idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
08/06/2024 11:08

Warum ist Mathematik für Künstliche Intelligenz unentbehrlich?

Thomas Vogt Freie Universität Berlin, FB MI, DMV-Medienbüro
Deutsche Mathematiker-Vereinigung

    Während künstliche Intelligenz (KI) heute als Teilgebiet der Informatik wahrgenommen wird, ist vielen nicht bewusst, dass es sich um ein stark interdisziplinäres Gebiet handelt, das massiv von Ideen aus der Mathematik profitiert, wie fünf mathematische Fachgesellschaften nun gemeinsam erklären.

    Fünf große mathematische Fachgesellschaften haben sich gemeinsam auf eine Stellungnahme zur Bedeutung der Mathematik für die künstliche Intelligenz (KI) verständigt.
    "Wer sich weigert, sich mit Arithmetik zu beschäftigen, ist dazu verdammt, Unsinn zu reden". Dieser Satz stammt von John McCarthy, Professor für Künstliche Intelligenz und einer ihrer Gründerväter. Während KI heute als Teilgebiet der Informatik wahrgenommen wird, ist vielen nicht bewusst, dass es sich um ein stark interdisziplinäres Gebiet handelt, das massiv von Ideen aus der Mathematik profitiert. Die Mathematik trägt dazu bei, die Sicherheit und Effizienz von KI-Systemen zu steigern.

    Vier Beispiele:
    · Generative KI, die aus einfachen Texteingaben verblüffend realistische Bilder erzeugt, nutzt anspruchsvolle mathematische Konzepte wie Diffusionsmodelle, die auf stochastischen Differentialgleichungen basieren.

    · Moderne KI-Systeme basieren meist auf komplexen neuronalen Netzen. Inzwischen ist bekannt, dass neuronale Netze instabil sein können: Kleinste Störungen in den Eingangsdaten (z.B. sog. Adversarial Attacks) können zu massiven Fehlern im Ergebnis führen. In praktischen Anwendungen wie etwa dem autonomen Fahren oder der medizinischen Diagnostik stellt dies ein erhebliches Sicherheitsrisiko dar. Die Mathematik erforscht, wie man solche Instabilitäten durch ein besseres Design der neuronalen Netze in den Griff bekommen kann.

    · Neuronale Netze in KI-Systemen hängen von Millionen und Abermillionen von Parametern ab. Das macht sie für uns Menschen intransparent. Ziel der Mathematik ist es, kompaktere Modelle zu entwickeln, die bei gleicher Leistung weniger Parameter benötigen, transparenter und damit erklärbarer sind und auch Leistungsgarantien in kritischen Anwendungen ermöglichen.

    · Damit neuronale Netze die geforderte Leistung erbringen, müssen ihre Parameter mit hohem Rechenaufwand trainiert werden. Dies verschlingt enorme Energieressourcen. Prognosen gehen davon aus, dass zukünftige KI-Systeme weltweit den Strombedarf ganzer Länder wie der Niederlande, Schwedens oder Argentiniens verschlingen werden. Durch die Entwicklung moderner Optimierungsverfahren macht die Mathematik das Training neuronaler Netze effizienter und ressourcenschonender.

    Obwohl oft behauptet wird, KI sei eine Blackbox, können tatsächlich alle Elemente der KI mathematisch präzise erklärt werden. Dazu gehören das statistische Verständnis der Daten, die Trainingsziele, die Trainingsmethoden und die Netzwerkarchitekturen. All dies erlaubt z.B. den Erfolg von neuronalen Netzen zu verstehen. Eine fundierte mathematische Ausbildung ermöglicht es, Trainingsziele so zu modellieren, dass wichtige Aspekte, beispielsweise Sicherheitsüberlegungen, im Training berücksichtigt werden können. Darüber hinaus erlaubt die abstrakte mathematische Denkweise Lösungen aus bestimmten Anwendungsdomänen effizient auf andere Bereiche zu übertragen. "Dies alles verdeutlicht, dass die Mathematik eine Schlüsselrolle bei der Entwicklung und dem Verständnis von KI spielt", so die Autoren der Stellungnahme. Unterzeichnet haben die Stellungnahme die Präsidenten folgender Fachgesellschaften:

    DMV: Deutsche Mathematiker-Vereinigung
    GAMM: Gesellschaft für Angewandte Mathematik und Mechanik
    GIP: Gesellschaft für Inverse Probleme
    GOR: Gesellschaft für Operations Research
    Komitee für Mathematische Modellierung, Simulation und Optimierung

    Die gesamte Stellungnahme finden Sie auch auf https://www.mathematik.de/dmv-blog


    Original publication:

    https://www.mathematik.de/dmv-blog


    Images

    Mensch und Maschine verschmelzen mithilfe künstlicher Intelligenz (KI) zunehmend
    Mensch und Maschine verschmelzen mithilfe künstlicher Intelligenz (KI) zunehmend
    Maxim Tolchinskiy
    Maxim Tolchinskiy


    Criteria of this press release:
    Journalists
    Information technology, Mathematics, Social studies
    transregional, national
    Miscellaneous scientific news/publications, Transfer of Science or Research
    German


     

    Mensch und Maschine verschmelzen mithilfe künstlicher Intelligenz (KI) zunehmend


    For download

    x

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).