Künstliche Intelligenz

Forscher arbeiten an Maschinen, die sich selbst erfinden – mithilfe von »evolutionärer« Software. Sie bedient sich derselben Prozesse wie die Natur – könnte das freie Spiel der Kräfte dem Menschen eines Tages gefährlich werden?

Mit ferngesteuerten Sonden in Kleinlastergröße nach Leben auf dem Mars zu suchen, das war gestern. Kenneth Zick von der Universität Michigan verfolgt für die Zukunft eine radikal andere Strategie. Der Computerwissenschaftler will quasi das Leben selbst auf den Roten Planeten bringen: in Form eines Schwarms intelligenter Maschinen, die jeden Tag etwas dazulernen und selbstständig Entscheidungen treffen – so als wären wir selbst vor Ort.

»Meine Roboter sind billig, schnell – und unkontrollierbar«, scherzt der Tüftler. Er nennt sie »Tumbleweeds« (Steppenläufer) – nach einer in Amerika heimischen Buschpflanze, die vom Wind durch die Prärie geweht wird. Wie die Steppenläufer sollen sich auch Zicks kugelförmige Roboter vom Marswind treiben lassen, um die Oberfläche des Planeten zu erkunden.

Das Besondere an den rund zehn Kilogramm schweren Maschinen mit zwei Meter Durchmesser ist ihr Innenleben: In jeder von ihnen spielt sich eine Art elektronische Evolution ab – ein darwinistischer Wettlauf von immer neuen Kombinationen aus Hardware und Software. Mit anderen Worten: Die Roboter entwickeln sich von selbst weiter, um sich für das harte Marsklima zu stählen und sich für ihre Streifzüge zu optimieren. So sollen sie etwa lernen, Schäden selbstständig zu reparieren – ganz ohne Hilfe einer Bodenstation.

»Genetische Programme« nennen Experten solche Software, die von Generation zu Generation immer komplexere Systeme hervorbringt. Das Prinzip ähnelt jenem der natürlichen Evolution. Mit einem wichtigen Unterschied: Während es in der biologischen Umwelt Jahrmilliarden dauerte, bis aus Einzellern in der Ursuppe die heutige Flora und Fauna wurde, können immer leistungsfähigere Computer in wenigen Tagen Abermillionen von Programmen ausbrüten, kreuzen, mutieren und die untauglichen Exemplare aussterben lassen.

Genetische Programme haben bereits neuartige Computeranwendungen hervorgebracht. Doch den Forschern geht es um weit mehr: Sie sind dem Geheimnis des menschlichen Denkens auf der Spur – und womöglich einem Grundgesetz des ganzen Kosmos. Kann aus evolutionären Programmen eine Maschine entstehen, die ihrem menschlichen Schöpfer in Geist und Fähigkeiten ebenbürtig oder sogar überlegen ist? Ist der Darwin’sche Evolutionsmechanismus ein universales Prinzip, das jedem komplexen und intelligenten Verhalten im Kosmos zugrunde liegt? Und was würde das für unsere eigene Rolle im großen Entwicklungsprozess der Natur bedeuten?

Die Suche nach Künstlicher Intelligenz begann vor mehr als einem halben Jahrhundert. Der britische Mathematiker Alan Turing formulierte 1950 bis heute von der Fachwelt akzeptierte Kriterien für wahrhaft intelligente Maschinen: den so genannten Turing-Test. Demnach besitzt ein Computer Erkenntnisvermögen, wenn ein menschlicher Beobachter im Blindtest nicht zu entscheiden vermag, ob er es auf der anderen Seite der Wand mit einem Menschen oder einer Maschine zu tun hat.

Turing selbst sah drei Möglichkeiten, wie sich denkende Maschinen entwickeln könnten. Erstens durch schiere Rechenkraft – also immer größere und schnellere Supercomputer, aus deren Rechenleistung quasi automatisch höhere Funktionen entstehen würden. Zweitens schwebte ihm vor, bereits vorhandenes Wissen in Datenbanken einzuspeisen – eine Vorahnung der so genannten Expertensysteme. Am spektakulärsten war allerdings der dritte Weg: die Suche nach Möglichkeiten, die Entwicklung zu Künstlicher Intelligenz nach Darwins Evolutionsprinzipien ablaufen zu lassen.

Diesem Ziel hat sich John Koza verschrieben. Der 63 Jahre alte Computerwissenschaftler an der Universität Stanford gilt als einer der Pioniere der genetischen Programmierung. Außerhalb der Fachwelt hat kaum jemand bemerkt, dass er als Erster eine »denkende Maschine« entwickelt hat, die in gewisser Weise den Kriterien des Turing-Tests bereits heute genügt. Seit 2005 erhielt Koza zwei US-Patente für elektronische Steuerungsschaltkreise – doch erfunden hat nicht er sie, sondern seine Maschine. »Das Patentamt führt solche Überprüfungen seit mehr als 200 Jahren durch, und nur wenige bestehen diesen Test«, sagt Koza mit sichtlichem Stolz. Und wenn das Amt nicht merke, dass eine Maschine der Erfinder sei, dann könne man das »durchaus als eine Art Turing-Test sehen«. Zuvor hatte Kozas Maschine bereits über 20 Erfindungen repliziert, also »nacherfunden« – darunter neben Schaltkreisen auch optische Systeme, Linsen und Antennen.

Das Herzstück der schlauen Maschine ist ein Cluster aus 1000 herkömmlichen Computern, die auf langen Regalreihen in einem unscheinbaren Rechenzentrum im kalifornischen Silicon Valley untergebracht sind. Koza steuert das Spiel des Lebens von einem kleinen Büro aus, das er für seine Firma Genetic Programming über einem örtlichen Fernsehstudio angemietet hat. Die Prozedur funktioniert ganz nach den Darwin’schen Evolutionsprinzipien – bloß arbeitet man mit Computeralgorithmen statt mit Gensequenzen. Den Anfang macht eine »Ursuppe« aus zufallsabhängig erzeugten Programmen. Sie arbeiten autonom – nur ihr Zweck ist definiert: Beispielsweise sollen sie den Entwurf für eine neue Antenne liefern. Jede Software hat nun die Chance, das gestellte Problem zu lösen. Aber nur die tauglichsten Programme werden sich dabei durchsetzen, die untauglichen sterben aus – wie bei der natürlichen Auslese.

»Da wir aber nicht zu elitär sein wollen, lassen wir in jeder Generation auch Programme überleben, die nicht an der Spitze liegen. Das sorgt für die nötige Vielfalt«, erklärt Lee Jones, einer von Kozas Mitarbeitern, während er auf seinem Bildschirm die Jahrgangsbesten einer Software für eine neue Antenne begutachtet. Das Ergebnis ist noch suboptimal: Nach gerade einmal drei Generationen erreicht keiner der Entwürfe auch nur annähernd die Leis-tung von bereits auf dem Markt befindlichen Antennen. Mitunter braucht es mehrere zehntausend oder sogar Millionen Generationen, bis sich ein individuelles Programm durchgesetzt hat – das bedeutet für Kozas Supercomputer eine Rechenzeit von einem Tag bis zu einem Monat. Kein Wunder, dass Kozas Stromrechnung in manchen Monaten bei 3000 Dollar liegt!

Um immer besser zu werden, bedient sich genetische Software derselben Prozesse wie die Natur – dabei entsprechen die Bits den Genen, die Programme den Chromosomen. Da die Programme synchron laufen, können sie sich »paaren« – und dabei »vermischen« (rekombinieren) sich die Bits der jeweiligen elterlichen Software. Ebenso kann beispielsweise ein Bit 0 durch ein Bit 1 ersetzt werden (Mutation); auch exakte Kopien (Klone) können entstehen. All dies funktioniert nach dem natürlichen Vorbild der sexuellen Reproduktion – eine höchst effiziente, weil zufällige Suche nach immer neuen, besser angepassten Individuen in einer unendlichen »Evolutionslandschaft«.

Auch der Selektionsdruck, den sonst Nahrungsmittel, Klima, Feinde, Seuchen oder andere Umweltbedingungen ausüben, lässt sich simulieren. Er entsteht in Kozas Maschine durch so genannte Fitness-Parameter. »Entscheidend ist, dass genetische Programme genauso wie die natürliche Evolution keiner vorgegebenen Logik folgen und kein vorgegebenes Wissen über das Ziel besitzen, auf das sie zusteuern«, erklärt der Computerexperte. Das ist der große Unterschied zu den meisten anderen Spielarten der Künstlichen Intelligenz, die »deterministisch« angelegt sind: Sie arbeitet in definierten Schritten auf ein vorgegebenes Ziel hin – etwa beim PC-Spiel. In Kozas Maschine dagegen herrscht das freie Spiel der Kräfte – der Mensch greift als »Schöpfer« nur dadurch ein, dass er die elektronische Evolution nach vielen Generationen abbricht und sich anschaut, welche Programme sich als die besten erwiesen haben.

Legt man die Jahr für Jahr exponentiell wachsende Rechnerleistung zugrunde, dürfte genetische Software schon in wenigen Jahren kommerziell verwertbare Erfindungen ausspucken – etwa leistungsfähigere Chips für die Fahrzeug- oder Unterhaltungselektronik oder Methoden zur Herstellung künstlicher Moleküle und Proteine für neue Medikamente. Damit ließen sich Ingenieure und andere Experten in den Entwicklungsabteilungen von Unternehmen bald durch Maschinen ergänzen oder ersetzen. Ein herkömmlicher Laptop kann heute bereits in einer einzigen Woche all jene Patente nacherfinden, für die Koza in den 1990er Jahren noch mehrere Wochen brauchte. Die von seiner denkenden Maschine ersonnenen elektronischen Steuerungsschaltkreise benötigten einen Monat Evolutionszeit. Schon in einem Jahrzehnt könnte eine derart komplexe Erfindung der mathematischen Ursuppe binnen sieben Stunden entsteigen.

»Genetische Programme sind keine Spielerei mehr. Sie werden von vielen Firmen eingesetzt, um handfeste Probleme zu lösen«, sagt David Goldberg, Professor für Ingenieurwissenschaften an der University of Illinois. »Unternehmen hängen das nur nicht an die große Glocke, weil es vielen Menschen unheimlich erscheint, dass eine Maschine bessere Antworten findet als Experten.« Als Beispiele nennt er Ingenious Software von General Electric, die auf diese Weise neue Flugzeug-Triebwerke entwickelt, oder Finanzfirmen wie First Quad-rant, die mithilfe genetischer Algorithmen Investitionsentscheidungen treffen.

Goldberg sorgte vor kurzem für Aufsehen, als er zum ersten Mal ein genetisches Programm vorführte, das Operationen mit einer Milliarde Variablen bewältigt. »Damit lassen sich so komplexe Systeme wie das weltweite Streckennetz einer Fluggesellschaft planen und verwalten«, sagt der Forscher. »Wir können heute den kreativen Prozess eines Menschen bereits in einer Maschine nachahmen, obwohl einem das kaum jemand glauben will.«

Doch die Forscher gehen noch weiter: Sie arbeiten bereits an evolutionären Maschinen, die nicht nur ihre Software, sondern auch ihre Hardware autonom weiterentwickeln und perfektionieren. Bereits heute lassen sich Mikrochips wie Software umkonfigurieren. Die Marsroboter von Kenneth Zick beispielsweise enthalten Prozessoren, die ihre eigenen Schaltkreise verändern können und somit eine Plastizität wie das menschliche Gehirn aufweisen. Im Gegensatz zum herkömmlichen Transistor, der nur die digitalen Signale 0 und 1 versteht, kann evolutionäre Hardware graduell auf Umweltsignale reagieren und so etwa ausgefallene Schaltkreise umgehen oder sogar Verbindungen schaffen, um neue Aufgaben zu bewältigen. Ähnlich entwickeln sich die Hirnfunktionen: durch die Bildung neuer und das Verstärken oder Kappen alter Verbindungen zwischen Nervenzellen. Zick will zehn Prozent der Rechenleistung in jedem »Steppenläufer« für genetische Programme reservieren, die mit immer neuen Schaltkreisen dafür sorgen, dass möglichst keiner der Erkundungsroboter ausfällt.

Zumindest im Labor gibt es bereits Roboter, die eine Vorstellung von ihrem Körper besitzen, sich der Umgebung anpassen und sogar selber reparieren, wenn etwa eines ihrer Beine beschädigt wird. Ein von US-Forschern entwickelter Roboter lernt seine Gestalt anhand von mehreren Software-Modellen kennen, die sich je nach seinen Bewegungsmöglichkeiten ändern – ähnlich wie ein tapsiges Neugeborenes die Welt erkundet.

Eine »SuperBot« genannte lernfähige Maschine, die Forscher an der University of Southern California in Los Angeles gebaut haben, kann sich je nach Umgebung umkonfigurieren – etwa zum Rad, zur Raupe oder zum aufrecht gehenden Roboter. Wissenschaftler an der Stanford University und der University of Pennsylvania schließlich arbeiten an einem rekonfigurierbaren Chip zur optischen Erkennung: Er ist dem visuellen Kortex des Menschen nachempfunden und soll mit der Zeit das Sehen lernen.

Der Mensch als entwicklungsfähigstes Software-Hardware-Bündel ist für die genetischen Programmierer immer noch das beste Vorbild. Das jedenfalls sagt der Vater der gesamten Disziplin, John Holland von der University of Michigan. Er entwickelte Anfang der 1970er Jahre die ersten genetischen Algorithmen, heute erforscht der 78-Jährige, wie man Robotern das Lernen beibringen kann. »Der Turing-Test bewertet nur die Antworten einer Maschine, aber nicht ihre Lernfähigkeit«, sagt er. »Wir werden nur vorankommen, wenn wir Hardware und Software haben, die in Echtzeit auf den Input ihrer Umgebung reagieren – also die Situation verstehen, in der sie sich befinden.« Holland sucht deswegen nach Computermodellen, die lernen, wie der Mensch eine Sprache lernt: vom Gebrabbel eines Babys über die ersten Wörter bis zu kompletten Sätzen. Entscheidend ist dabei, dass der Roboter möglichst viel an verbaler Inspiration aufnehmen und verarbeiten kann.

In der plastischen Erkenntnisfähigkeit liegt für Holland wie für seinen Schüler Goldberg der Schlüssel zur wahren Kreativität der Maschinen von morgen. Genetische Programme sind nur eine Zwischenlösung, denn sie besitzen bislang keinen Sinn für das Drumherum und laufen mit Scheuklappen so lange ab, bis wir die beste Software aus der Maschine »ernten«. Der Mensch kann beispielsweise Ideen aus dem Theaterstück von gestern Abend oder ein Gespräch vor zwei Jahren verwerten, um einen Gedankenblitz für ein unerhörtes medizintechnisches Gerät zu zünden. Genetische Programme, das gibt selbst ihr Erfinder John Koza zu, leisten das nur in Ansätzen. Sie können im Gegensatz zum Menschen weder selber die Ausgangsfrage stellen und nach Antworten suchen, geschweige denn eine Frage verfeinern oder umformulieren, wenn neue Erkenntnisse hinzukommen.

»Wenn wir wirklich kreative Maschinen wollen«, denkt Goldberg laut nach, »sollten wir ihnen dann nicht auch die Kontrolle überlassen? Wir könnten uns darauf beschränken, ein künstliches Bewusstsein entstehen zu lassen oder zumindest künstlich geschaffene Absichten als Motivation zum Handeln einzuspeisen.« Wie man zu dieser nächsten Phase der Maschinen-Evolution gelangt, ist unter Experten der Künstlichen Intelligenz und der Robotik eine leidenschaftlich diskutierte Frage. Sie halten es aber durchaus für möglich, dass sich selbst aus den einfachsten Ausgangsbedingungen und einigen wenigen simplen Regeln komplexe Verhaltensmuster entwickeln – und letzten Endes Intelligenz.

Die Chancen dafür stehen nicht schlecht, denn evolutionäre Prozesse könnten die Grundlage für alles komplexe und intelligente Verhalten im Universum sein. Wenn das All und alles Leben darin nichts weiter als ein gigantisches Programm wäre, das seit Jahrmilliarden läuft, würde es die Entwicklung vom Samenkorn zum Baum ebenso codieren wie die Evolution des Menschen – oder eben den Weg vom digitalen Schaltkreis zum modernen Supercomputer mit Bewusstsein. Sicher müsste unsere Gattung dann ein weiteres Mal zur Kenntnis nehmen, dass sie nicht die Krone, sondern ein Teil der Schöpfung ist. Aber ein Grund zum Verzweifeln wäre es auch nicht.