Shyam Sankar: Der Aufbruch der Mensch-Maschine-Kooperation

Ich möchte von zwei Schachspielen erzählen. Das erste fand 1997 statt: Garry Kasparow, ein Mensch, verlor gegen Deep Blue, eine Maschine. Für viele war das der Beginn einer neuen Ära, in der Maschinen herrschen. Heute ist die größte Veränderung in unserer Beziehung zu Computern nicht HAL, sondern das iPad.

Das zweite Spiel war ein Freestyle-Turnier 2005, bei dem Mensch und Maschine als Partner statt als Gegner spielen konnten. Anfangs waren die Ergebnisse klar. Selbst ein Supercomputer wurde von einem Großmeister mit einem einfachen Laptop geschlagen. Die Überraschung kam zum Schluss. Wer gewann? Kein Großmeister mit einem Supercomputer, sondern zwei amerikanische Amateure, die drei einfache Laptops benutzten. Ihrer Fähigkeit, ihre Computer so auszureizen, um bestimmte Stellungen intensiv zu erforschen, waren weder das Wissen der Großmeister noch die Rechnerleistung der Supercomputer anderer Gegener gewachsen. Ein erstaunliches Ergebnis: Durchschnittliche Menschen mit durchschnittlicher Technik schlagen die besten Menschen und die beste Maschine. Heißt es nicht eigentlich Mensch gegen Maschine? Stattdessen geht es um die richtige Zusammenarbeit.

In den letzten 50 Jahren war große Aufmerksamkeit auf Marvin Minskys Vision der künstlichen Intelligenz (KI) gerichtet. Sie wurde zur dominierenden Denkrichtung in der Informatik. Sie wurde zur dominierenden Denkrichtung in der Informatik. Angesichts der großen Daten, der Netzwerk-Systeme, Plattformen und eingebetteter Technologie wird es Zeit, eine andere Vision wieder zu beleben, die etwa zur gleichen Zeit entstand. Ich meine Lickliders Mensch-Maschine-Symbiose oder "Intelligence Augmentation" (IA).

Licklider hatte einen großen Einfluss auf die Entwicklung der Technologie und das Internet. Seine Vision war, die Mensch-Computer-Kooperation bei Entscheidungen und Kontrolle komplexer Situationen zu ermöglichen ohne jegliche Abhängigkeit von vorgegebenen Programmen. ohne jegliche Abhängigkeit von vorgegebenen Programmen. Die Betonung liegt auf "kooperieren". Er meinte nicht, einen Toaster zu benutzen, um Daten von "Star Trek" zu generieren, sondern Menschen leistungsfähiger zu machen. Der Mensch ist unglaublich – wie er denkt, seine nichtlinearen Gedankengänge, Kreativität, – all das kann ein Computer seine nichtlinearen Gedankengänge, Kreativität, – all das kann ein Computer nur mit großen Schwierigkeiten. Licklider erkannte das intuitiv, während er Menschen bei der Formulierung von Zielen und Hypothesen und der Auswertung von Erhebungen beobachtete. Natürlich sind Menschen andererseits begrenzt. Wir machen Fehler bei Maßstab, Berechnungen und Umfang. Wir benötigen ein talentiertes Management, um Rockbands zum Spielen zu bringen Licklider erkannte, Computer können die notwendige Routinearbeit tun, um Einsichten und Entscheidungen vorzubereiten.

um Einsichten und Entscheidungen vorzubereiten. Dieser Ansatz ist nicht nur im Schach sehr erfolgreich. Proteinfaltung ist wie ein Schachspiel: es gibt zahllose Möglichkeiten, ein Protein zu falten. Dies ist ein Problem mit großen Auswirkungen auf unsere Fähigkeit, Krankheiten zu behandeln. Die rohe Gewalt eines Computers ist nicht genug. Foldit, ein Wissenschaftsspiel, illustriert den Wert dieses Ansatzes. Amateure müssen die Struktur eines Proteins visuell neu ordnen, während sie dem Computer erlauben, die atomaren Kräfte und Wechselwirkungen zu verwalten und Probleme zu identifizieren. Dieser Ansatz übertraf in 50 % der Fälle die Supercomputer und war in 30 % der Fälle gleichwertig. Foldit machte kürzlich eine große Entdeckung bei der Entzifferung des Mason-Pfizer-Affen-Virus. Eine Protease, die der Bestimmung über 10 Jahre auswich, wurde von drei Spielern in ein paar Tagen gelöst, vielleicht der erste bedeutende Fortschritt, der aus einem Videospiel hervorging.

Letztes Jahr wurde die 9/11-Gedenkstätte eröffnet. Letztes Jahr wurde die 9/11-Gedenkstätte eröffnet. Es zeigt die Namen tausender Opfer und nutzt das schöne Konzept "bedeutungsvoller Nähe". Es platziert die Namen in Relation zu Beziehungen: Freunde, Familien, Kollegen. Eine riesige technische Herausforderung 3.500 Opfer, 1.800 Nähe-Anfragen, die Wichtigkeit der physischen Spezifikationen und das endgültige Aussehen. Zuerst wurde diese Leistung dem Algorithmus der New Yorker Designfirma Local Projects zugesprochen. Die Wahrheit ist komplexer. Ein Algorithmus wurde verwendet, um das Bezugssystem zu entwickeln, Menschen nutzten dieses System, um die Endergebnisse zu gestalten. In diesem Fall hat der Computer also Millionen möglicher Anordnungen berechnet, ein komplexes Beziehungssystem bearbeitet und eine große Anzahl von Meßwerten und Variablen berücksichtigt, was den Menschen ermöglichte, sich auf Design- und Kompositionsfragen zu fokussieren. Je mehr man sich umschaut, desto mehr sieht man Lickliders Vision. Ob Augmented Reality in Ihrem iPhone oder GPS, Mensch-Computer-Symbiose macht uns leistungsfähiger.

Was kann man tun, um diese Symbiose zu verbessern? Man kann den Mensch in den Prozess designen. Anstatt zu denken, wie Computer das Problem lösen wird, entwirft man die Lösung um die Möglichkeiten des Menschen. Es wird schnell klar, dass man seine ganze Zeit in die Schnittstelle zwischen Mensch und Maschine investiert, insbesondere, um die Reibung in der Interaktion zu umgehen. Tatsächlich ist diese Reibung wichtiger als die Leistung des Menschen oder der Maschine für die Bestimmung der Leistungsfähigkeit. Daher konnten zwei Amateure mit Laptops einfach das Duo Supercomputer-Großmeister schlagen. Kasparow sagt, Prozess sei ein Nebenprodukt der Reibung. Je besser der Prozess, desto weniger Reibungsverlust. Die Minimierung der Reibung ist die entscheidende Variable.

Oder ein anderes Beispiel: große Datenmengen. Jede Interaktion wird von immer mehr Sensoren aufgezeichnet: Ihr Telefon, Ihre Kreditkarte, Ihr Computer. Es sind viele Daten und wir bekommen dadurch die Gelegenheit, unser Dasein genauer zu verstehen. Der Schwerpunkt der meisten Ansätze bei Datenmengen besteht in: "Wie kann ich diese Daten speichern, durchsuchen und verarbeiten? besteht in: "Wie kann ich diese Daten speichern, durchsuchen und verarbeiten? Notwendige, aber unzureichende Fragen. Entscheidend ist nicht nur zu wissen "wie", sondern "was" man berechnet. Wie ist unsere Intuition in Daten dieser Größenordnung zu bringen?

Wir fangen an, das Menschliche in dem Prozess zu gestalten. Wenn PayPal anfing, war ihre größte Herausforderung nicht, wie man Geld online hin- und herschickt. Es war, wie man es macht, ohne betrogen zu werden. Warum ist das so schwierig? Obwohl Computer lernen können, Betrug nach Mustern zu erkennen, können sie das nicht anhand von Mustern lernen, die sie noch nie gesehen haben; die organisierte Kriminalität hat viel mit diesem Publikum gemeinsam: geniale Leute, sehr kompetent und mit Unternehmergeist (Gelächter) – und mit einem Unterschied: die Absicht. Computer erwischen alle außer die Schlausten. Das Fangen der Cleversten macht den Unterschied zwischen Erfolg und Niederlage.

Es gibt eine Reihe solcher Probleme, manche mit lernfähigen Gegnern. Sie zeigen sich selten mit einem reproduzierbaren Muster, das man erkennen kann. Stattdessen werden mit innewohnender Innovation und Störungen diese Probleme unter Datenmengen begraben.

Z.B. Terrorismus. Terroristen passen sich immer den neuen Bedingungen an und trotz allem was Sie im Fernsehen sehen, sind diese Anpassungen und ihre Erkennung im Wesentlichen menschlich. Computer erkennen keine neuen Muster und Verhaltensweisen, aber Menschen schon – wir nutzen Technologie, testen Hypothesen, und suchen nach Erkenntnissen, indem wir Maschinen Aufgaben geben. Bin Laden wurde nicht von KI erwischt. Er wurde von engagierten, kompetenten Menschen gefangen, die bestimmte Technologien verwendeten.

Egal wie reizvoll das klingt, man kann nicht durch Analysieren von Daten zur Antwort kommen. Es gibt keinen "Finde den Terrorist"-Knopf. Je mehr Daten wir aus einer Vielzahl an Quellen integrieren mit einer großen Bandbreite an Datenformaten, von sehr ungleichen Systemen, desto weniger effektiv ist Datenanalyse. Stattdessen werden Menschen die Daten untersuchen müssen und nach der Erkenntnis suchen müssen. Wie Licklider vorhersah, die richtige Kooperation ist der Schlüssel für hervorragende Ergebnisse und wie Kasparow erkannte, bedeutete das, den Reibungsverlust an der Schnittstelle zu minimieren.

Dieser Ansatz ermöglicht jetzt Dinge wie alle verfügbaren Daten der unterschiedlichen Quellen zu durchkämmen, um Schlüsselbeziehungen zu identifizieren und sie zu sammeln, etwas das vorher nahezu unmöglich war. Für einige hat dies furchteinflößende Auswirkungen auf private und bürgerliche Rechte. Für einige hat dies furchteinflössende Auswirkungen auf private und bürgerliche Rechte. Für andere ist es eine Ära von stärkerem privatem und gesellschaftlichem Schutz. Für andere ist es eine Ära von stärkerem privatem und gesellschaftlichem Schutz. Aber diese Rechte sind von fundamentaler Bedeutung. Man kann das nicht einfach bei Seite wischen.

Also lasst uns die Auswirkungen untersuchen, die Technologien zum Betrieb von Mensch-Maschine-Symbiosen in jüngster Zeit gehabt haben.

Im Oktober 2007 haben US- und Koalitionsstreitkräfte ein sicheres Al-Qaida Haus in der Stadt Sinjar an der Grenze zu Syrien und Irak gestürmt. Sie fanden eine Fundgrube von Dokumenten: 700 biografische Skizzen ausländischer Kämpfer. SIe hatten ihre Familien im Golf, der Levante und Nordafrika zurück gelassen, um sich Al-Qaida im Irak anzuschließen. Diese Aufzeichnungen waren menschliche Bezugsformate. Die Kämpfer füllten sie aus, als sie der Organisation beitraten. Es zeigt sich, dass auch Al-Qaida nicht ohne Bürokratie auskam. (Gelächter) Fragen wie: "Wer hat dich rekrutiert?", "Was ist deine Heimatstadt?", "Welche Tätigkeit suchst du?"

Die letztere verrät einen überraschenden Einblick. Die große Mehrheit wollte Selbstmordattentäter werden – sehr wichtig, denn zwischen 2003 und 2007 gab es im Irak 1.382 Selbstmordattentate, eine Hauptursache für Instabilität. Die Analyse dieser Daten war schwierig. Die Originale waren auf Arabisch, die eingescannt und übersetzt werden mussten. Der Reibungsverlust in diesem Prozess hätte keine bedeutenden Ergebnisse innerhalb des operativen Zeitrahmens ermöglicht, wenn nur Menschen, PDFs und Beharrlichkeit genutzt worden wären. Die Forscher mussten ihren menschlichen Verstand um Technologie ergänzen, um tiefer einzutauchen, um nicht offensichtliche Hypothesen zu erforschen und es ergaben sich tatsächlich Erkenntnisse. 20 % der ausländischen Kämpfer waren aus Libyen, 50 % davon stammten aus derselben Stadt, enorm wichtig, da frühere Statistiken diesen Anteil mit 3 % angaben. Es half auch dabei, sich auf eine Person von zunehmender Bedeutung zu konzentrieren, Abu Yahya al-Libi, ein hochrangiger Geistlicher innerhalb der libyschen islamischen Kampfgruppe. Im März 2007 hielt er eine Rede, nach der es einen Beteiligungsanstieg unter libyschen ausländischen Kämpfern gab.

Vielleicht am cleversten und wenig offensichtlich, dadurch, dass die Daten auf den Kopf gestellt werden, sind die Forscher in der Lage, die Koordinierungsnetzwerke in Syrien zu erforschen, diese waren letztlich dafür verantwortlich, die ausländischen Kämpfer aufzunehmen und zur Grenze zu transportieren. Das waren Netzwerke von Söldnern, nicht von Ideologien, sie waren wegen des Profits im Koordinierungsnetzwerk. Sie berechneten zum Beispiel den saudischen ausländischen Kämpfern wesentlich mehr als den Libyern, Geld das ansonsten an Al-Qaida gegangen wäre. Vielleicht würde der Gegner das eigene Netzwerk zerstören, wenn sie wüssten, dass sie von angeblichen Dschihadisten betrogen werden.

Im Januar 2010 traf ein verheerendes Erdbeben Haiti, das dritttödlichste Erdbeben aller Zeiten, eine Million Menschen, 10 Prozent der Bevölkerung wurden obdachlos. Ein anscheinend kleiner Aspekt der allgemeinen Hilfsmaßnahmen wurde immer wichtiger als die Ausgabe von Essen und Wasser ins Rollen kam. Januar und Februar sind in Haiti trocken, dennoch hatte sich in einigen Camps stehendes Wasser gebildet. Die einzige Einrichtung mit detailliertem Wissen über Haitis Überschwemmungsgebiete wurde beim Erdbeben plattgemacht, Führungspersonen inklusive. Die Frage ist also, welche Camps gefährdet sind, wie viele Menschen in diesen Camps sind, was der Zeitrahmen des Flutens ist und, wegen der begrenzten Ressourcen und der Infrastruktur, wie priorisieren wir die Umverteilung? Die Daten waren unglaublich ungleich. Das US-Militär verfügte über detailliertes Wissen über einen kleinen Bereich des Landes. Es waren Daten online verfügbar von einer Umweltrisiko-Konferenz von 2006, andere raumbezogene Daten, keine davon integriert. Das menschliche Ziel war hier, Camps für Umsiedlung zu identifizieren, basierend auf vorrangigem Bedarf. Der Computer musste eine große Menge an raumbezogener Information integrieren, Social Media-Daten und Informationen der Hilfsorganisationen, um diese Frage zu beantworten. Indem ein verbesserter Prozess eingeführt wird, was sonst eine Aufgabe für 40 Personen über drei Monate war, wurde zu einer einfachen Aufgabe für drei Personen in 40 Stunden.

Das alles sind Siege der Mensch-Computer-Symbiose.

Wir befinden uns mehr als 50 Jahre in Lickliders Vision einer Zukunft und die Daten deuten darauf hin, dass wir begeistert darüber sein sollten, das schwierigste Problem des Jahrhunderts zu lösen, Mensch und Maschine in Kooperation vereint. Danke. (Applaus) (Applaus)