Könnte KI Ihnen helfen, bei den Gee-Gees groß zu gewinnen? Maschinelles Lernen sagt Ergebnisse von Pferderennen mit unglaublicher Genauigkeit voraus

Das Ergebnis der US-Wahlen kam für viele überraschend – den designierten Präsidenten eingeschlossen – nicht aber für MogIA. Das prädiktive System der künstlichen Intelligenz hat die meisten professionellen Meinungsforscher übertroffen und den Wahlerfolg von Donald Trump genannt.

Ein konkurrierendes System namens UNU wählte Hillary Clinton aus, um die Volksabstimmung zu gewinnen, was sie tat es ordnungsgemäß, und es sagte ein weiteres notorisch schwer zu nennendes amerikanisches Rennen, das Kentucky Derby, korrekt voraus.

Beide Systeme funktionieren, indem sie den Menschen zuhören. MogIA scannt öffentliche soziale Netzwerke, während UNU die Befragten befragt, diese menschliche Meinung aufnimmt und sie in ein System namens „Schwarmintelligenz“ „verstärkt“.

KI, die neuronale Netze verwendet, versucht, das Zellnetzwerk des Gehirns nachzuahmen, erklärt Louis Rosenberg, Gründer des UNU-Schöpfers Unanimous AI, während „Schwärme“ Informationen über ein Netzwerk von Menschen sammeln.

WEITER LESEN:KI versus maschinelles Lernen:Was ist der Unterschied?

"Es handelt sich um eine aufstrebende Intelligenz, die durch Computersoftware moderiert wird, aber die Weisheit, Einsichten und Intuition menschlicher Agenten nutzt", sagte er. „Und es stellt sich heraus, dass diese künstlich intelligenten ‚Menschenschwärme‘ sehr schlau sind. Sie übertreffen Einzelpersonen. Sie übertreffen Experten. Und sie übertreffen einfache Methoden zum Anzapfen der Intelligenz von Gruppen, wie Umfragen und Märkte.“

Es geht um mehr als um den Durchschnitt menschlicher Selektionen – wie es bestehende Umfragen tun. Mit dem Kentucky Derby baute UNU einen Schwarm von 20 Leuten auf. Wenn das System einfach mit den beliebtesten Picks gegangen wäre, hätte es nur einen der vier besten Finisher ausgewählt. „Wir verstärken die Intelligenz von Individuen zu einem einheitlichen, entstehenden Intellekt, der die natürliche Kapazität übersteigt“, sagte er.

Knallen Filterblasen

Dr. Chris Brauer, Direktor für Innovation bei Goldsmiths, University of London, erklärte, dass KI im Wesentlichen Mathematik in Aktion ist. „Die Wettervorhersagen haben sich durch Investitionen in Wetterstationen, Satelliten, Daten und Rechenleistung dramatisch verbessert.

WEITER LESEN:Wie KI den Enigma-Code hätte knacken und dabei helfen können, den Zweiten Weltkrieg in nur 13 Minuten zu beenden

„In ähnlicher Weise wird sich die Prognose in jedem komplexen soziotechnischen System wie politischen Wahlen verbessern, wenn sich das System kontinuierlich verbessert und nach neuen Datenquellen und -formen Ausschau hält – und diese Eingaben verarbeiten und analysieren kann sinnvolle Wege. Daneben sieht Polling aus wie ein Mann, der vor einer Karte steht und mit einem Stock auf Wolken zeigt.“

Menschen könnten bessere Leistungen erbringen, aber unsere Hoffnungen und Annahmen stehen uns im Weg, bemerkte er. „Ein Vorteil dieser neuen KI-Vorhersageplattformen ist ihre Fähigkeit, Filterblasen zu durchbrechen“, sagte Brauer. „Das mag paradox erscheinen, da viele intelligente Algorithmen für die Erzeugung von Filterblasen in sozialen Medien verantwortlich machen. Aber wenn es um Vorhersagen geht, akzeptieren und betten unsere Modelle zu oft fehlerhafte Annahmen ein. KI-Systeme sind besser als Menschen darin, mit dem umzugehen, was wir normalerweise als Unbekannte bezeichnen würden.“

Intelligenter Schwarm?

Wie intelligent sind diese Vorhersagesysteme? Rosenberg sagte, dass seine Schwarmintelligenz zwischen 90 % und 99 % der Individuen im Schwarm übertrifft.

„Wir vergleichen Schwärme auch mit Standardumfragen und übertreffen sie in fast allen Situationen“, sagte er und wies darauf hin, dass die meisten Umfragen mehr Teilnehmer haben als ein Schwarm.

WEITER LESEN:Sind KI und „Deep Learning“ die Zukunft von allem?

Aber es gibt Einschränkungen. „Unser System funktioniert am besten, wenn es um komplexe Probleme mit vielen möglichen Ergebnissen geht“, sagte Rosenberg. „Bei einfachen Fragen, die nur zwei mögliche Ergebnisse haben, ist unsere Leistung gut, ähnelt aber eher einer Umfrage.“

Siehe verwandte KI versus maschinelles Lernen:Was ist der Unterschied?Die Methode hinter Donald Trumps Social-Media-WahnsinnDie Regierung ist nicht bereit für die Auswirkungen der künstlichen Intelligenz, behaupten Abgeordnete

Und es gibt auch Nachteile, wenn man bei Maschinen nach Antworten sucht, ohne deren Grenzen zu verstehen. „Diese prädiktiven KI-Systeme sind nicht narrensicher oder objektiv“, sagte Brauer. „In vielerlei Hinsicht sind die Schwächen algorithmischer Voreingenommenheit bedrohlicher als menschliche Vorurteile, da Unschuldsvermutung gilt.“

Das Vertrauen in menschliche Autoritäten – wie Regierungen und Journalisten – nimmt seit langem ab, aber das bedeutet nicht, dass maschinelle Lernalgorithmen völlig harmlos oder unvoreingenommen sind. „Wenn wir lernende Systeme ermutigen, sich in der Wildnis von Daten und menschlichem Verhalten autonom anzupassen, laden wir maschinelle Diskretion und Ethik ein“, sagte er. „Eines Tages sagt eine Maschine den Gewinner einer Wahl voraus; am nächsten Tag wendet sich dieser Sieger an die Maschine und bittet um Rat.“

Wetten auf KI

Neben der Auswahl von Pferderennen und dem Schlagen von Meinungsforschern wurden UNU und Schwarmintelligenz für Marktforschung und Verbraucherprognosen, wie Reaktionen auf Filmtrailer, sowie zur Untersuchung von Finanzmärkten und medizinischen Diagnosen genutzt.

Wird eine solche KI die Buchmacher aus dem Geschäft bringen? „Das bezweifle ich“, sagte Rosenberg. „Wenn Schwarmintelligenz weit verbreitet ist, wird es einfach die Chancen verändern, da es bedeutet, dass das Glücksspielpublikum schlauer geworden ist.