Fragen der Roboterethik

Die Roboterethik stellt durchaus traditionelle Fragen, gibt einigen Herausforderungen, vor die sich die Tierethik bereits gestellt sah, ein neues Gewand und wirft den Menschen letztlich auf sich selbst zurück. Welche Kompetenzen erachten wir bspw. dafür grundlegend, um als Handlungssubjekte gelten zu können? Was ist darüber hinaus Bedingung für moralische Akteursfähigkeit? Mit welchen moralischen Prinzipien und Werten sollten wir artifizielle Systeme ausrüsten? Auf was für ein moralisches Selbstverständnis lässt es schließen, wenn wir Roboter ‚schlecht‘ behandeln? In welchem Nahbereich des Menschen – Industrie-, Miltär-, Medizin-, Altenpflege- und Servicerobotik, um nur einige zu nennen – wollen wir uns auch weiterhin nur oder zumindest in einem signifikanten Ausmaß auf menschliche und nicht auf artifizielle Expertise verlassen?

Literatur

Sombetzki, J. (2016). Roboterethik. In Matthias Maring (Hrsg.), Zur Zukunft der Bereichsethiken. Herausforderungen durch die Ökonomisierung der Welt (S. 355-379). Scientific Publishing: Schriftenreihe des Zentrums für Technik- und Wirtschaftsethik am Karlsruher Institut für Technologie.

Robotern fehlt der Common Sense

Was heutigen Computern nach wie vor fehlt, ist der für Menschen charakteristische Common Sense, der es erlaubt, in der ungeordneten Alltagswelt zwischen Wichtigem und Unwichtigem zu unterscheiden. […] Computern [bleibt] – trotz ihrer ungeheuren Rechenkraft und Kapazität, Daten zu schürfen – eine Dimension von Sinn nach wie vor verschlossen. […] Durch solch ‚rohe Gewalt‘ können diese Computer Sinnhaftigkeit und Bedeutsamkeit nicht tatsächlich verstehen. Nach dem heutigen Stand bleibt die Entwicklung von einer mehr als grob menschenähnlichen künstlichen Intelligenz reine Spekulation.

Literatur

Dreyfus, H. & Grosser, F. (2014). Heißt Denken Rechnen, Herr Dreyfus? Philosophie Magazin, 6, 50–51.

Weiche Roboter

Linzer Forscherinnen und Forscher haben ein elastisches Material aus Gelatine und anderen essbaren Zutaten entwickelt, das ausreichend stabil ist, um mit elektronischen Bauteilen kombiniert zu werden,, d. h., dieses Biogel eröffnet neue Wege in Richtung „weicher Roboter“.

In einem Bericht der OÖN vom 15. Juni 2020 heißt es: „Bisher konnten die Ansprüche an Materialien, die es im Bereich der weichen Robotik, dehnbarer Elektronik oder bei neuartigen medizinischen Anwendungen braucht, nur von Werkstoffen erfüllt werden, die aus fossilen Rohstoffen gefertigt wurden. (…) Angesichts der steigenden Mengen an Müll, der mit elektronischen Geräten einher geht, gehört die Nachhaltigkeit bei technischen Entwicklungen mittlerweile „zu den größten Herausforderungen unserer Zeit. Bei der Anwendung von sogenannter weicher Robotik denken die Forscher vor allem an die Bereiche Pflege, Rehabilitation oder Medizin, wo also die Technik direkt mit dem menschlichen Körper in Kontakt kommt, wenn etwa mittels tragbarer Sensoren Körperfunktionen überwacht werden. Hier hätten gummiartige Materialien, die noch dazu biologisch verträglich – also ungiftig – sind, großes Potenzial. Gleichzeitig dürfen sich etwa die elastischen Eigenschaften der Trägermaterialien für die neue Technik auch möglichst mit der Zeit nicht verschlechtern. Das schafften die Forscherinnen und Forscher nun mit einer Mischung aus Gelatine, Lösungsmitteln und verschiedenen Zuckerarten. Damit erzielten sie Ergebnisse, die sonst nur Silikon-Elastomere erbringen. Ein weiterer Vorteil gegenüber diesen ist, dass die Linzer Mixtur nach der Anwendung im Biomüll entsorgt werden könne. Dazu kommt, dass das Material Wasser beinhaltet und daher mit anderen wasserlöslichen Materialen wechselwirken kann, es aber selbst kaum durch die Anwesenheit anderer Flüssigkeiten verändert werde. Das mache das Biogel etwa zum vielversprechenden Träger von elektronischen Analysegeräte, die direkt auf der Haut getragen werden können, ohne dass diese die Beweglichkeit einschränken. Im Bereich der Robotik hat das Forschungsteam einen künstlichen Elefantenrüssel gebaut, der sich von einem elektrischen Exoskelett umfasst Hunderttausende Male hin und herbewegen lässt, ohne dabei kaputt zu werden. Für die Wissenschaftler reichen die Möglichkeiten für den Einsatz ihres Gels von sicheren Kinderspielzeugen, technischer Unterstützung in der medizinischen Rehabilitation bis hin zu Greifhänden, etwa für Ernteroboter, die nach ihrem Einsatz bedenkenlos entsorgt werden können. Das Material zeichnet sich auch durch einfache Verarbeitung bei geringen Produktionskosten aus und soll nun durch die Verarbeitung mit industriellen Fertigungsmethoden noch belastbarer werden. In weiterer Folge sollen auf dieser Basis dann „komplexere Roboter mit Sensorhäuten“ entstehen.“

Link: https://www.jku.at/en/institute-of-experimental-physics/soft-matter-physics/about-us/

Künstliche Intelligenz ist viel weniger intelligent als die meisten Menschen glauben

Künstliche Intelligenz ist nach Ansicht von Sabine Köszegi weniger intelligent als viele Menschen glauben, wobei sich vor allem viele ethische Fragen stellen, aber auch praktische, denn neuronale Netze sind viel zu komplex, um sie nachvollziehen und verstehen zu können. Die künstliche Intelligenz kann zwar bestimmte Dinge besser als Menschen, denn sie basiert auf guten Rechenmaschinen, die sehr viele Daten, sehr viele Variablen berücksichtigen und präzise verarbeiten können, wodurch sie besser und schneller als Menschen sind.

Aber: Maschinen verstehen nicht, was sie tun, denn es sind nach wie vor mathematische Modelle, Wahrscheinlichkeits-Berechnungen, sodass es ihnen ganz gleich ist, ob sie ein Vorhersagemodell für die Wetterprognose berechnen oder dafür, ob ein Mensch gut in den Arbeitsmarkt integrierbar ist, ob jemand Krebs hat oder nicht. Bei einer Entscheidungsunterstützung ist es aber wichtig zu wissen, warum man etwas tut, in welchem Kontext mine Entscheidung steht, welches Ziel verfolgt wird, welche Konsequenzen diese Entscheidung hat.

Dieser Teil einer Entscheidunge muss immer vom Menschen kommen.

Memristoren

Die Bezeichnung Memristor geht auf den amerikanischen Ingenieur Leon Chua zurück, der im Jahr 1971 das theoretische Konzept für dieses Bauteil entwarf, wobei sich anders als bei klassischen Schaltelementen bei einem Memristor der elektrische Widerstand ändert und damit die Leitfähigkeit in Abhängigkeit von der angelegten Spannung. Nach Abschalten der Spannung behält der Memristor seinen letzten Widerstandswert bei, d. h., das Bauteil kann somit Informationen gleichzeitig verarbeiten und speichern. Dieses Verhalten basiert auf strukturellen Veränderungen des Memristors, etwa indem durch die Spannungspulse zwischen den zwei Elektroden geladene Atome hin- und herwandern und ablagern, was den Widerstand senkt beziehungsweise anhebt.

In ihrem elektrischen Verhalten ähneln Memristoren in gewisser Weise biologischen Synapsen, denn auch Lern- und Merkfähigkeit des Gehirns sind wesentlich darauf zurückzuführen, dass sich die Verbindungen zwischen Nervenzellen sozusagen verstärken. Synapsen leiten zum Beispiel Signale unterschiedlich stark weiter, wenn sie schnell hintereinander erregt werden. Zusätzlich sorgt die Aktivität für eine langfristige anatomische Änderung, die die Stärke der Übertragung sogar lebenslang beeinflusst. Hirnforscher sprechen von der synaptischen Plastizität. Im Gegensatz zu traditionellen Halbleiterelementen sind Memristoren kein starres Konstruk, sondern sind – ähnlich wie Synapsen wandlungsfähig und sogar „lernfähig.

Aktuell werden dreidimensionale neuromorphe Prozessoren entwickelt, die der Komplexität des Gehirns einen großen Schritt näherkommen sollen, denn der Chip nutzt anstelle von Transistoren und anderen klassischen Bauteilen Memristoren. Diese Memristoren bestehen aus einer dünnen Schicht Hafniumoxid, die zwischen einer Titan- und einer Tantalelektrode eingebettet ist, wobei das Bauteil schnell – innerhalb von Nanosekunden – seine elektrischen Eigenschaften ändert, wenn man einen entsprechenden Spannungspuls anlegt. Fremdatome in der Oxidschicht beeinflussen das elektronische Verhalten der Memristoren, denn je mehr Verunreinigungen vorhanden sind, desto langsamer erhöht sich der Widerstand mit den eingehenden Spannungspulsen und umso stabiler ist der Widerstandswert. Elemente mit sehr wenigen Fremdatomen schalten innerhalb von nur 1,4 Nanosekunden, doch wenn man die Oxidschicht der Bauelemente gezielt mit Fremdatomen dotiert, können sie Schaltzeiten bis in den Bereich von Millisekunden erhöhen.

Literatur

FAZ vom 6. Juni 2020

Aus Nanodrähten aufgebaute Transistoren

Nach einer Wissenschaftsmeldung haben Forscher der TU Dresden eine richtungsweisende Arbeit zum Neuromorphen Rechnen veröffentlicht, in sie zeigen, wie aus Nanodrähten aufgebaute Transistoren wichtige Funktionsweisen des menschlichen Gehirns – dynamisches Speichern und Lernen – nachahmen können. Eines der erklärten Ziele der Forschung im Bereich des neuromorphen Rechnens besteht darin, die selbstorganisierende und selbstregulierende Natur des Gehirns in Schaltkreisen wie auch in Materialien abzubilden – daher die Bezeichnung neuromorph. Die dadurch entstehenden Rechner sollen in der Lage sein, ihre Leistung und Aufgaben im laufenden Einsatz entsprechend den Anforderungen anzupassen und zu optimieren und auch solche Problemstellungen lösen können, für die sie ursprünglich nicht programmiert wurden. Sie lernen beständig weiter und besitzen dabei die sogenannte Plastizität eines biologischen Nervensystems. Unter der Plastizität versteht man die Eigenschaft, sich zur Anpassung laufender Prozesse nutzungsabhängig in Aufbau und Funktion zu verändern – also den elektronischen Schaltkreis wenn erforderlich von seinen einzelnen Schaltelementen aus neu auszurichten und aufzubauen.

Ein weiterer Vorteil neuromorpher Rechner besteht in ihrem grundsätzlichen Aufbau. Im menschlichen Gehirn werden Speicherung und Verarbeitung von Information am selben Ort durchgeführt, gleichzeitig und parallel über ein komplexes Netzwerk synaptischer Verbindungen zwischen mehr als hundert Milliarden Neuronen. Dies unterscheidet das Gehirn grundlegend von heutigen Computern. Diese funktionieren nach dem von-Neumann-Prinzip, bei dem die beiden elementaren Funktionen Speichern und Rechnen in getrennten Einheiten durchgeführt werden. Die dabei zusätzlich erforderlichen Verbindungen zwischen Speicher und Recheneinheit schränken die Fähigkeit zur flexiblen Lösung komplexer Probleme ein und verursachen einen enormen Energie- und Materialverbrauch. Neuromorphe Rechnerarchitekturen, wie sie durch die Dresdner Entdeckung ermöglicht werden, zielen hingegen darauf ab, deutlich über von-Neumann-Rechner hinauszugehen. Sie verbinden Speicherung und Verarbeitung von Informationen innerhalb einer lernfähigen funktionalen Einheit – im konkreten Fall einem aufwändig konstruierten Silizium-Nanodraht-Transistor mit einer Sol-Gel-Beschichtung, die für die Plastizität nach dem Vorbild der Neuronen sorgt. Damit können leistungsstarke, schnelle und flexible, vom Gehirn inspirierte Algorithmen, wie sie z.B. für die Künstliche Intelligenz benötigt werden, auf Hardware-Ebene ausgeführt werden.

Literatur

Eunhye Baek, Nikhil Ranjan Das, Carlo Vittorio Cannistraci, Taiuk Rim, Gilbert Santiago Cañón Bermúdez, Khrystyna Nych, Hyeonsu Cho, Kihyun Kim, Chang-Ki Baek, Denys Makarov, Ronald Tetzlaff, Leon Chua, Larysa Baraban & Gianaurelio Cuniberti (2020). Intrinsic plasticity of silicon nanowire neurotransistors for dynamic memory and learning functions. Nature Electronics, doi:10.1038/s41928-020-0412-1.

Roboter in der Pflege

Die APA meldet am 13. Mai 2020, dass ein Pflege-Assistenz-Roboter in Dornbirn getestet wird, konkret soll der “Lio” zwei Jahre lang zu Forschungszwecken zum Einsatz kommen. Die Fachhochsche Dornbirn untersucht damit die Einsatzfähigkeit eines Roboters im Pflegebereich, wobei der Roboter „Lio“ dabei Service-Aufgaben übernehmen soll, etwa um Essen und Getränke zu bringen, und später soll er auch Dolmetscheraufgaben übernehmen. Damit soll den Pflegekräften wieder mehr Zeit für andere Aufgaben zur Verfügung stehten, etwa als Unterstützung bei der Nachtwache.

Laut Fachhochschule Dornbirn steht “Lio” zur Begrüßung und Unterhaltung von Personen bereit, bringt Getränke und Speisen, leitet zu Bewegungsübungen an oder gibt Auskünfte. Wichtig ist auch die Erkennung von Notfällen und die Alarmierung von Pflegepersonal.

“Lio” wird zunächst in zwei Altenpflegeheimen eingeführt, er wird bei allen seinen Einsätzen von geschultem Personal begleitet und überwacht. Teil des Projekts ist es auch, die Bedeutung, Kriterien, ethische Grenzen und überhaupt die Machbarkeit des Einsatzes von Assistenz-Robotern in der Pflege zu erarbeiten, wobei die Fragestellungen aus verschiedensten Perspektiven beleuchtet werden sollen und die Ergebnisse des Forschungsprojekt sollen in aller Breite verfügbar gemacht werden.

Beteiligt am Test und der Weiterentwicklung von “Lio” sind das Forschungszentrum “Nutzerzentrierte Technologien” der Fachhochschule Vorarlberg sowie die Forschungspartner Universität Konstanz, Altenzentrum Emmersberg (Schaffhausen) und Pflegeheim St. Marienhaus (Caritas Konstanz). Vier Fördergeber stellen finanzielle Mittel bereit.

Roboter als Kellner

Die Presse vom 13. Mai 2020 meldet unter dem Titel „Coronasicheres” Bier: Roboter als Kellner in Sevilla“, dass um die Ansteckungsgefahr zu reduzieren, ein Gasthaus in Sevilla auf eine vollständige Digitalisierung von der Bestellung bis hin zu zum Servieren setzt. „In Sevilla will nun ein Lokalbetreiber seinen Gästen einen völlig „coronasicheren“ Biergenuss und Abend bescheren. Das Bier soll so künftig am Tisch per App bestellt, online bezahlt werden und schließlich von einem Roboter an der Theke reserviert werden. Abholen muss man es sich aber dort selbst. Bis zu 600 Gläser sei der Roboter in der Lage stündlich zu zapfen. Damit lässt sich der Roboter deutlich weniger Zeit (maximal zehn Sekunden) als von Brauereien und Zapfanlagenspezialisten empfohlen. Das sollte nämlich knapp drei Minuten dauern. Der Vorteil des Roboters sei in der heutigen Zeit, die kontaktlose Bedienung der Gäste. Der Roboter ist den Angaben zufolge der erste dieser Art. Er sei von einem Unternehmen aus Sevilla gebaut worden, das hoffe, viele weitere Exemplare zu verkaufen. Die Firma stellt unter anderem auch Roboter für Krankenhäuser sowie zur großflächigen Desinfizierung verschiedener Einrichtungen her.“

Neuromorphe Memristoren

Im Gehirn verbinden Synapsen die Nervenzellen miteinander und dienen dazu, Aktionspotentiale zwischen ihnen zu tragen. Dabei handelt es sich um Nachrichten mit sehr geringer Ladung, im Bereich von 80 Millivolt. Der Versuch, Computer für ihre Verbindungen auf ein ähnliches Niveau zu bringen, stellte jedoch eine massive Hürde dar. Es bedeutet, dass Versuche, künstliche Gehirne zu bauen, durch Ineffizienz behindert werden. Eine innovative neue künstliche Synapse könnte aber den Weg zur Schaffung von Computern ebnen, die wie das menschliche Gehirn funktionieren, und möglicherweise eines Tages eine Elektronik ermöglichen, die sich nahtlos in unseren eigenen Cortex integrieren könnte. Das neuromorphe Rechnen zielt darauf ab, elektronische Schaltkreise so zu modellieren, wie biologische Gehirne funktionieren, aber der Versuch, diese Schaltkreise so effizient zu betreiben, wie das, was im menschlichen Schädel wächst, und so zu lernen, wie es Gehirnzellen können, hat sich als schwierig erwiesen, denn eine der größten Herausforderungen sind die Verbindungen.
Nun behauptet ein Team an der Universität von Massachusetts Amherst, eine künstliche Alternative zu biologischen Synapsen gefunden zu haben. Bei ihrer Forschung an Protein-Nanodrähten haben sie ein Design für einen neuromorphen Memristor oder Gedächtnistransistor entwickelt, der bei Spannungspegeln im gleichen Bereich wie das Gehirn arbeitet. Eine Studie zu dieser Technologie wurde in Nature Communications veröffentlicht. Die Protein-Nanodrähte wurden dem Bakterium Geobacter entnommen, das von dem Mikrobiologen und Co-Autor der neuen Studie, Derek Lovely, entwickelt wurde. Diese haben den Vorteil, dass sie in Flüssigkeiten wie Wasser oder Körperflüssigkeiten stabiler sind als Silizium-Nanodrähte. Indem sie Nanodrähte von den Bakterien abscheren, können sie das leitfähige Protein für ihre Experimente nutzen. Dies ist das erste Mal, dass ein Gerät auf dem gleichen Spannungsniveau wie das Gehirn funktionieren könnte.

Kann man Social Bots erkennen?

Programme, die sich auf sozialen Netzwerken als Menschen ausgeben, manipulieren politische Debatten und Wahlkämpfe und werden echten Nutzern immer ähnlicher. Social Bots treten mit Menschen in Kontakt, aber sie erkennen sie nicht, denn Roboter in sozialen Netzwerken, täuschen durch ihre Profile und Beiträge vor, Menschen wie du und ich zu sein. Mit dieser Art von künstlicher Intelligenz lassen sich Kampagnen gegen Unternehmen anzetteln, Börsenkurse steuern, politische Stimmungen schüren, Falschmeldungen und Propaganda verbreiten und damit Wahlergebnisse manipulieren.

Social Bots werden meist als vollständig automatisierte Accounts wahrgenommen, doch oft ist nur ein Teil der Aktivität automatisiert – eben alles, was lästig ist. Die andere Seite ist, Inhalte zu produzieren, und Inhalte so zu produzieren, dass hinterher nicht mehr auffällt, kommt im Zweifel wieder einem Menschen zu, was automatische Erkennungsmethoden extrem erschwert. Der Trend gehe in Richtung dieser Hybridform, wobei es nicht besonders schwer ist, denn der Aufwand dafür ist nicht mehr als drei, vier Tage Entwicklungsarbeit. Die Idee, Bots mit komplexen Fragen, auf die keine adäquate Antwort zurückkommt, zu enttarnen, greift daher unter Umständen zu kurz, denn wenn es ein hybrides System ist, kann man das als Bot-Betreiber einfach umgehen, indem man tatsächlich auch selbst antwortet.


Bots können rasend schnell reagieren, weil sie rund um die Uhr das jeweilige soziale Netzwerk nach den vom Programmierer vorgegeben Schlüsselwörtern oder Hashtags durchsuchen. Es gibt Bots, deren Entwickler versuchen, bekannte Erkennungsmerkmale zu vermeiden, denn einige haben echte Profilbilder, setzen absichtlich nicht zu viele und nicht zu wenige Nachrichten ab, folgen nicht beliebig oder simulieren in ihren Posts sogar menschliche Tagesabläufe, Denkpausen oder Nachtruhe, um nicht aufzufallen. Automatisch lassen sich diese Bots oft nicht zuverlässig erkennen, wobei Prüfseiten wie Botometer (Indiana University) oder Debot (University of New Mexico) oft machtlos sind, die per Mustererkennung arbeiten. Die Die Erkennungsraten liegen bei rund 50 Prozent, wobei nur einfach gestrickte Bots diese Prüfseiten relativ leicht identifizierten. Von der technischen Seite ist es wichtig zu bedenken, dass diese Bots im Prinzip beliebig skalierbar sind, denn wer ein Programm hat, mit dem sich ein Bot steuern lässt, kann damit auch eine ganze Armee von Bots lenken.

In sozialen Netzwerken melden sich immer öfter auch Maschinen zu Wort, wobei Programmierer der Social Bots Diskussionen beeinflussen und Meinungen manipulieren wollen. Bei Twitter waren bis zu 15 Prozent der Accounts automatisch von Computer-Software mit Tweets beschickt. Wenn die Bots nicht ganz plump programmiert sind, sehen viele Bot-Profile auf den ersten Blick wie ganz normale Nutzer aus und die Erkennungsprogramme versagen. Um Bots bei Facebook, Twitter und Co zu enttarnen, sollte man prüfen, wer dem angeblichen Account-Inhaber überhaupt folgt, denn Bot und Bot gesellt sich gern. Hilfreich kann es auch sein, Profilbild und -beschreibung genauer unter die Lupe zu nehmen, wobei ein aus dem Netz kopiertes Foto ebenso verdächtig wie eine fehlende oder sinnlose Profilbeschreibung ist.

Indizien für einen Bot-Account können von Thema, Tenor oder Quellenverweis her immer ähnlich lautende Post sein, denn Bots posten zudem oft sehr viele Inhalte, führen aber kaum Dialoge oder stören solche gezielt, etwa mit Beleidigungen oder Provokationen. Verdächtig sind aber auch seltsamer Satzbau oder wiederkehrende Grammatikfehler.
Verteilt ein Account massenhaft Likes, kann das ein weiteres Indiz für eine Bot-Tätigkeit sein, während mgekehrt Bot-Posts oft kaum Likes oder Kommentare ernten.

Ab einer Zahl von fünfzig Postings pro Tag hat man es wahrscheinlich mit einem Bot zu tun, doch es gibt auch Menschen, die so oft posten. Auf der Suche nach Gewissheit könne man etwa auch schauen, ob der Account einen menschlichen Tag-Nacht-Zyklus verfolgt, doch selbst das reicht nicht immer aus.

Quelle

https://www.com-magazin.de/news/sicherheit/social-bots-schliche-kommen-1248390.html?page=1_automatisierte-meinungsmache-enttarnen (17-08-17)