Kurze Geschichte der Künstlichen Intelligenz

Warum Geschichte wichtig ist

Wenn man nur moderne KI sieht, wirkt alles wie ein plötzlicher Durchbruch. Tatsächlich besteht KI aus vielen Ideen, die über viele Jahrzehnte entstanden sind: Logik, Statistik, Optimierung, neuronale Netze, Rechenleistung und große Datenmengen.

1943: Das künstliche Neuron

Warren McCulloch und Walter Pitts beschrieben ein frühes mathematisches Modell eines künstlichen Neurons. Die Idee war stark vereinfacht: Ein System bekommt Eingaben, prüft eine Schwelle und erzeugt eine Ausgabe.

Genau diese Denkweise taucht später bei Perzeptren, neuronalen Netzen und modernen Deep-Learning-Systemen wieder auf.

1950: Alan Turing

Alan Turing stellte eine berühmte Frage: Können Maschinen denken? Statt diese Frage philosophisch endgültig beantworten zu wollen, schlug er einen praktischen Test vor.

Wenn ein Mensch in einem Gespräch nicht zuverlässig unterscheiden kann, ob er mit einem Menschen oder einer Maschine spricht, dann zeigt die Maschine zumindest intelligentes Verhalten.

1956: Der Begriff KI entsteht

Auf der Dartmouth Conference wurde der Begriff Artificial Intelligence geprägt. Ab diesem Zeitpunkt wurde KI als eigenes Forschungsfeld sichtbar.

Damals war die Hoffnung groß: Viele Forschende glaubten, dass menschenähnliche Maschinen sehr bald möglich sein könnten. Diese Erwartungen waren zu optimistisch.

1958: Das Perzeptron

Frank Rosenblatt entwickelte das Perzeptron. Es war eines der ersten Modelle, das aus Beispielen lernen konnte. Es konnte einfache Entscheidungsgrenzen lernen.

Genau dieses Prinzip bauen wir später selbst: Ein Perzeptron lernt nicht durch Magie, sondern durch kleine mathematische Anpassungen.

1980er: Backpropagation

Einzelne Perzeptren sind begrenzt. Der nächste große Schritt waren Netze mit mehreren Schichten. Damit solche Netze lernen können, muss der Fehler durch das Netzwerk zurückgerechnet werden.

Dieses Verfahren heißt Backpropagation. Es ist einer der wichtigsten Bausteine moderner neuronaler Netze.

2012: Deep Learning wird sichtbar

Mit mehr Daten, besseren Algorithmen und leistungsfähigen GPUs wurden tiefe neuronale Netze plötzlich extrem erfolgreich. Besonders in der Bilderkennung zeigte sich, wie stark Deep Learning sein kann.

Der entscheidende Unterschied war nicht nur die Theorie. Es war auch die Hardware: GPUs konnten viele Matrixoperationen parallel berechnen.

2017 bis heute: Transformer und LLMs

Die Transformer-Architektur veränderte die Verarbeitung von Sprache. Statt Wörter nur nacheinander zu betrachten, können Transformer Beziehungen zwischen vielen Tokens gleichzeitig modellieren.

Daraus entstanden moderne Sprachmodelle. GPT-Modelle berechnen nicht „Gedanken“, sondern Wahrscheinlichkeiten für die nächsten Tokens. Trotzdem können daraus erstaunlich nützliche Fähigkeiten entstehen.