Deep Learning bis Verschlüsselung

omni:us nennt drei Top-Trends zum Thema KI

| Autor / Redakteur: Martin Hensel / Nico Litzel

omni:us hat drei wichtige Trends rund um Künstliche Intelligenz und Deep Learning zusammengefasst.
omni:us hat drei wichtige Trends rund um Künstliche Intelligenz und Deep Learning zusammengefasst. (Bild: Gerd Altmann / Pixabay / Pixabay)

Der Anbieter von Artificial-Intelligence-as-a-Service (AIaaS) für kognitives Schadensmanagement omni:us hat sich mit den aktuellen Trends rund um Künstliche Intelligenz (KI) befasst.

Als ersten Trend nennt omni:us die Suche nach einem genaueren Verständnis der Vorgänge in künstlichen neuronalen Netzen. Derartige Netze, die in ihrer Grundstruktur dem menschlichen Gehirn nachempfunden sind, haben schon heute ein beachtliches Leistungsniveau beim Erkennen von Mustern und Strukturen sowie der Analyse komplexer Datensätze erreicht. Dabei sorgte vor allem die Backpropagation, also die Überwachung und Rückspiegelung gewünschter Zielwerte in das Netzwerk, für entscheidende Impulse.

Unklar bleibt laut omni:us dagegen, warum neuronale Netze das tun, was sie tun. Zwar könne man beobachten, dass selbstlernende Netze durch ständiges Training ihre Genauigkeit stetig verbessern – warum ein Neuron in einer Situation die Entscheidung trifft zu „feuern“ oder eben nicht, sei aber weiter unklar. Hierbei spreche man auch von „Black Box AI“. Das Verständnis derartig komplexer Prozesse ist omni:us zufolge der Schlüssel dafür, um die „Denkprozesse“ neuronaler Netze zu verstehen. Dies würde nicht nur die Leistungsfähigkeit erhöhen sondern auch schwierige, ethisch relevante Entscheidungen nachvollziehbar gestalten.

Nachhaltige Geschäftsmodelle

Ein weiterer Trend ist die Entwicklung nachhaltiger KI-basierter Geschäftsmodelle. Es gilt, Bereiche zu identifizieren, in denen eine KI effizienter als der Mensch arbeitet. Dazu zählt auch, bestehende Strukturen zu hinterfragen und aufzubrechen. Wie omni:us betont, sollten die Prozesse dabei grundsätzlich neu gestaltet werden statt bestehende Abläufe einfach an die KI zu übergeben.

Lohnende Einsatzmöglichkeiten sehen die Experten etwa im Umfeld großer Datenmengen. Selbstlernende Algorithmen entscheiden dabei selbst, wie sie mit den Daten umgehen. Dies bietet wiederum Potenzial für Business-Intelligence-Lösungen, Automatisierung und Produktentwicklung. Unternehmen sollten daher hinterfragen, wo sie Abläufe sinnvoll zusammenführen können. Offene Strukturen und flache Hierarchien sind dabei hilfreich.

Sicherheit und Verschlüsselung

Dezentrale KI-Systeme sind eine mögliche Lösung für fehlende Spezialisten und einen Mangel an Trainingsdaten im eigenen Betrieb. Sie vereinen unterschiedliche Teams, die gemeinsam an Lösungen arbeiten und die KI mit Daten füttern. Die Sicherheit der eigenen Daten ist dabei allerdings eine Herausforderung, der durch Verschlüsselung begegnet werden kann. omni:us nennt drei aktuell besonders interessante Verfahren: Homomorphe Verschlüsselung chiffriert die Ausgangsdaten so, dass mit ihnen Berechnungen durchgeführt werden können. Diese Berechnungen entsprechen mathematisch den unverschlüsselten Daten. Erst nach Abschluss des Rechenprozesses werden sie entschlüsselt und liefern dann die korrekten Lösungen für die individuellen Daten. Dieses Verfahren ist allerdings derzeit aufgrund aufgrund hoher Komplexität wirtschaftlich noch nicht sinnvoll nutzbar. Partielle homomorphe Verschlüsselungssysteme sind aber bereits im Einsatz.

Ein weiterer Verschlüsselungstrend ist GAN-Kryptographie. Sie basiert auf Generative Adversarial Networks (GAN), die quasi gegeneinander antreten und dabei voneinander lernen. Bereits 2016 hatte Google ein Verfahren vorgestellt, bei dem zwei solcher Netze selbstständig eine dynamische Chiffrierung ihrer Kommunikation entwickelt haben, die von einem dritten System nicht entschlüsselt werden konnte. Der einzige Vorteil der beiden Netze war dabei eine geheime Zusatzinformation, die sie in ihre selbstentwickelte Verschlüsselung einbezogen.

Schließlich gibt es noch Secure Multi-Party Computations (sMPC). Dabei handelt es sich um gemeinsame Berechnungen unterschiedlicher Parteien, die dabei aber keinerlei Zugriff auf die individuellen Daten der anderen Teilnehmer erhalten. Auf diese Weise erhalten sie am Ende zwar korrekte Lösungen, können von diesen aber nicht auf die Eingaben der anderen Parteien schließen. Dieses Verfahren bildet beispielsweise die Grundlage für sichere Blockchain-Protokolle.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 46116197 / Künstliche Intelligenz)