahren neue Lebensenergie durch KI eingeflösst. 

Dank KI-gestützter Technologien wie maschinelles Sehen, automatische Sprachverarbeitung, virtuelle Assistenten, robotergestützte Prozessautomatisierung und fortschrittliches maschinelles Lernen könnte die Weltwirtschaft laut der Unternehmensberatung Pricewaterhouse-Coopers bis zum Jahr 2030 einen Wachstumsschub in der Grössenordnung von über 10 Billionen US-Dollar erhalten.

Die Investitionen wachsen bereits jetzt schnell, insbesondere nach dem Erfolg von DeepMind im Jahr 2015. Laut einem aktuellen Bericht der OECD sind Private-Equity-Investitionen in KI-Start-up-Unternehmen von weniger als 2 Milliarden US-Dollar im Jahr 2011 auf mehr als 16 Milliarden US-Dollar im Jahr 2017 gestiegen. «Die Zunahme privater Investitionen deutet darauf hin, dass sich die Anleger zunehmend des Potenzials von KI bewusst werden und ihre Anlagestrategien entsprechend ausrichten», so eine Stellungnahme der OECD.

Bei der Unternehmensberatung McKinsey ist man davon überzeugt, dass die KI ähnlich grosse Auswirkungen haben wird wie andere umwälzende, universelle Technologien wie beispielswiese die Dampfmaschine, der elektrische Strom und der Computer. «Die KI wird höchstwahrscheinlich zu erheblichen Veränderungen in der Wirtschaft führen, die durchaus mit dem Wandel vergleichbar sind, den andere universelle Technologien in der Geschichte auslösten», so McKinsey in dem entsprechenden Bericht.

Die Unternehmensberatung fordert Firmen dazu auf, die Entwicklung zu beschleunigen, da «das Risiko besteht, dass sich eine wachsende Kluft zwischen denjenigen auftun wird, die sich schnell für diese Technologien entscheiden, und jenen Unternehmen, die diese nicht übernehmen».

Diese Kluft, so warnt McKinsey, werde sich auch «zwischen Arbeitskräften vergrössern, die über die Qualifikationen verfügen, die in der KI-Ära gefragt sind, und jenen, die darauf nicht vorbereitet sind. Die Vorteile der KI sind nicht gleichmässig verteilt. Wenn die Entwicklung und der Einsatz dieser Technologien nicht auf effiziente Weise gehandhabt werden, könnte sich diese Ungleichheit vertiefen und zu verschärften Konflikten in der Gesellschaft führen.» 

Laut McKinsey könnte sich die vierte industrielle Revolution «auf bis zu 375 Millionen Arbeitnehmer, also auf 14 Prozent der weltweiten Erwerbsbevölkerung, auswirken. [Diese] müssen dadurch gegebenenfalls ihren Beruf wechseln. Möglicherweise müssen sich fast alle Arbeitnehmer in Zukunft auf eine ganz neue Art und Weise der Zusammenarbeit mit Maschinen einstellen.»

content-image
Enter fullscreen

Ray Kurzweil ist zu einem führenden Wegbereiter der KI-Industrie geworden.

Das Ge­sund­heits­we­sen holt auf

Heute intensivieren die meisten Branchen den Ausbau ihrer Kapazitäten im Bereich der Daten- und Digitaltechnologie. Dies gilt auch für die Pharma- und Gesundheitsbranche, die jedoch aufgrund ihrer Komplexität und auch wegen wiederholter Fehlschläge in diesem Bereich bisher hinter anderen Branchen zurückblieb. 

Der branchenspezifische Blog BenchSci listet mehr als 30 Pharmaunternehmen auf, die vor Kurzem Verträge im Bereich der Daten- und Digitaltechnologie abgeschlossen und ihre Kapazitäten in Bezug auf Datenanalyse und KI ausgeweitet haben, insbesondere in den Bereichen Forschung und Entwicklung. Zu den Unternehmen, die ihre digitale Präsenz verstärkt haben, zählen AstraZeneca, BASF, Celgene, GSK und Pfizer. Weitere werden folgen. Laut einer Umfrage der Fachzeitschrift Verdict AI sind 62 Prozent der Pharmaunternehmen bereit, schon bald in KI zu investieren. 72 Prozent der Unternehmen sind der Ansicht, dass die KI für ihre zukünftige Geschäftstätigkeit von zentraler Bedeutung sein wird.

Auch der Hochschulbereich setzt auf das Potenzial der Daten- und Digitaltechnologie, da diese erheblich dazu beiträgt, Krankheiten besser analysieren und prognostizieren zu können. Das Imperial College of London und die University of Melbourne haben kürzlich aufgezeigt, dass sich die KI bei der Prognoseerstellung für Eierstockkrebspatientinnen und bei der Wahl der effektivsten Behandlungsmöglichkeit als hilfreich erweisen kann. Unabhängig davon haben Wissenschaftler der New York University ein KI-Programm entwickelt, das anhand von digitalen Gewebeproben zwei Arten von Lungenkrebserkrankungen mit einer Zuverlässigkeit von 97 Prozent diagnostizieren kann. 

Andere Studien haben ähnlich beeindruckende Ergebnisse gezeigt. Die Ärzteschaft ist deshalb hinsichtlich des Potenzials der Daten- und Digitaltechnologie im Allgemeinen positiv eingestellt. 

In einer kürzlich von Cardinal Health Specialty Solutions durchgeführten Umfrage gab über die Hälfte der 180 teilnehmenden Onkologen an, dass sie die Auswirkungen der KI auf die Branche als «sehr spannend» einstufen und davon ausgehen, dass die KI zur Verbesserung der Behandlungsqualität, der klinischen Ergebnisse und der betrieblichen Effizienz beitragen wird. Einige Consulting-Unternehmen gehen von globalen Effizienzsteigerungen von mehr als 100 Milliarden US-Dollar bis zum Jahr 2026 aus.

content-image
Enter fullscreen

Cray-1 wurde in den 1970er-Jahren gebaut und war einer der erfolgreichsten Supercomputer. Gemessen an heutigen Standards war seine Verarbeitungsleistung gering: Er hatte eine Speicherkapazität von 8,39 MB und einen 64-Bit-Prozessor.

Da­ten- und Di­gi­tal­tech­no­lo­gie sor­gen für star­ke Dy­na­mik

Novartis beschäftigt sich bereits seit 2009 mit der Digitalisierung des Gesundheitswesens. Damals startete das Unternehmen eine Kooperation mit Proteus Digital Health, einem Hersteller intelligenter Tabletten, die mit einem Chip ausgerüstet sind. Seither läuft auch bei Novartis die Digitalisierung auf Hochtouren. 

Nachdem im Jahr 2017 bei Novartis die Position des Chief Digital Officer geschaffen wurde, erlangte die Digitalisierung zusätzliche Dynamik, als Vas Narasimhan 2018 die Position des CEO übernahm und das Unternehmen auf Kurs brachte, um die Digitalisierung zu beschleunigen.

Bisher hat Novartis zwölf Leuchtturmprojekte an den Start gebracht, darunter auch Projekte, die schon weit fortgeschritten sind, wieetwa SENSE und PharmaAct. Mit diesen Projekten sollen Geschäftsfelder wie Forschung und Entwicklung, Prozessautomatisierung, Fertigung und Vertrieb weiter gestärkt werden.

Teil der digitalen Strategie des Unternehmens ist auch die Stärkung der KI-Kompetenzen. Sie umfasst Bemühungen, ein bevorzugter Partner führender Unternehmen aus der Digitalbranche zu werden. Novartis kooperierte bereits in der Vergangenheit mit Unternehmen wie Google und Microsoft. In den letzten Quartalen wurden folgende Kooperationen geschlossen: mit Quantum Black aus der Unternehmensgruppe von McKinsey im Bereich der Überwachung klinischer Studien, mit IBM Watson für die Patientenrekrutierung für klinische Studien und mit Intel im Bereich des High-Content Screening. Im Januar 2019 gab das Unternehmen darüber hinaus eine Kooperation mit dem Big Data Institute der University of Oxford bekannt. Ziel dieser Zusammenarbeit ist es, besser zu verstehen, wie Patienten auf Medikamente reagieren.

Weitere Projekte werden folgen, denn die Daten- und Digitaltechnologie bietet die grosse Chance, künftig innovative Therapien zu entwickeln und den Weg für potenzielle Heilmittel zu ebnen. Doch trotz des branchenweiten Hypes stehen die grossen Durchbrüche wohl nicht unmittelbar bevor. Viel Fleiss und mutige Schritte sind erforderlich, um die Pharmaindustrie und die Medizin in das neue digitale Zeitalter zu befördern.

Nachdem Novartis ihre Start-up-Plattform Biome angekündigt hatte, schrieb Vas Narasimhan 2019 in einem Artikel auf LinkedIn Folgendes dazu: «Die digitale Revolution im Gesundheitswesen steckt noch in den Kinderschuhen. Wir müssen noch sehr viel lernen – sowohl in Bezug auf die Technologien als auch auf neue, agile Arbeitsweisen. Ich bin davon überzeugt, dass wir durch die enge Zusammenarbeit mit der Technologiebranche das herkömmliche Denken infrage stellen, die Medizin ganz neu denken und dazu beitragen können, Milliarden von Menschen auf der ganzen Welt neue Hoffnung zu geben.»

icon

Home
Teilen
Share icon
Language icon