Teilen auf
Facebook
Twittern
Empfehlen
per E-Mail

Blickpunkt künstliche Intelligenz

Wenn KI jeden Jackpot knackt und
durch Wände Personen erkennt und ihr Tun zeigt

Künstliche Intelligenz könnte nicht nur Lotto & Co. stoppen

Künstliche Intelligenz (KI) verändert unser Leben dramatisch. Beispiele, was heute schon möglich ist und was uns blüht:

Lotto und Euro-Lotterien könnten das Aus drohen

Seit es Lotterien gibt, träumen Menschen davon, schon vorab an die richtigen Zahlen zu gelangen. Einen Ansatz, um diesem Ziel mit künstlicher Intelligenz für Lotto und die Euro-Lotterien ein Stück näher zu kommen, können Tipper bereits im Internet nutzen (mehr dazu weiter unten).
Da der künstlichen Intelligenz in vielen Bereichen gewaltige Umbrüche zugetraut werden, stellt sich natürlich auch die Frage nach möglichen Auswirkungen auf die Spiel- und Glücksspielszene.
Wenn selbstlernende KI-Algorithmen (künstliche Intelligenz) weiter so gewaltige Fortschritte machen und etwa Gewinnzahlen zu gut vorausahnen, könnten Lotto-Spieler vielleicht eines Tages gar nichts mehr gewinnen, meint dazu der KI Experte Sören van Herten. Denn Lotto und Euro-Lotterien könne es nur solange geben, wie ein Mindestmaß an Ungewissheit bestehe, welche Zahlen gezogen würden. Sonst gäbe es zu viele Gewinner, zu geringe Quoten und damit keine Millionengewinne mehr. Dadurch würde Lotto spielen sinnlos.

Doch wie kann künstliche Intelligenz die kommenden Lotto Gewinnzahlen vorhersagen?

Es geht doch um Zufall, oder? "Ja und nein", sagt der KI-Experte van Herten. "Der Zufall überwiegt bei weitem, aber offenbar ist er nicht perfekt. Weil die Ziehungsgeräte mechanisch und recht primitiv arbeiten, sind sie keine wirklich idealen Zufallsgeneratoren. Doch nur bei letzteren ist völlig unvorhersehbar, welche Zahlen sie ziehen werden. Streng genommen sind deshalb Lotterien mit zu einfachen mechanischen Ziehungsgeräten und immer gleichen Startbedingungen keine reinen Glücksspiele."
Beim deutschen Lotto wird sogar notariell überprüft, ob die Kugeln vor jedem Start immer gleich liegen. Dies soll Manipulationen verhindern, fördert aber eher Vorhersehbarkeiten von Teilen der Ergebnisse.
So finden sich in der Aufeinanderfolge der Gewinnzahlen über viele Ziehungen immer wieder Verlaufsmuster, die es bei perfektem Zufall nicht geben dürfte.
lotto-punktdiagramm Screenshot Quelle: ki-lotto-generator.de
Diese kann künstliche Intelligenz auf Anzeichen analysieren, mit welchen Gewinnzahlen es weitergeht.
Ähnlich den Zugvögeln, die aus vererbten Erfahrungen unzähliger früherer Wetterereignisse erstaunlich gut wissen, wie das Wetter weitergeht und wann Winter kommen und enden (siehe weiter unten). Und dies, obwohl das Wettergeschehen wirklich chaotisch verläuft und somit zufälliger, als Lottoziehungen.

Vorhersagegüte noch nicht bedrohlich für Lotto & Co.

Zum Glück für alle Lottofans kann künstliche Intelligenz derzeit Gewinnzahlen noch nicht so gut vorausschätzen, dass dadurch das Veranstalten von Zahlenlotterien sinnlos würde.
Bei dem bereits erwähnten Ansatz, einem im Internet nutzbaren Tippzahlen-Generator, der mit künstlicher Intelligenz (KI) ausgewählte Tippzahlen für Lotto 6 aus 49,  Eurojackpot  und Euromillions liefert, wird denn auch betont, dass er in einer Zone zwischen Zufallszahlen-Generierung und dem Vorfeld von Vorhersagen arbeitet.
Fortlaufende Erfolgsdemo der Trefferraten
Man ist immerhin von der Leistung der selbstlernenden KI-Algorithmen so überzeugt, dass auf einer Demo-Unterseite der Generator-Website wöchentlich neue Demo-Tippzahlen angezeigt werden. Nach den Ziehungen, für die sie bestimmt sind, erscheinen die mit den Demozahlen erzielten Ergebnisse dann zusammen mit den amtlichen Gewinnzahlen in einer fortlaufenden Treffer-Übersicht.

Rettung von Lotto & Co. durch bessere Zufallsquellen

Sollten selbstlernende KI-Algorithmen eines Tages die Ergebnisse der heute verwendeten mechanischen Ziehungsgeräte zu gut vorausahnen können, was derzeit noch einigermaßen fraglich ist, wäre natürlich ein Wechsel zu besseren Zufallsquellen möglich, etwa zu radioaktiven Zerfallsprozessen. Diese ließen sich allerdings dann nicht für Zuschauer so spannend per Kamera übertragen, wie das Ziehen mit Lostrommeln und Zahlenkugeln.
Menschen bei Schach und Go K. o.
Während die Zahlenlotterien noch nicht endgültig von künstlicher Intelligenz "besiegt" worden sind, sieht es bei anderen Spielen dramatischer aus. Schachprogramme konnten nicht zuletzt durch gigantische Rechenleistung der eingesetzten Computer selbst von Großmeistern schon lange nicht mehr besiegt werden.
Dagegen galt das ehrwürdige Go-Spiel noch bis 2017 als einziges Spiel, bei dem große Meister immer besser waren, als Computerprogramme. Und zwar deshalb, weil es, anders als Schach, nicht durch pure Rechenleistung gewinnbar ist, die mehr Züge vorausberechnet, als Großmeister es können.
In 2017 wurde aber AlphaGo Zero fertig, eine KI-Software, die jeden Go-Spieler der Welt schlägt. Das Programm wurde ohne menschliches Zutun unschlagbar, indem es fast endlos gegen sich selbst spielte. Daraus lernte es sehr schnell so viel, dass kein Mensch mehr gegen diese künstliche Intelligenz gewinnen kann.
Derzeit wird die KI-Software, auf der AlphaGo Zero basiert, an immer mehr andere Spiele angepasst. Es ist zu erwarten, dass nach ähnlichen Trainingsläufen des gegen sich selbst Spielens, die KI-Software auch bei diesen Spielen für Menschen unbesiegbar wird.


KI erkennt durch Wände hindurch Personen und macht deren Bewegungen sichtbar
Der künstlichen Intelligenz gelingt der Röntgenblick durch Analyse von Veränderungen in Funkwellen Reflexionen
Wissenschaftler des Massachusetts Institute of Technology (MIT) haben ein KI System entwickelt, das mittels schwacher Funkwellen und künstlicher Intelligenz (KI) Menschen durch Wände hindurch beobachten und identifizieren kann.
Die Funkwellen, die das System in den Beobachtungsbereich sendet, sind um den Faktor 1000 schwächer, als normale WLAN-Wellen. Die Sensoren des Systems können durch die Reflexionen, die Menschen zurückstrahlen, deren Positionen, Körperhaltungen und Bewegungen durch Wände hindurch sauber verfolgen. Physikalisch ist dies möglich, weil Menschen zu einem großen Teil aus Wasser bestehen, das für Funkwellen schwerer zu durchstrahlen ist als Wände.
Um das System dazu zu befähigen, aus den Veränderungen der reflektierten Funkwellen ein Bild zu erzeugen, haben die Forscher selbstlernende künstliche Intelligenz (KI) genutzt. Diese wurde sowohl mit den Daten der Hochfrequenz-Sensoren als auch gleichzeitig mit Live-Videoaufnahmen der Personen gefüttert, die sich im Beobachtungsbereich hinter einer Wand bewegten.
Dadurch lernte die KI einen Zusammenhang zwischen den Veränderungen der Funkwellen und den Bewegungen der Menschen zu bilden. Und zwar so gut, dass das trainierte KI System aus solchen Funkdaten dann ganz ohne Videodaten erkennen und per Strichmännchen darstellen konnte, wie und wo sich bestimmte Menschen mit typischen Bewegungsprofilen im Raum bewegten. Wie die KI den Zusammenhang ableiten konnte, verstehen die Forscher selbst noch nicht.
Als seriöse Anwendungen schlugen die Wissenschaftler u. a. die Überwachung dort vor, wo normale Kameras zu aufdringlich sind, etwa in Krankenhäusern oder Altenheimen. Oder wo es für Kameras zu dunkel ist. Hier können Sie die Meldung des MIT zu diesem Projekt und die wissenschaftliche Publikation der MIT-Forscher dazu einsehen.
Beobachtung von Nachbarn durch Wände und Decken
Es braucht aber nicht viel Fantasie, um sich vorzustellen, was demnächst kommt. Wahrscheinlich werden asiatische Elektronikfirmen entsprechendes Equipment preisgünstig anbieten. Dann wird neben dem Filmen der Nachbarn im Garten per Drohne noch ganz anderes anstehen. Nämlich durch Wände und Decken hindurch zu beobachten, was die Nachbarn in den Wohnungen nebenan oder oben und unten gerade so treiben.
Mit künstlicher Intelligenz Wetter vorhersehen,
wie die Vögel
Zugvögel können mit ihren kleinen Gehirnen Erstaunliches. Mit großer Treffsicherheit erkennen sie auf Basis der über Generationen gesammelten und vererbten Wetter-Erfahrungen, wann es Zeit ist, in wärmere Regionen zu fliegen, weil der Winter kommt, und wann sie wieder zurückfliegen sollten, weil der Winter geht.
Und sie können dies ohne riesiges Messstellennetz, ohne Wettersatelliten, und trotz des echt chaotischen Wettergeschehens mit den sehr unterschiedlich langen Wintern. Was die Vögel mit ihren Sinnesorganen gerade wahrnehmen, reicht ihnen für Schlüsse, wie es mit dem Wetter weitergeht.
Forscher der Universität Wismar haben unter Einsatz von künstlicher Intelligenz erfolgreich etwas ähnliches versucht. Ein per Software simuliertes neuronales Netz wurde an früheren Wetterdaten des DWD (Deutscher Wetterdienst) trainiert, damit es anhand weniger Daten einer aktuellen Wetterlage den Fortgang des Wetters für einen bestimmten Ort vorhersagen kann.
Bei den Vorhersagen wurden dann trotz schwacher Kapazität der eingesetzten Rechner, Trefferquoten von bis zu erstaunlichen 96% erzielt. Hier können Sie eine Publikation der Universität Wismar zu diesem Projekt mit dem Titel Wettervorhersage mit vorwärtsgerichteten neuronalen Netzen einsehen.
Wie KI-Software Unglaubliches vollbringt, verstehen selbst deren Schöpfer oft nicht
Die obigen Beispiele zeigen etwas Erstaunliches. Künstliche Intelligenz kann selbständig lernen, Leistungen zu vollbringen, die selbst deren Programmierer nicht verstehen und die früher als unmöglich galten. Ob nun das Vorausahnen kommender Lottozahlen aus vergangenen Lottoziehungen, das Erkennen menschlicher Bewegungen durch Wände hindurch aus gelernter Bedeutung von Feldveränderungen, oder das Vorhersehen des kommenden Wetters aus der Wetterentwicklung der Vergangenheit.
In der Zukunft wird es sicher noch viele andere erstaunliche Leistungen der künstlichen Intelligenz geben. Lassen wir uns überraschen.
Teilen Sie diese Seite auf Facebook oder Twitter. Oder empfehlen Sie diese Freunden oder Bekannten per Email. Mit den Bottons links geht dies ganz leicht (einfach die erscheinenden Textvorschläge übernehmen oder ändern).
Bild-Copyrights von unsplash.com: © Caleb George/Unsplash (2. von oben)
Bild-Copyrights von pixelio.de: © Oliver Mohr/pixelio.de (1. von unten)


. . .