1963 geboren in Delmenhorst, studierte von 1990 bis 1998 Freie Kunst bei Rolf Julius, Peter W. Schaefer und Franek an der HFK Bremen, war Meisterschüler.
Herwig Gillerke drückt sich auf sehr vielfältige Weise aus und verbindet stets Kunst und Alltag auf immer wieder neue Art, mal als Performance, dann wieder als Fotoinstallation, mal in Sprache, in Zitaten von Songtexten oder in der Malerei. Er ist ein Cross-Over-Künstler, der Subkultur ist und lebt, der sich immer wieder selbst inszeniert – schonungslos, geschminkt und ungeschminkt, verletzlich, tragisch und hart, schillernd und beweglich und stets radikal. Und er ist ein lebenshungriger Musik-Freak, weshalb er als Deejay ebenfalls unterwegs ist – im Einklang mit seiner Kunst verschmilzt er mit den Songs, die er als Performance präsentiert. Daher ist Gillerke auch der Deejay der Opening-Party des LEBE DEIN AENDERN Randlage Artfestival Worpswede. (vs)
leitet seit 2011 den Forschungsbereich Cyber-Physical Systems des DFKI, Deutsches Forschungszentrum für Künstliche Intelligenz, und ist seit 2001 Professor im Fachbereich Mathematik/Informatik der Universität Bremen.
von Rolf Drechsler
Seit Anbeginn der Menschheit werden Werkzeuge eingesetzt, um Tätigkeiten zu erleichtern. Die zunehmende Automatisierung gipfelte in der ersten industriellen Revolution mit der Einführung der Dampfmaschine, durch die große Kräfte aufgebracht und dauerhaft zur Verfügung gestellt werden konnten. Mit dem Einsatz der Fließbandfertigung – der zweiten industriellen Revolution – wurden Herstellungsverfahren optimiert und weiter beschleunigt: Der Grundstein für die Massenproduktion von Gütern war gelegt. Durch die Entwicklung des Computers seit den 30er Jahren des vorigen Jahrhunderts wurden auch bei anspruchsvolleren Tätigkeiten, wie beispielsweise der Addition und Multiplikation großer Zahlenkolonnen, enorme Fortschritte erzielt.
Doch wie sieht es mit komplexeren Aufgaben aus? Können auch diese durch Computer gelöst werden? Schon vor über 60 Jahren wurde der Begriff der künstlichen Intelligenz (KI) vorgeschlagen, der sich bis heute etabliert hat. Frühe Ansätze basierten auf Regelsystemen. Die Hoffnung bestand, aufbauend auf logischen Beschreibungen, komplexe, in sich geschlossene Systeme zu entwickeln, die mit der Umgebung interagieren. Solch ein globales System, das sich an beliebige Situationen anpassen kann, bezeichnet man als „starke KI“. Ein System dieser Art zu erschaffen ist allerdings bislang nicht gelungen.
Im Gegensatz dazu sind leistungsfähige Systeme für spezielle Anwendungen, sogenannte „schwache KIs“, entstanden. Sehr prominent ist hierbei die Anwendung auf Brettspiele: So wurde in den frühen Jahren der KI-Forschung untersucht, ob eine Maschine besser Schach spielen kann als ein Mensch. Auch wenn dies überzeugend gelungen ist – sogar in dem noch komplexeren Spiel Go wurde jüngst der beste Spieler von einem Computer geschlagen –, musste man einsehen, dass diese Spiele nur in eingeschränkter Form intelligentes Verhalten darstellen. So gibt es im Schach nur eine begrenzte Menge an zulässigen Spielzügen auf 64 Feldern. Auch wenn die Anzahl möglicher Züge sehr groß ist, ist die Aufgabe verglichen mit unserer normalen Umwelt dennoch relativ einfach zu überblicken.
Betrachtet man eine Person, die sich in einer Fußgängerzone bewegt, so erkennt man die wesentlich größere Komplexität. Das „Spielfeld“ ist nicht klar begrenzt, es gibt eine Unmenge an Daten im Umkreis (Schaufenster, weitere Personen, Unebenheiten im Straßenpflaster ...), die für die aktuelle Handlung relevant oder bedeutungslos sein können. Genau hier entsteht die Schwierigkeit: Welche Daten und Informationen sind wichtig?
Vor 50 Jahren existierten E-Mail und Internet noch nicht, in der Zwischenzeit aber haben sie Arbeitswelt und Privatleben revolutioniert. In den letzten Jahren wurden Systeme entwickelt, die genau auf die Bedürfnisse der Nutzerinnen und Nutzer zugeschnitten sind und die aus ihrem Verhalten lernen. Die zugrunde liegenden Lernverfahren sind in der KI schon seit längerer Zeit bekannt. Allerdings sind dafür sehr große Rechenleistungen erforderlich, die erst seit wenigen Jahren zur Verfügung stehen. Hier kommen diverse Entwicklungen zusammen: Während vor einigen Jahrzehnten eine große Schwierigkeit in der Beschaffung und Bereitstellung von Daten bestand, ist dies heute im Rahmen von zahlreichen Sensoren, Kameras etc. und der Bereitstellung von Daten im Internet in den Hintergrund getreten (Stichwort „Big Data“). Heute geht es weniger um die Verfügbarkeit als vielmehr darum, aus der Menge der Daten die relevanten Informationen zu extrahieren.
Schon heute sind viele Computersysteme – sei es das Smartphone oder die Suchmaschine – mit Fähigkeiten des maschinellen Lernens ausgestattet. Durch „Deep Learning“ sind in den letzten Jahren beeindruckende Ergebnisse erzielt worden. Diese können nicht nur beispielsweise zur Klassifikation von Objekten in Bildern eingesetzt werden. Computer versuchen zunehmend selbst, Probleme zu identifizieren und eigene Lösungen zu entwickeln. Auch wenn es sich hierbei noch um frühe Forschungsansätze handelt, steckt in diesen Verfahren großes Potenzial.
Neue Technologien werden zudem die Interaktion zwischen Mensch und Maschine verändern. Noch erfolgt diese meist per Tastatur, doch wird zunehmend eine Steuerung durch Sprache oder Gesten eingesetzt. Man stelle sich nur die großen Veränderungen im Arbeitsmarkt vor, sollte das autonome Fahren vollständig umgesetzt werden – wobei hier sowohl technisch als auch juristisch noch Handlungsbedarf besteht. Am Ende kommt es zentral darauf an, dass Systeme korrekt funktionieren. Daher wird die Betrachtung der Verifikation und der Sicherheit ein zentraler Bestandteil des Entwurfes neuer Systeme sein. Und es wird nicht zuletzt von der Akzeptanz der Nutzerinnen und Nutzer abhängen, ob verfügbare Technologien tatsächlich zum Einsatz kommen