Maschinen lernen nicht! – „Machine learning“-Algorithmen entzaubert

Abstract

Ein Roboter, der selbstständig lernt: Für die einen faszinierend und erstrebenswert, für andere ein Horrorszenario. Dabei ist „machine learning“ nur ein Oberbegriff für statische Optimierungsverfahren, dessen Fehleinschätzung als „Lernen“ zu großen Missverständnissen führt. Dieser Beitrag klärt daher über die Grundlagen von „machine learning“ auf, indem er zeigt, dass die Funktionen von KI-Systemen nichts weiter sind als angewandte Mathematik. Allerdings wurden die dafür neu entwickelten Algorithmen aus MarketingGründen von Anfang an als „lernend“ bezeichnet. Eine detaillierte Analyse der Analogien zum Lernen in der einschlägigen Originalliteratur zum „machine learning“ zeigt aber auch: Die Analogien haben keine Basis in Theorien oder Forschung zum menschlichen oder biologischen Lernen, sie adressieren allein einzelne Aspekte oder abstrakte formale Ähnlichkeiten in den Abläufen. Eine realistischere Einschätzung der Leistungen und Grenzen von „machine learning“-Algorithmen und KI-Systemen als derzeit vor allem in den Medien üblich scheint daher dringend geboten. Sie eröffnet dann auch Gestaltungsmöglichkeiten und -perspektiven in der Entwicklung wie im Einsatz solcher Systeme.