Zusammenfassung
KI-Technologien gelten in vielen Bereichen als bahnbrechend, da sie die kognitiven Leistungen des Menschen reproduzieren oder sogar übertreffen können. Menschliche Leistungen ließen sich somit durch KI ersetzen. Die Forschung im Bereich der Augmented Intelligence als Ergänzung zur KI geht jedoch davon aus, das sich menschliche und computergesteuerte kognitive Technologien im Idealfall positiv ergänzen. In diesem Beitrag wird die Motivation hinter der Forschung zur Augmented Intelligence erläutert und einige vielversprechende Ansätze ausgeführt.
Download chapter PDF
Literatur
Amershi, Saleema; Cakmak, Maya; Knox, W. Bradley; Kulesza, Todd (2014): Power to the People. The Role of Humans in Interactive Machine Learning. In: AI Magazine. Online verfügbar unter https://www.microsoft.com/en-us/research/publication/power-to-the-people-the-role-of-humans-in-interactive-machine-learning/. Zuletzt geprüft am 23.02.2018.
Amodei, Dario; Anubhai, Rishita; Battenberg, Eric; Case, Carl; Casper, Jared; Catanzaro, Bryan et al.: Deep Speech 2. End-to-End Speech Recognition in English and Mandarin. Online verfügbar unter http://arxiv.org/pdf/1512.02595v1. Zuletzt geprüft am 23.02.2018.
Campbell, Murray; Hoane, A.Joseph; Hsu, Feng-hsiung (2002): Deep Blue. In: Artificial Intelligence 134 (1-2), S. 57–83. DOI: 10.1016/s0004-3702(01)00129-1.
Carter, Shan; Nielsen, Michael (2017): Using Artificial Intelligence to Augment Human Intelligence. In: Distill 2 (12). DOI: 10.23915/distill.00009.
DARPA: Explainable Artificial Intelligence (XAI). Online verfügbar unter https://www.darpa.mil/program/explainable-artificial-intelligence, zuletzt geprüft am 23.02.2018.
Endert, A.; Ribarsky, W.; Turkay, C.; Wong, B. WilliamL.; Nabney, I.; Blanco, I. Díaz; Rossi, F. (2017): The State of the Art in Integrating Machine Learning into Visual Analytics. In: Computer Graphics Forum 36 (8), S. 458–486. DOI: 10.1111/cgf.13092.
Engelbart, Douglas Carl (1962): Augmenting Human Intellect: A Conceptual Framework.
He, Kaiming; Zhang, Xiangyu; Ren, Shaoqing; Sun, Jian: Deep Residual Learning for Image Recognition. Online verfügbar unter http://arxiv.org/pdf/1512.03385v1. Zuletzt geprüft am 23.02.2018.
Hirschberg, Julia; Manning, Christopher D. (2015): Advances in natural language processing. In: Science (New York, N.Y.) 349 (6245), S. 261–266. DOI: 10.1126/science.aaa8685.
Howard, Jeremy (2014): The wonderful and terrifying implications of computers that can learn. Online verfügbar unter https://www.ted.com/talks/jeremy_howard_the_wonderful_and_terrifying_implications_of_computers_that_can_learn?language=en, zuletzt geprüft am 23.02.2018.
IBM: Response to – Request for Information Preparing for the Future of Artificial Intelligence. IBM. Online verfügbar unter https://www.research.ibm.com/cognitive-computing/ostp/rfi-response.shtml, zuletzt geprüft am 23.02.2018.
Mnih, Volodymyr; Badia, Adrià Puigdomènech; Mirza, Mehdi; Graves, Alex; Lillicrap, Timothy P.; Harley, Tim et al.: Asynchronous Methods for Deep Reinforcement Learning. Online verfügbar unter http://arxiv.org/pdf/1602.01783v2, zuletzt geprüft am 23.02.2018.
Nielsen, Michael (2016): Thought as a Technology. Online verfügbar unter http://cognitivemedium.com/tat/, zuletzt geprüft am 23.02.2018.
Pirolli, Peter; Card, Stuart K. (2005): The sensemaking process and leverage points for analyst technology as identified through cognitive task analysis. Proceedings of International Conference on Intelligence Analysis.
IBM (2010): IBM’s “Watson” Computing System to Challenge All Time Greatest Jeopardy! Champions. Online verfügbar unter https://www-03.ibm.com/press/us/en/pressrelease/33233.wss, zuletzt geprüft am 23.02.2018.
Ribarsky, William; Fisher, Brian (2016): The Human-Computer System. Towards an Operational Model for Problem Solving. In: 2016 49th Hawaii International Conference on System Sciences (HICSS). 2016 49th Hawaii International Conference on System Sciences (HICSS). Koloa, HI, USA, 05.01.2016 - 08.01.2016: IEEE, S. 1446–1455.
Sacha, Dominik; Stoffel, Andreas; Stoffel, Florian; Kwon, Bum Chul; Ellis, Geoffrey; Keim, Daniel A. (2014): Knowledge Generation Model for Visual Analytics. In: IEEE transactions on visualization and computer graphics 20 (12), S. 1604–1613. DOI: 10.1109/TVCG.2014.2346481.
Satista; Brandt Mathias: Smart Speaker, Wenig Echo in Deutschland. Online verfügbar unter https://de.statista.com/infografik/12884/smart-speaker-besitz-in-deutschland-und-denusa/, zuletzt geprüft am 23.02.2018.
Silver, David; Schrittwieser, Julian; Simonyan, Karen; Antonoglou, Ioannis; Huang, Aja; Guez, Arthur et al. (2017): Mastering the game of Go without human knowledge. In: Nature 550 (7676), S. 354–359. DOI: 10.1038/nature24270.
Editor information
Editors and Affiliations
Rights and permissions
Open Access Dieses Kapitel wird unter der Creative Commons Namensnennung 4.0 International Lizenz (http://creativecommons.org/licenses/by/4.0/deed.de) veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.
Die in diesem Kapitel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.
Copyright information
© 2019 Der/die Autor(en)
About this chapter
Cite this chapter
Kirste, M. (2019). Augmented Intelligence – Wie Menschen mit KI zusammen arbeiten. In: Wittpahl, V. (eds) Künstliche Intelligenz. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-58042-4_4
Download citation
DOI: https://doi.org/10.1007/978-3-662-58042-4_4
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-662-58041-7
Online ISBN: 978-3-662-58042-4
eBook Packages: Computer Science and Engineering (German Language)