Die Grenzen der KI

Goodnight: Maschinen «lernen» streng genommen natürlich nicht. Denn sie können gar nicht «lernen». Beim Machine Learning wird vielmehr immer nur ein Modell trainiert. Mit jedem neuen Datensatz, den die Maschine zu verarbeiten hat, wird dann idealerweise das Modell immer besser. Wenn schliesslich das bestmögliche Ergebnis erzielt ist, dann ist das Modell optimal. Das hat allerdings wenig mit echtem Lernen zu tun.

Goodnight: Health Analytics ist unsere eigene Lösung. IBMs Watson war zunächst einmal eine Suchmaschine. Sie wurde mit allen relevanten Informationen beispielsweise zu Krebs gefüttert. Wenn dann nach einem spezifischen Krebssymptom gesucht wurde, lieferte die Maschine alle Antworten aus dem Pool, gepaart mit einem Relevanz-Score. Es stellte sich allerdings heraus, dass die Technologie nicht besser war als ein Dutzend Mediziner. Nur kosten die Ärzte nicht 60 Millionen US-Dollar pro Jahr nur für die Wartung.

Goodnight: [lacht] Nein, keine Suchmaschine. Wir trainieren neuronale Netze zum Beispiel mit Computertomografie-Scans von Krebspatienten. Die Maschine soll anhand der Bilder und dem Urteil der erfahrenen Ärzte lernen, Krebszellen in einem frühen Stadium zu erkennen. Oder wir lassen den Computer ermitteln, ob eine Chemotherapie das Wachstum der Krebszellen hemmt oder nicht. Bei diesen Bildvergleichen ist die Maschine weit besser als der Mensch, sodass die Software dem Mediziner bei der Diagnose helfen kann.