Künstliche Intelligenz nüchtern betrachtet

Wir leben im Zeitalter der Information bzw. Informationstechnologie. Manche meinen sogar im Zeitalter der Künstlichen Intelligenz.

Beim Thema Künstliche Intelligenz (KI) werden viele Dinge in einen Topf geworfen. Da ist von Deep Learning, von Re-enforced Learning von selbstregulierenden Systemen, Cloud-Computing, intelligenten oder smarten Fabriken usw. die Rede.

Dabei wird übersehen, dass vieles, was dort beschrieben wird (aktueller Status und mögliche Anwendung), nichts oder nur sehr wenig mit Intelligenz zu tun hat.

Was ist eigentlich Intelligenz?

Hier habe ich zwei sehr gute Ansätze gelesen.

In einem Interview mit Chris Boos in der FAZ Anfang Juni 2018

  • Daten (Zahlen) für sich haben erst einmal keinen Wert.
  • Erst dadurch, dass sie in einen Zusammenhang gebracht werden bekommen sie einen Wert und es entstehen Informationen.
  • Wenn ich diese Informationen dann auf eine Fragestellung anwende und damit in einen Kontext stelle, entsteht Wissen.
  • Um über die Anwendung von Wissen zu reflektieren brauche ich Intelligenz.

Eine Definition von Intelligenz aus einer anderen Sicht von Stephan A. Jansen in brandeins 09/2017:

  • Nicht der Grad der Allwissenheit – von kenntnisreichen Gelehrten (oder von Leistungsfähigen IT-Systemen, meine eigene Ergänzung) – sondern die Fähigkeit, sich im Nichtwissen klug zu navigieren und trotzdem etwas zu entscheiden.

Ein sehr interessanter Artikel zu diesem Thema ist in einem Beitrag von Florian Gallwitz zu finden . Herr Gallwitz ist Professor für Medieninformatik an der Technischen Hochschule Nürnberg

Ist Mustererkennung Intelligenz?

Eigentlich geht es bei dem Thema künstliche Intelligenz bisher hauptsächlich um sehr leistungsfähige Rechner und Programme, die eine große Zahl von Daten in kurzer Zeit unter Zuhilfenahme von Regeln auswerten und nach Mustern suchen.

Ist das wirklich unser Verständnis von Intelligenz?

Außerdem funktionieren diese Systeme zuverlässig nur rückwärtsbetrachtet. Sie müssen mit Daten und Regeln gefüttert werden.

Bisherige Systeme sind nicht in der Lage, sinnvolle Kontexte zu erkennen, die ihnen nicht vorher in Form von Regeln durch einen Außenstehenden einprogrammiert wurden.

Systeme, die selbst in der Lage wären, Regeln aufzustellen, müssten aber von außen kontrolliert und optimiert werden, wenn diese Regeln zu sinnvollem Wissen und Handeln führen sollen.

Wo ist der konkrete Nutzen?

Schnell wird von Anbietern solcher „KI-Programme“ und „KI-Dienstleistungen“ die Angst geschürt, wer nicht mitmacht verpasse die Zukunft und werde keine Chance am Markt haben.

  • Bei der Lösung welchen Problems hilft uns künstliche Intelligenz weiter als unsere eigene Intelligenz, wenn wir letztere denn einsetzen?
  • Wo liegt der tatsächliche Nutzen für ein Pharma- oder Medizinprodukte- Unternehmen?
  • In welchen Unternehmensbereichen, Produktion, QS, Verwaltung, Marketing?
  • Wo ist der Nutzen für den Patienten bzw. die Kunden dieser Unternehmen?

Diese Frage sollten sich Unternehmen stellen, bevor sie auf den Zug aufspringen.

Nur wenn diese Fragen klar beantwortet werden, ist ein Einsatz der neuen Technik sinnvoll und zweckdienlich.

Dann können die Voraussetzungen (!) für den Einsatz „intelligenter“ Systeme geschaffen werden und dies geht zunächst ganz ohne künstliche Intelligenz.

Wie Vorgehen?

Zunächst sollen die wertschöpfenden Prozesse identifiziert werden. Dazu gehören z.B. im GMP-Bereich alle Prozesse, die für die Freigabe des Produkts direkt und indirekt relevant sind.

Diese Prozesse werden dann systematisch optimiert. Dies schließt das Eliminieren von ineffizienten Prozessschritten oder sogar von ganzen Prozessen ein.

Dann können durch Automatisierung und Digitalisierung einfache, robuste und kostensparende Prozesse geschaffen und zukünftig bei Bedarf weiter optimiert werden (s.a. Blog Pharma Prozessoptimierung ).

Die optimierten Prozesse können mit Hilfe von sinnvoll ausgewählten KPIs überwacht werden (Blog Kennzahlen).

Solche prozess- oder produktkritischen Daten können zusätzlich durch „intelligente“ Systeme (Programme) im Hinblick auf bestimmte Zusammenhänge untersucht werden. Diese Zusammenhänge kann ich dann nutzen, um meine Prozesse und Produkte weiter zu optimieren.