Connect with us

Künstliche Intelligenz

Auf dem Weg zu medizinischer Superintelligenz: Microsoft stellt Forschung vor


Der US-Tech-Konzern Microsoft hat nach eigenen Angaben „einen echten Schritt in Richtung medizinische Superintelligenz“ gemacht. Das KI-Team von Microsoft stellte Forschungsergebnisse vor, die zeigen, wie künstliche Intelligenz (KI) komplexeste diagnostische Herausforderungen in der Medizin sequenziell untersuchen und lösen kann. Laut einem Blogeintrag vom Montag kann das neue KI-System des Konzerns, der Microsoft AI Diagnostic Orchestrator (MAI-DxO), Krankheiten viermal genauer vorhersagen und kostengünstiger diagnostizieren als eine Gruppe erfahrener Ärzte.

Microsofts KI-Sparte Microsoft AI hat sein KI-Tool die normalerweise von einem menschlichen Arzt durchgeführte Arbeit nachahmen lassen. Man wollte so herausfinden, ob das Tool Patienten mit einer Krankheit korrekt diagnostizieren kann. Das Microsoft-Team verwendete 304 Fallstudien aus dem Fachmagazin New England Journal of Medicine (NEJM), um einen Test namens Sequential Diagnosis Benchmark (SD Bench) zu entwickeln. Dafür zerlegte ein Sprachmodell jeden Fall in einen Schritt-für-Schritt-Prozess, wie ihn ein Arzt durchführen würde, um zu einer Diagnose zu gelangen. „Wir haben eine umfassende Reihe von generativen KI-Modellen anhand der 304 NEJM-Fälle bewertet. Zu den getesteten Grundmodellen gehörten GPT, Llama, Claude, Gemini, Grok und DeepSeek“, heißt es in dem Bloeintrag. Über das Basis-Benchmarking hinaus habe man den Microsoft AI Diagnostic Orchestrator (MAI-DxO) entwickelt, ein System, das ein virtuelles Gremium von Ärzten mit verschiedenen diagnostischen Ansätzen nachbilden soll, die bei der Lösung von Diagnosefällen zusammenarbeiten.

MAI-DxO übertraf dabei menschliche Ärzte und erreichte eine Genauigkeit von teilweise mehr als 80 Prozent im Vergleich zu 20 Prozent bei den Ärzten. „Am besten schnitt MAI-DxO in Kombination mit o3 von OpenAI ab, das 85,5 % der NEJM-Benchmark-Fälle korrekt löste“, heißt es. Zudem konnten die Kosten um ein Fünftel gesenkt werden, da die KI weniger teure Tests und Verfahren auswählte.

Ärzte zeichneten sich in der Regel durch die Breite oder Tiefe ihres Fachwissens aus, schreibt Microsoft. Kein einzelner Arzt aber könne die gesamte Komplexität der NEJM-Fallserie abdecken. Bei der künstlichen Intelligenz hingegen gebe es diesen Kompromiss nicht. „Sie kann sowohl die Breite als auch die Tiefe des Fachwissens vereinen und klinische Schlussfolgerungen ziehen, die in vielen Aspekten des klinischen Denkens die Fähigkeiten eines einzelnen Arztes übertreffen“, befindet Microsoft.

„Dieser Orchestrierungsmechanismus – mehrere Agenten, die in einer Art Diskussionskette zusammenarbeiten – wird uns der medizinischen Superintelligenz näher bringen“, sagt Mustafa Suleyman, CEO von Microsoft AI gegenüber dem US-Tech-Magazin Wired. Suleyman war Mitbegründer von Google DeepMind, bevor er CEO der KI-Abteilung von Microsoft wurde.

KI-basierte Diagnosetools hätten das Potenzial, die Gesundheitsversorgung neu zu gestalten, schreibt Microsoft in seinem Blogeintrag. „Künstliche Intelligenz könnte Patienten in die Lage versetzen, Routineaspekte der Pflege selbst zu verwalten, und Klinikern eine fortschrittliche Entscheidungshilfe für komplexe Fälle an die Hand geben.“ Aber auch wenn MAI-DxO die komplexesten diagnostischen Herausforderungen hervorragend gemeistert hat, seien weitere Tests erforderlich, um die Leistung des KI-Tools bei häufigeren, alltäglichen Präsentationen zu bewerten, so der Konzern. Auch von Wired befragte Experten sind der Meinung, dass der nächste Schritt zur Validierung des Potenzials von Microsofts System darin bestehen sollte, die Wirksamkeit des Tools in einer klinischen Studie nachzuweisen. In dieser würden die Ergebnisse der KI mit denen echter Ärzte verglichen werden, die echte Patienten behandeln.

Ob Microsoft versuchen wird, sein KI-System zu vermarkten, habe das Unternehmen bislang nicht entschieden, so Wired in Berufung auf eine Führungskraft des Konzerns, die anonym bleiben wollte. Microsoft könnte derselben Quelle zufolge das KI-System auch in seine intelligente Suchmaschine Bing integrieren, um Nutzern bei der Diagnose von Krankheiten zu helfen. Ebenso könnte das Unternehmen Tools entwickeln, die Ärzten helfen, die Patientenversorgung zu verbessern oder sogar zu automatisieren. Man werde diese Systeme in den nächsten Jahren mehr und mehr in der realen Welt erproben, so Suleyman.


(akn)



Source link

Künstliche Intelligenz

Kamera reinigen: iPhone erkennt künftig Tatschfinger


iOS 26 hat eine nützliche neue Funktion für Verwender der iPhone-Kamera in petto: Bei bestimmten Modellen des Smartphones wird man künftig davor gewarnt, wenn das System feststellt, dass das Objektiv (zu) schmutzig ist. Ein entsprechender Schalter, der standardmäßig aktiv zu sein scheint, findet sich in den Kamera-Einstellungen.

Neu ist ein solches Feature eigentlich nicht: Android-Geräte kommen seit mehreren Jahren mit solchen Verfahren. Dabei „weiß“ die Kamera-Anwendung, wie ein sauberes Objektiv aussieht, und gleicht dies mit der aktuellen Aufnahmequalität ab. Ist der Unterschied zu groß, gibt es einen Warndialog und man kann zum kameratauglichen Mikrofasertuch und/oder Reinigungsalkohol greifen.

Die Schmutzerkennung ist allerdings nicht auf allen iPhones verfügbar. So blieb zunächst unklar, ob auch Standardgeräte unterstützt werden oder es sich stets um ein Pro- und Pro-Max-Modell handeln muss. Zudem kommt es auf die Generation an: iPhone 15 und iPhone 16 beherrschen die Funktion Berichten zufolge. Ein iPhone 14 Pro Max, das in der Mac & i-Redaktion vorlag, kannte sie hingegen nicht, im Einstelldialog ist das Feature einfach nicht zu finden. Falls die „Lens Cleaning Hints“ stören, etwa weil man gerade in staubiger Umgebung unterwegs ist, kann man sie jederzeit deaktivieren.

Apple verändert die Kamera-Anwendung in iOS 26 deutlich. So wirkt die Oberfläche auf den ersten Blick übersichtlicher und minimalistischer, da diverse Menüs erst dann zu sehen sind, wenn man wischt, bestimmte Elemente antippt oder einen Bereich gedrückt hält. Das dürfte langjährige iPhone-Nutzer anfangs verwirren, da sich das Bedienschema verändert – nicht unbedingt in Richtung mehr Logik. Apple nutzt außerdem seine neue Liquid-Glass-UI, die mit durchsichtigen Flächen arbeitet.

iOS 26 wird im September erwartet. Um den 9. September soll es zur Vorstellung der iPhone-17-Generation kommen, das neue Betriebssystem ist dann eine oder zwei Wochen nach der Keynote für Nutzer herunterladbar. Momentan läuft ein öffentlicher Betatest. Apples Arbeit ist aber augenscheinlich noch nicht beendet, so gibt es von Beta zu Beta immer noch größere Veränderungen an der Oberfläche.


(bsc)



Source link

Weiterlesen

Künstliche Intelligenz

Kontoeröffnung im Späti: Warum die französische Bank Nickel vieles anders macht


Im zunehmend digitalen Bankenumfeld kommt die französische Bank Nickel mit einem Modell, das traditionelles Filialbanking auf den Kopf stellt und dabei gezielt auf Inklusion, Einfachheit und Präsenz im Alltag setzen will. Wer bisher dachte, dass Girokonten nur über Apps oder klassische Bankfilialen zugänglich sind, bekommt hier einen hybriden Ansatz präsentiert: Hier wird das Konto an einem Kiosk, einer Tankstelle oder einem Späti eröffnet – zwischen Lottoschein und Kaugummi. Hinter dem ungewöhnlichen Vertriebsmodell steht ein tiefgreifender strategischer Ansatz, der besonders im Kontext finanzieller Teilhabe und technologischer Niedrigschwelligkeit bemerkenswert ist.

Nickel ist ein 2014 in Frankreich gegründeter Kontoanbieter, der seit 2017 zur BNP Paribas gehört. Nach Belgien und Spanien folgte im September 2023 der Markteintritt in Deutschland. In Frankreich ist das Netz mit 8200 „Filialen“ weitgehend flächendeckend, in Deutschland zählt Nickel fast zwei Jahre nach dem Start immerhin rund 450 Verkaufsstellen in allen 16 Bundesländern. Bislang wurden europaweit über 4 Millionen Konten eröffnet.

Das Banking-Fintech verfolgt eine Mission, die ebenso simpel wie provokant ist: Jeder soll ein Konto eröffnen können. Nickel positioniert sich explizit als Kontoangebot für Menschen, die von Bankprodukten bislang teilweise ausgeschlossen sind. Dies betrifft beispielsweise Personen mit schwacher Bonität, ohne festen Wohnsitz oder mit befristetem Aufenthaltsstatus. Auch Senioren, Menschen mit Behinderungen oder solche mit geringen technischen Kenntnissen sollen von der einfachen Handhabung profitieren. Das Geschäftsmodell zielt somit auf ein Kundensegment, das traditionelle Banken nicht oder nur eingeschränkt erreichen.

Der Inklusionsgedanke ist tief im Produkt verankert. Ausweise und Pässe aus mehr als 190 Ländern werden akzeptiert – eine besondere Herausforderung für die geschulten Angestellten der Kioske und Spätis. Denn normalerweise arbeiten spezialisierte Dienstleister an solchen Aufgaben. Nickel ergänzt diese Prüfung durch eine digitale Kontrolle, die im Hintergrund stattfindet, und es gibt eine zusätzliche Überprüfung durch das Nickel-Backoffice. In weniger als fünf Minuten verlässt der Kunde bestenfalls den Laden mit einer einsatzbereiten Mastercard-Debitkarte und einer deutschen IBAN. Die ausgestellten Debitkarten tragen keine Namensprägung, um eine diskriminierungsfreie Nutzung im Hinblick auf die Geschlechteridentität zu ermöglichen.

Neben der Kontoeröffnung vor Ort bietet Nickel auch digitale Zugangswege über App, Webportal und SMS, sodass die Verwaltung auch ohne Smartphone möglich ist. Am Kiosk können die Kunden Bargeld einzahlen und abheben, darüber hinausgehende Dienste wie Lastschrifteinzüge, Daueraufträge oder Kartenersatz funktionieren hingegen digital. Die Unterstützung von SMS soll die Nutzung auch ohne Smartphone oder stabile Internetverbindung ermöglichen. Dies kommt vor allem Menschen entgegen, die nur eingeschränkt digitale Endgeräte oder Datenverbindungen zur Verfügung haben.

Zum Konzept gehört neben dem Verzicht auf eine Überziehungsmöglichkeit ein einigermaßen einfaches Gebührenmodell (das allerdings eine Vielzahl an Posten für Sonderleistungen kennt): Das Standardkonto gibt’s für 25 Euro jährlich, das Premiummodell kostet 50 Euro, die Metal-Variante mit zusätzlichen Leistungen 105 Euro pro Jahr. Für Bargeldabhebungen zahlen die Kunden 1,50 Euro, Einzahlungen kosten zwei Prozent des Betrags (drei Prozent im Shop), wobei die erste Einzahlung bei der Eröffnung kostenlos erfolgt.

Passend zum internationalen und grenzüberschreitenden Konzept gibt’s seit einigen Wochen eine Kooperation mit Ria Money Transfer, einem global tätigen Dienstleister für Geldtransfers. Nickel-Kunden in Deutschland können über App oder Webportal Geld in mehr als 190 Länder außerhalb des SEPA-Raums überweisen. Eine solche Überweisung kann auf ein Konto erfolgen oder zur Barauszahlung durch den Empfänger vor Ort bereitgestellt werden.

Unterm Strich stellt Nickel somit eine physisch-digitale Infrastruktur bereit, die den Zugang zu Bankdienstleistungen für Bevölkerungsgruppen erleichtern soll, die in der Vergangenheit oft unterversorgt waren. Allerdings hat auch das seine Schattenseiten – denn einige eigentlich essenzielle Dienstleistungen kosten extra und die Mastercard wird zumindest in Deutschland wohl auch nicht an allen Kassen akzeptiert.

Dennoch überzeugt die Verbindung aus technologischer Einfachheit und persönlicher Nähe im Alltag und insbesondere bei der Kontoeröffnung. Damit ist Nickel ein Beispiel für ein alternatives Geschäftsmodell, das wirtschaftlich tragfähig und gesellschaftlich niedrigschwellig zugleich ist. Mit seinem hybriden Modell aus physischem Vertriebsnetz und digitalen Funktionen positioniert sich Nickel damit zwischen klassischen Banken und rein digitalen Anbietern. In einem Markt, in dem Filialschließungen und steigende Anforderungen an digitale Kompetenzen viele Verbraucher ausschließen, gestaltet das Unternehmen so den Zugang zu grundlegenden Bankdienstleistungen einfach und bindet mehr Menschen in das Finanzsystem ein.

Dieser Beitrag ist zuerst auf t3n.de erschienen.


(jle)



Source link

Weiterlesen

Künstliche Intelligenz

Genie 3, Superintelligenz und Weltmodell: Was hinter den KI-Buzzwords steckt


Deepminds Genie 3 ist ein neues KI-Modell, das interaktive 3D-Welten in Echtzeit generieren kann. Solche Weltmodelle sieht Deepmind als zentrale Bausteine bei der Entwicklung einer Superintelligenz. Aber was ist eigentlich ein „Weltmodell“ und was hat das mit fortgeschrittener Künstlicher Intelligenz zu tun?

Deepmind bezeichnet sein KI-Modell so, weil es nach den Anweisungen aus einem Prompt eine virtuelle Welt erzeugt – oder besser gesagt eine 3D-Szene, die einen Ausschnitt aus einer virtuellen Welt darstellt. Über Prompts kann ein User oder auch ein Software-Agent begrenzt mit dieser Welt interagieren. Sich also zum Beispiel darin bewegen oder einen Gegenstand greifen. Das Modell reagiert auf solche Prompts, indem es die damit modifizierte Welt darstellt.

Aber von KI-Forschenden und Robotikern wird der Begriff ganz anders verwendet.

Weil nicht mal der Begriff „Intelligenz“ wirklich sauber definiert ist, gibt es natürlich auch kein einheitliches Verständnis davon, was eine „Superintelligenz“ ist. Viele Arbeitsdefinitionen gehen jedoch davon aus, dass eine KI aufgrund ihrer Fähigkeiten beurteilt werden sollte. Sobald sie also in der Lage ist, ähnliche Dinge wie ein Mensch zu tun, kann sie als intelligent angesehen werden. Solch eine „Allgemeine Künstliche Intelligenz“ (gebräuchlich ist der englische Ausdruck Artificial General Intelligence, AGI) gilt als erster Schritt hin zur Superintelligenz.

Einig sind sich die meisten Experten auch darin, dass KI-Modelle sich nur dann intelligent verhalten können, wenn sie ein abstraktes Verständnis der Welt entwickeln – ein Weltmodell. Das Weltmodell enthält verallgemeinertes, abstrahiertes Wissen über Gegenstände und Subjekte in der Welt, aber vor allem auch über Zusammenhänge zwischen ihnen.

Die Antwort auf diese Frage ist umstritten. Es gibt interessante Indizien, die sowohl für als auch gegen das Vorhandensein von Weltmodellen in LLMs sprechen.

Auf den ersten Blick sind große Sprachmodelle nur statistische Maschinen, die das laut ihren Trainingsdaten wahrscheinlichste nächste Wort ausspucken – stochastische Papageien.

Auf der anderen Seite argumentieren Forschende, dass das Trainingsmaterial in der Regel bereits eine ganze Menge Weltwissen enthält, und das Modell dieses Weltwissen während des Trainings in komprimierter Form abspeichert. Und um das zu können, muss es abstrahieren.

Kenneth Li von Harvard University konnte 2023 zeigen, dass ein großes Sprachmodell nur durch Beispiele offenbar die Regeln des strategischen Brettspiels Othello lernen kann. Der Befund ist aber umstritten, weil die Messergebnisse nicht eindeutig sind.

Aktuell gibt es ein neues Othello-Paper – ein Test mit kleinen Sprachmodellen, die aufgrund ihrer Größe eigentlich das Spiel nicht abbilden können, aber trotzdem sinnvolle Züge finden. Die Forschenden werten das als Indiz dafür, dass die Modelle nur aus Beispielen die Regeln des Spiels gelernt haben. Sie hätten damit ein internes, kleines Weltmodell der Othello-Spielwelt erzeugt.

Forschende von Deepmind legten zudem ein ganz ähnliches Paper vor, in dem sie dem Modell Schach beibrachten – und zwar auf einem ziemlich hohen Niveau.

Anderseits testete die Komplexitätsforscherin Melanie Mitchell gemeinsam mit Kollegen bereits 2023 das Abstraktionsvermögen von GPT-4 anhand von grafischen – also nicht sprachlichen – Testaufgaben und stellte fest, dass die KI „kein Anzeichen von robustem Abstraktionsvermögen auf menschlichen Niveau“ zeigt. Ein Befund, der auch mit neueren Modellen und neuen Versionen des Tests noch gültig ist.

Deepmind arbeitet schon lange daran, KIs intelligenter zu machen, indem sie selbstständig lernen, Probleme zu lösen: Die Software probiert zunächst wahllose Aktionen aus, um ein Problem zu lösen. Eine Feedback-Schleife sorgt jedoch dafür, dass erfolgreiche Aktionen belohnt werden. Das System probiert diese Aktionen also öfter und wird mit der Zeit immer besser. Dieser Ansatz wird Verstärkungslernen (Reinforcement Learning) genannt.

Im Prinzip sei dieses Meta-Learning „ein wesentlicher Schlüssel zur künstlichen allgemeinen Intelligenz“, sagte der KI-Forscher Matthew Botvinick 2018 – damals bei DeepMind. „Denn unsere Welt besitzt eine spezifische Eigenart: Wir erleben niemals dieselbe Situation zweimal, aber wir erleben auch niemals eine komplett neue Situation. Jedes intelligente System muss also die Fähigkeit besitzen, die Erfahrungen der Vergangenheit zu nutzen, um sie auf elegante und schnelle Weise auf neue Aufgaben zu übertragen.“

Die große Herausforderung bestünde nun allerdings darin, Systeme zu bauen, die immer abstraktere Konzepte entdecken können. Ein Schlüssel dafür, glaubt Botvinick, sei die richtige Umgebung, in der die KI-Systeme trainieren, leben und lernen können. Sie zu finden, sei eines der großen Ziele in der KI-Forschung. Genie 3 ist offenbar der Versuch, solch eine komplexe Umgebung zu erschaffen, um autonome KI-Agenten zu trainieren.

Dieser Beitrag ist zuerst auf t3n.de erschienen.


(wst)



Source link

Weiterlesen

Beliebt