Die Zukunft der künstlichen Intelligenz im Web-Content-Management

Es gibt viele verschiedene Arten von Intelligenz. Normalerweise denken wir bei Intelligenz an die Fähigkeit, Probleme zu lösen, vor allem solche, mit denen man vorher noch nicht konfrontiert war. Dies wäre die allgemeine Intelligenz, aber es gibt auch andere Arten wie die emotionale Intelligenz oder die Fähigkeit, die mentalen Zustände und Prozesse anderer Personen zu verstehen.

Intelligenz erfordert eine Form des kritischen Denkens oder Erfahrung, die durch ausgiebige Erkundung/Entdeckung, Ausbildung oder Wissensaustausch erworben wird. Diese Eigenschaften werden in der Regel als menschliche Eigenschaften betrachtet, die menschliche Interaktion erfordern. Ein gewisses Maß an Intelligenz kann aber auch in anderen Formen auftreten, z. B. bei Tieren, die menschliche Fähigkeiten erlernen. Während man auch bei Tieren von einer relativen Form der Intelligenz ausgehen kann, ist es schwieriger, diese Eigenschaften auf eine Maschine anzuwenden, die aus von Menschenhand geschaffenen Teilen besteht und keine natürliche Neigung hat, selbst zu denken. Der Maschine muss das Denken erst beigebracht werden. Diese vom Menschen geschaffene Intelligenz wird als "künstliche Intelligenz" bezeichnet.

Künstliche Intelligenz ist ein Schlagwort, das sich darauf bezieht, einer Maschine Intelligenz zu verleihen. In ihrer jetzigen Form ist es besser, sie als maschinelle oder statistische Intelligenz zu bezeichnen. Computer erreichen ein gewisses Maß an künstlicher Intelligenz durch den Einsatz von Trainingsmethoden, die auf dem Sammeln großer Datenmengen und dem Ziehen von Korrelationen aus diesen Daten basieren. Das unterscheidet sich zumindest geringfügig davon, wie Menschen Intelligenz erreichen. Auch wir erreichen sie durch Training, aber da enden die Gemeinsamkeiten auch schon. Unsere Intelligenz besteht vor allem darin, mit kleineren Datenpaketen produktive Lösungen zu schaffen, als sie eine Maschine benötigt.

"Ich denke, dass die künstliche Intelligenz fast eine geisteswissenschaftliche Disziplin ist. Sie ist wirklich ein Versuch, die menschliche Intelligenz und die menschliche Kognition zu verstehen." -Sebastian Thrun

Die Feedback-Schleife für Menschen endet nie: Wir lernen ständig neue Tricks. Die Fähigkeit zu lernen und die Methoden zur Übernahme von Veränderungen entwickeln sich beim Menschen in den verschiedenen Lebensphasen. Die künstliche Intelligenz ist derzeit noch nicht annähernd an dem Punkt angelangt, den sie voraussichtlich erreichen wird. Das meiste, was eingesetzt wird und nützlich ist, ist künstliche, enge Intelligenz, die für eine bestimmte Aufgabe entwickelt wurde. Bei dieser Art von maschineller Intelligenz kann man sich darauf verlassen, dass sie konsistent ist. Sie liefert im Allgemeinen die gleichen erwarteten Ergebnisse für die gleichen Eingaben, egal wie oft sie zur Erfüllung ihrer Aufgaben herangezogen wird.

Auf diese Weise kann künstliche Intelligenz nicht wirklich als gut oder schlecht beurteilt werden - sie ist einfach anders. Sie hat im Vergleich zur menschlichen Intelligenz andere Vorteile, Nachteile und abgeleitete Ziele. Sie ist auch besser geeignet, um die Aufgaben zu erledigen, die Computer gut können und für die sie konzipiert sind. Der Computer handelt nicht wie ein Mensch. Wir vermischen emotionale und berechnende Intelligenz und nutzen beide zusammen. Obwohl es sich um zwei verschiedene Dinge handelt, arbeiten sie zusammen, um eine Lösung zu finden. In verschiedenen Situationen oder Herausforderungen kann sich eine der beiden Komponenten durchsetzen, und das ist gut so. Es erhöht die Vielfalt und die möglichen Antworten, die Menschen auf jedes Problem haben. Das wird zu unserem Vorteil und hilft uns, in einem sich verändernden Umfeld flexibel zu bleiben.

Einige der anfänglichen Herausforderungen bei der Anpassung der künstlichen Intelligenz wurden bereits gemeistert. Die Entwicklung steckt jedoch noch in den Kinderschuhen, obwohl sie bereits 1955 erdacht wurde. In ihrer derzeitigen Anwendung wird sie als "schwache KI" bezeichnet, die mehr oder weniger auf eine bestimmte Aufgabe ausgerichtet ist. Das kann z. B. einfache Robotik sein. Von "starker KI" spricht man, wenn die KI so eingesetzt wird, dass sie höhere Funktionen des menschlichen Gehirns simulieren kann. Dies würde Dinge beinhalten wie:

Es hat sich gezeigt, dass einige KI ein gewisses Maß an diesen Merkmalen aufweisen, aber sie müssen noch zu einer echten multi-operativen Einheit vereinigt werden. Die Entwicklung deutet darauf hin, dass die Technologien schnell voranschreiten und im Laufe der Zeit nur an Dynamik gewinnen werden. Künstliche Intelligenz ist also kein Feind, sondern etwas, mit dem man im Laufe der Zeit arbeiten muss.

Man könnte argumentieren, dass eine intelligente Maschine oder ein intelligentes Netz bei ausreichender Schulung und Rechenleistung in der Lage sein könnte, alle möglichen Reaktionen auf ein Problem zu analysieren. Damit könnte sie ähnlich reagieren wie Menschen, die für einen bestimmten Zweck ausgebildet wurden. Das mag stimmen, aber ein solches Netz wäre wahrscheinlich weniger effektiv, wenn man den Umfang der erforderlichen Ausbildung und Verarbeitung berücksichtigt. Es ist wahrscheinlich, dass die schiere Masse an Informationen und die exponentiellen Möglichkeiten dazu führen könnten, dass es aufgrund der Komplexität langsamer reagiert als eine vergleichbare menschliche Intelligenz.

Eine andere Art von Vision wäre der gemeinsame Einsatz verschiedener Intelligenztypen, um ein Verhalten zu erzeugen, das der menschlichen Erfahrung ähnlicher ist. Ob eine Reaktion kalkuliert oder emotional ist, ein Mensch sieht das Ergebnis und stimmt seine Reaktion entsprechend ab. Wir können leicht über uns selbst oder über die Menschen um uns herum nachdenken und die Denkprozesse, die sie verwenden, kennen, lernen oder intuitiv erfassen. Manchmal genügt ein Blick auf eine Person, um zu wissen, wie sie emotional und intellektuell auf eine Bitte reagieren wird, bevor sie überhaupt gefragt hat. Das liegt daran, dass der menschliche Körper dazu neigt, körperliche Ausdrücke zu differenzieren. Diese werden von Mitmenschen leicht erkannt und in einem bestimmten Moment sofort verarbeitet. Bei der KI ist das derzeit nicht so einfach.

Bei einer einseitigen Intelligenz gibt es diese Zusammenarbeit der Denkprozesse nicht - deshalb unterstütze ich das Konzept der Kombination mehrerer Intelligenzen, um die Entscheidungsprozesse zu verbessern und auch einen optimalen Wechsel zwischen ihnen sowie Zusammenarbeit und mentale Unterstützung zu ermöglichen.

At Magnolia, we’ve recently combined AI, machine learning and human-led web content management as part of Magnolia version 6 in a way that solves everyday problems for content managers, content creators, and marketers in general. For instance, Magnolia’s AI-powered contextual search learns from the behavior of a content manager, bringing in relevant suggestions in real time to help make asset management easier. AI is also used to automatically tag content and images. For example, Magnolia’s advanced image recognition feature detects and tags an image based on its contents, once again streamlining search and asset management.

On the marketing front, marketers can tap into IBM Watson-powered AI, which is integrated into the Magnolia experience, to personalize web content based on personal data which is tracked and stored within Watson Marketing.

Although still in relative infancy, creative deployments of Artificially Intelligent solutions can be successful in helping to manage web content. AI can greatly simplify process by providing applicable content to visitors while improving the delivery of appropriate content and user experience. This type of intelligent automated response is something impossible for humans to achieve where a dedicated intelligent machine would have no problem with the task. The machine can instantaneously assess an audience by behaviors and provide content and functionality in a personalized manner.

In this way, the future of intelligent content management is already here—and yet, there’s so much more to come.