Maschinen sind in jüngster Zeit nach unseren Begriffen ziemlich intelligent geworden. Sie schlagen nicht nur Weltmeister in dem komplexen Spiel Go, sondern bringen sich das Spiel sogar selbst bei. Ganz so weit her ist es mit ihren Lerneigenschaften aber nicht: Sie benötigen Zehntausende bis Millionen Bilder, um beispielsweise ein Schaf von einem Pudel unterscheiden zu können. Irgendwas läuft da noch nicht richtig...

Brachialer Ressourcenbedarf kennzeichnet auch in anderer Hinsicht vieles von dem, was dem Endverbraucher klein, hübsch, smart in der Hand liegt und auf Siri, ok Google und ähnliches hört: Riesige Rechenzentren stecken hinter der Verarbeitung von Anfragen an die halbwegs intelligenten Assistenten (Abbildung 1), ganz zu schweigen von den weltumspannenden Glasfaser-, Kabel- und Satellitennetzen, die die Daten erst anliefern.

Heerscharen von Menschen „taggen“ oder „labeln“ Fotos, zeigen also durch Umrahmungen darauf und entsprechende Benennungen, was für Objekte darauf abgebildet sind.

Dennoch gibt es sehr erstaunliche Leistungen smarter Systeme, die ziemlich plötzlich in unserem Alltag erschienen sind, und täglich werden es mehr. Lernen und Intelligenz sind miteinander verwandt und bauen aufeinander auf. Durch Lernen werden Wissensbasen geschaffen, mit denen sich neue Fähigkeiten erlangen lassen. Intelligenz nutzt solches Wissen und die damit verbundenen Fähigkeiten insbesondere, um Muster zu erkennen und daraus Modelle zu bilden, zu abstrahieren und zu prognostizieren. Diese Möglichkeiten waren in ausgeprägtem Maße bislang dem Menschen vorbehalten. Nun schicken sich Maschinen an, auf diese Spitzenleistung der Evolution vorzurücken, sie womöglich über die Leistungsgrenzen eines Menschen hinauszuschieben.

Die entscheidende Entwicklung für ihren Durchbruch wird jedoch sein, ihren Ressourcenhunger zu verringern. Zur Einordnung: Das menschliche Gehirn kommt mit einer Leistung von rund 20 Watt aus, füllt einen Raum von etwas mehr als einen Liter aus. Werden künstliche intelligente Systeme sich dieser Größenordnung annähern können? Was sind die funktionalen Grundlagen dafür, wie realistisch ist eine menschenähnliche oder darüber hinausgehende künstliche Intelligenz, und in welchem Maße gibt es bereits Funktionalitäten dieser Art, die sich jetzt schon sinnvoll nutzen lassen? Auf diese Fragen gibt der Artikel fundierte Antworten, die sich an wissenschaftlichen und technischen Fakten orientieren.