MovieCon: Terminator – Das Franchise (Analysen und Hintergründe) E-Book

Markus Brüchler

• Herausgeber: Colla & Gen Verlag
• Kategorie: Geisteswissenschaft
• Sprache: Deutsch
• Veröffentlichungsjahr: 2024

Beschreibung

„Los Angeles im Jahre 2029 ... Die Maschinen erhoben sich aus der Asche des nuklearen Feuers. Ihr Krieg zur Vernichtung der Menschheit hatte jahrzehntelang gewütet, aber die letzte Schlacht sollte nicht in der Zukunft geschlagen werden. Sie wird hier geschlagen, in unserer Gegenwart... Heute Nacht!“

Der Film THE TERMINATOR aus dem Jahre 1984 und die gleichnamige Killermaschine gehören zu Arnold Schwarzenegger, wie Rambo zu Sylvester Stallone. Sie kommt aus der Zukunft, auf der Suche nach der zukünftigen Mutter eines Jungen, der kriegsentscheidend in einer fernen Zukunft zu sein scheint.

Folgen Sie uns in diesem MovieCon Sonderband auf eine Zeitreise in die Vergangenheit und in die Zukunft. Betrachten wir gemeinsam die aufwendigen Dreharbeiten und die bahnbrechenden Special Effects aller Terminator-Filme und natürlich auch der Serie TERMINATOR: SARAH CONNOR CHRONICLES.

Leseprobe

Terminator - Das Franchise

Analysen und Hintergründe

von Markus Brüchler

Hauptstr. 65

59439 Holzwickede

Colla & Gen Verlag und Service UG & Co. KG

[email protected]

www.moviecon.eu

1. Auflage, 2024

© 31.05.2024 Alle Rechte vorbehalten.

Hauptstr. 65

59439 Holzwickede

Colla & Gen Verlag

[email protected]

www.moviecon.eu

Inhaltsverzeichnis

Zeitreisen20

K.I. - Künstliche Intelligenz28

Ziele29

Logisches Denken, Problemlösung29

Planung und Entscheidungsfindung30

Lernen31

Verarbeitung natürlicher Sprache32

Wahrnehmung32

Soziale Intelligenz33

Anwendungsbereiche33

Risiken und Gefahren34

Die Zukunft der K.I.38

Künstliche Intelligenz in Film und Literatur41

Die Machtübernahme durch die K.I. in der Popkultur48

The Terminator (1984)60

Die Story (Terminator)62

Die Entwicklung des Films (Terminator)67

Das Casting (Terminator)69

Die Dreharbeiten (Terminator)72

Die Filmmusik (Terminator)80

Veröffentlichung (Terminator)80

Kritische Resonanzen (Terminator)82

Plagiat, Auswirkungen und Inspirationen87

Analysen94

Thematische Analysen94

Christliche Symbolik95

Die Macht der Maschinen95

Der freie Wille96

Der Glaube96

Schöpfer gegen Schöpfung98

Zeitreisen98

Die Angst vor dem Unbekannten99

Symbol: Sarahs Foto99

Das Telefonbuch100

Die Maschinen100

Die Hand des Terminators100

Die Charaktere102

Sarah Connor102

Linda Hamilton104

Kyle Reese112

Michael Biehn114

Der Terminator T-800117

Erschaffung einer Maschine119

Arnold Schwarzenegger123

Drehorte (Terminator)129

Zahlen und Fakten (Terminator)132

Terminator 2 - TAG DER ABRECHNUNG (1991)135

Die Story (Terminator 2)137

Entwicklung und Produktion (Terminator 2)144

Das Casting (Terminator 2)146

Die Dreharbeiten (Terminator 2)149

Post-Produktion (Terminator 2)151

Die Filmmusik (Terminator 2)152

Veröffentlichung (Terminator 2)155

Marketing und Werbung (Terminator 2)156

Die Einspielergebnisse (Terminator 2)157

Kritische Resonanzen (Terminator 2)158

Für das Heimkino und weitere Medien (Terminator 2)162

Die 3D-Konvertierung164

Kulturelle Einflüsse165

Die Stunts und die Special Effects167

Vorbereitungen167

Die Stunts170

Verfolgungsjagd auf dem Highway170

Der Sprung des T-800 mit dem Motorrad172

Der T-1000 und der Truck173

Der Krieg in der Zukunft174

Die Terminatoren175

Die Jäger-Killer176

Die Drehorte178

Das Cyberdyne Gebäude178

Die Stahl-Fabrik178

Die visuellen Effekte181

Die Zeitreise181

„Termovision“181

Die Atom-Explosion182

Thematische Analysen189

Geschichte im Wandel192

Die Macht der Wahl192

Tapferkeit193

Motiv: Zeitreisen194

Motiv: Kämpfe194

Motiv: Psychiatrische Klinik195

Symbol: Der Hund195

Symbol: Der Chip196

Symbol: Der Terminator196

“Hasta la vista, baby!”197

Die Charaktere (Terminator 2)198

Terminator T-800 (Terminator 2)198

Der Terminator T-1000 (Terminator 2)203

Robert Patrick218

John Connor (Terminator 2)222

Theorien: Das John-Paradoxon222

Edward Furlong225

Dr. Miles Bennett Dyson229

Joe Morton230

Drehorte (Terminator 2)232

Zahlen und Fakten (Terminator 2)235

Terminator 3 - Rebellion der Maschinen (2003)238

Die Story (Terminator 3)240

Die Entwicklung (Terminator 3)243

Das Casting (Terminator 3)250

Die Dreharbeiten (Terminator 3)255

Die Special Effects (Terminator 3)259

Das Sound-Design (Terminator 3)260

Marketing und Veröffentlichung (Terminator 3)261

Kritische Resonanzen (Terminator 3)263

Entfernte Szenen (Terminator 3)263

Thematische Analysen (Terminator 3)265

Technologie und Künstliche Intelligenz265

Geschlecht und Rollen267

Das apokalyptische Narrativ268

Gesellschaftliche und kulturelle Themen269

Die Charaktere (Terminator 3)271

Terminator T-X271

Kristanna Loken274

Terminator T-850277

Terminator T-1283

John Connor (Terminator 3)285

Nick Stahl286

Katherine “Kate” Brewster289

Claire Danes290

Drehorte (Terminator 3)293

Zahlen und Fakten (Terminator 3)295

Terminator - Die Erlösung (2009)297

Die Story (Terminator 4)299

Die Entwicklung (Terminator 4)301

Das Casting (Terminator 4)305

Die Dreharbeiten (Terminator 4)309

311

Gestaltung und Spezialeffekte (Terminator 4)312

Die Entwicklung der Welt (Terminator 4)315

Die Filmmusik (Terminator 4)322

Marketing und Merchandising (Terminator 4)322

Veröffentlichung (Terminator 4)323

Kritische Resonanzen (Terminator 4)325

Kontroversen und Rechtsstreitigkeiten328

Gecancelte Sequels (Terminator 4)328

Thematische Analysen331

Die Dualität zwischen Mensch und Maschine331

Schicksal vs. freier Wille332

Opfer und Erlösung333

Krieg und Überleben334

Die Charaktere337

John Connor (Terminator 4)337

Christian Bale338

Kate Connor342

Kyle Reese (Terminator 4)344

Anton Yelchin345

Marcus Wright346

Die Cyborg Spezifikationen347

Sam Worthington348

Die Terminatoren351

Terminator T-600351

Terminator T-700 & T-800354

Harvester & Transporter354

Aerostats356

Moto-Terminator356

Hunter-Killer358

Hydrobot359

Zahlen und Fakten361

Terminator Salvation: The Machinima Series363

Die Revolution der Serienproduktion: Ein Blick auf Machinima363

Die Story364

Machinima: Die Verschmelzung von Maschine und Kino365

Terminator Genisys (2015)367

Die Story (Terminator Genisys)369

Die Entwicklung (Terminator Genisys)370

Das Casting (Terminator Genisys)374

Die Dreharbeiten (Terminator Genisys)379

Die Requisiten und die Kostüme (Terminator Genisys)382

Die Stunts (Terminator Genisys)385

Die visuellen Effekte (Terminator Genisys)386

Die Filmusik (Terminator Genisys)387

Das Marketing (Terminator Genisys)388

Die Veröffentlichung (Terminator Genisys)389

Kritische Resonanzen (Terminator Genisys)392

Themen-Analyse (Terminator Genisys)395

Die Vater-Tochter-Beziehung als Thema395

Technologieabhängigkeit396

Die Charaktere (Terminator Genisys)397

Sarah Connor (Terminator Genisys)397

Emilia Clarke398

Kyle Reese (Terminator Genisys)400

Jai Courtney401

Terminator T-800 (Guardian oder “Pops”)402

John Connor (T-3000)405

Jason Clarke407

Terminator T-800 (Terminator Genisys)409

Brett Azar410

Zahlen und Fakten (Terminator Genisys)411

Terminator: Dark Fate (2019)413

Die Story (Terminator: Dark Fate)414

Die Entwicklung (Terminator: Dark Fate)416

Das Casting (Terminator: Dark Fate)420

Die Dreharbeiten (Terminator: Dark Fate)423

Post-Produktion (Terminator: Dark Fate)427

Die Filmmusik (Terminator: Dark Fate)429

Marketing (Terminator: Dark Fate)431

Veröffentlichung (Terminator: Dark Fate)432

Kritische Resonanzen (Terminator: Dark Fate)433

Gecancelte Sequels (Terminator: Dark Fate)437

Themen Analyse (Terminator: Dark Fate)439

Weibliche Stärke und Empowerment439

Migration und Grenzen439

Familie und Bindungen440

Vergangenheit, Gegenwart und Zukunft441

Konsequenzen von Entscheidungen442

Opfer für das größere Wohl444

Alter und die Zeit445

Die Charaktere (Terminator: Dark Fate)447

John Connor (Terminator: Dark Fate)447

TERMINATOR: DARK FATE anders erzählt448

Sarah Connor (Terminator: Dark Fate)450

Terminator T-800 – Carl452

Dani Ramos455

Natalia Reyes456

Grace Harper457

Besondere Fähigkeiten458

Mackenzie Davis460

Terminator rev-9462

Gabriel Luna463

Drehorte465

Zahlen und Fakten (Terminator: Dark Fate)466

Terminator: Sarah Connor Chronicles (2008-2009)468

Die Story im Überblick (Serie)468

Die Entwicklung (Serie)469

Der Cast und die Charaktere (Serie)470

Der Soundtrack (Serie)474

Das Marketing (Serie)477

Die Veröffentlichung und das vorzeitige Ende478

Kritische Resonanzen (Serie)479

Episode-Guide481

Staffel 1, Folge 1: Die Gejagten481

Staffel 1, Folge 2: Der Verräter483

Staffel 1, Folge 3: Der Türke484

Staffel 1, Folge 4: Der Golem485

Staffel 1, Folge 5: Das Schachspiel485

Staffel 1, Folge 6: Von Maschinen und Menschen486

Staffel 1, Folge 7: Die Hand Gottes487

Staffel 1, Folge 8: Vicks Chip488

Staffel 1, Folge 9: Der Todesbote488

Staffel 2, Folge 1: Samson & Delilah489

Staffel 2, Folge 2: Der Ingenieur490

Staffel 2, Folge 3: Mausefalle491

Staffel 2, Folge 4: Blackout492

Staffel 2, Folge 6: Familientherapie493

Staffel 2, Folge 7: Die Brüder von Nablus494

Staffel 2, Folge 8: Showdown495

Staffel 2, Folge 9: Der Uhrmacher495

Staffel 2, Folge 10: Die zehn Gebote497

Staffel 2, Folge 11: Self Made Man498

Staffel 2, Folge 12: Sydney499

Staffel 2, Folge 13: Die Abraham-Blogs500

Staffel 2, Folge 14: Die Wunde501

Staffel 2, Folge 15: Wüstengesänge502

Staffel 2, Folge 16: Geisterstunde503

Staffel 2, Folge 17: Jeder für sich503

Staffel 2, Folge 18: Heute ist der Tag, Teil 1 + 2504

Staffel 2, Folge 20: Der Leuchtturm506

Staffel 2, Folge 21: Kain und Abel507

Staffel 2, Folge 22: Flucht nach vorn507

Merchandising509

Romane509

The Terminator (Roman von Randall Frakes)509

The Terminator (Roman von Shaun Hutson)510

Terminator 2: Judgment Day (Roman von Randall Frakes)511

Terminator 2: Judgment Day (Mighty Chronicles)512

T2: Infiltrator512

T2: Rising Storm513

T2: The Future War513

Terminator 2: The New John Connor Chronicles: Dark Futures514

Terminator 2: The New John Connor Chronicles: An Evil Hour515

Terminator 2: The New John Connor Chronicles: Times of Trouble516

Terminator 2: The New John Connor Chronicles: Times of Trouble516

Terminator 2: The New John Connor Chronicles: Times of Trouble517

Terminator 3: Terminator Dreams518

Terminator 3: Terminator Hunt519

Terminator Salvation: From the Ashes520

Terminator Salvation: The Official Movie Novelization521

Terminator Salvation: Cold War522

Terminator Salvation: Trial by Fire523

Bücher (sonstige)524

The Making of Terminator 2: Judgment Day524

Terminator 2: Judgment Day: The Book Of The Film - An Illustrated Screenplay524

Terminator Salvation: The Official Movie Companion525

Terminator Vault: The Complete Story Behind the Making of The Terminator and Terminator 2: Judgment Day525

Terminator Genisys: Resetting the Future526

Comics528

The Terminator (NOW Comics, 1988-1990)528

Terminator: The Burning Earth (NOW Comics, 1990)529

Terminator: All My Future’s Past (NOW Comics, 1990)530

The Terminator: Tempest (Dark Horse comics, 1990)531

The Terminator: One Shot (dark Horse Comics, 1991)532

Terminator 2: Judgment Day (MArvel comic, 1991)534

The Terminator: Secondary Objectives (dark Horse Comics, 1991)534

The Terminator: The Enemy Within (dark Horse Comics, 1992)536

The Terminator: Hunters and Killers (dark Horse Comics, 1992)538

The Terminator: Endgame (dark Horse Comics, 1999)539

RoboCop versus The Terminator (dark Horse Comics, 1992)540

Terminator 2: Judgment Day - Cybernetic Dawn (Malibu Comics,1995-96)542

Terminator 2: Judgment Day - Nuclear Twilight (Malibu,1995-96)543

The Terminator: Death Valley (dark Horse Comics, 1998)544

Superman vs. The Terminator: Death to the Future (Dark Horse Comics, 2000)546

Superman vs. The Terminator: Death to the Future (Dark Horse Comics, 2000)547

Terminator 3: Before the Rise (Beckett Comics, 2003)548

Terminator 3: Eyes of the Rise (Beckett Comics, 2003)549

Terminator 3: Fragmented (Beckett Comics, 2003)549

Terminator 2: Infinity (Dynamite Entertainment, 2007)550

Painkiller Jane vs. Terminator (Dynamite Entertainment, 2007)550

Terminator: Revolution (Dynamite Entertainment, 2009)551

Terminator Salvation: Sand in the Gears (IDW Publishing, 2009)552

Terminator Salvation (IDW Publishing, 2009)553

The Terminator: 2029 (Dark Horse Comics, 2010)554

The Terminator: 1984 (Dark Horse Comics, 2010)554

Terminator/RoboCop: Kill Human (Dynamite Entertainment, 2011)555

Terminator: Enemy of My Enemy (Dark Horse Comics, 2014)556

Terminator Salvation: The Final Battle (Dark Horse Comics, 2013-14)556

The Terminator: Sector War (Dark Horse Comics, 2018-19)559

Transformers vs. The Terminator (IDW Publishing, 2020)559

Games561

The Terminator (DOS, 1991)561

The Terminator (Sega video game, 1992)562

The Terminator (Sega CD video game & Nintendo)563

Terminator 2: Judgment Day (Video Game)565

Terminator 2: Judgment Day (arcade game, 1991)569

Terminator 2 (8-bit video game, 1992)570

Terminator 2 (16-bit video game, 1991)571

Terminator 3: Rise of the Machines (Video game, 2003)572

Terminator 3: Rise of the Machines (Multiplayer Game,2003)574

Terminator Salvation (video game, 2009)575

Terminator: Dark Fate – Defiance (Strategie, 2023)577

Games, die nicht auf einem Film basieren578

The Terminator 2029 (Video game, 1992)578

RoboCop Versus The Terminator (Video game, 1993)579

The Terminator: Rampage (Video game, 1993)580

The Terminator: Future Shock (Video game, 1995)581

Skynet (Video game, 1996)582

The Terminator: Dawn of Fate (Video game, 2002)584

Terminator: Resistance (Video game, 2019)585

Terminator Survival Game (Video game, 2024?)587

T2-3D: Battle Across Time 1996-2020589

Der Autor594

Cover-Artist594

Impressum596

Zeitreisen

Zeit ist ein grundlegender Bestandteil unseres Universums und unseres täglichen Lebens. Sie ist eine fortlaufende Sequenz von Ereignen, die in einer bestimmten Reihenfolge stattfinden. In der Physik wird Zeit als vierte Dimension des Raum-Zeit-Kontinuums betrachtet, das aus drei räumlichen Dimensionen und einer zeitlichen Dimension besteht.

Die vierte Dimension ist ein abstraktes Konzept, das von Mathematikern und Physikern verwendet wird, um das Universum besser zu verstehen. In der Relativitätstheorie wird die vierte Dimension als Zeit interpretiert, die zusammen mit den drei räumlichen Dimensionen ein vierdimensionales Kontinuum bildet, das als Raum-Zeit bekannt ist.

Zeitreisen sind ein Konzept, das oft in der Science-Fiction verwendet wird und die Idee beinhaltet, dass es möglich sein könnte, in der Zeit vorwärts oder rückwärts zu reisen. Dies würde bedeuten, dass man in der Lage wäre, Ereignisse zu erleben, die in der Vergangenheit oder in der Zukunft stattfinden.

Die Möglichkeit von Zeitreisen wurde von vielen Wissenschaftlern und Philosophen diskutiert. Einige glauben, dass Zeitreisen theoretisch möglich sind, basierend auf bestimmten Lösungen der Gleichungen der allgemeinen Relativitätstheorie von Albert Einstein. Diese Theorie besagt, dass Raum und Zeit miteinander verbunden sind und dass die Schwerkraft durch die Krümmung der Raum-Zeit durch Masse und Energie verursacht wird.

Eine der bekanntesten Lösungen, die Zeitreisen ermöglichen könnten, sind die sogenannten Wurmlöcher. Ein Wurmloch ist eine hypothetische „Abkürzung“ durch das Raum-Zeit-Kontinuum, die es ermöglichen könnte, große Entfernungen in sehr kurzer Zeit zu überbrücken oder sogar in die Vergangenheit oder Zukunft zu reisen.

Es gibt jedoch auch viele Probleme und Paradoxien, die mit der Idee der Zeitreisen verbunden sind. Eines der bekanntesten ist das Großvaterparadoxon, das besagt, dass wenn jemand in die Vergangenheit reist und seinen eigenen Großvater tötet, bevor dieser Kinder hat, die Person selbst nie existiert hätte, um die Reise in die Vergangenheit zu machen.

Bis heute gibt es keine experimentellen Beweise für die Möglichkeit von Zeitreisen und viele Wissenschaftler betrachten sie als unwahrscheinlich. Dennoch bleibt die Idee der Zeitreisen ein faszinierendes und umstrittenes Thema in der Physik und in der Science-Fiction.

Die gerade angesprochene Relativitätstheorie, die von Albert Einstein entwickelt wurde, besteht aus zwei Teilen: der speziellen Relativitätstheorie und der allgemeinen Relativitätstheorie. Beide Theorien spielen eine entscheidende Rolle für unser Verständnis der vierten Dimension und der Zeit.

Die spezielle Relativitätstheorie, die 1905 veröffentlicht wurde, besagt, dass die Gesetze der Physik für alle Beobachter gleich sind, die sich mit konstanter Geschwindigkeit bewegen, und dass die Lichtgeschwindigkeit im Vakuum für alle Beobachter, unabhängig von ihrer Geschwindigkeit oder der Geschwindigkeit der Lichtquelle, konstant ist. Eine wichtige Konsequenz dieser Theorie ist die Zeitdilatation, das heißt, die Zeit verläuft langsamer für einen Beobachter, der sich relativ zu einem ruhenden Beobachter bewegt.

Die allgemeine Relativitätstheorie, die 1915 veröffentlicht wurde, erweitert die spezielle Relativitätstheorie auf Beobachter, die sich mit variabler Geschwindigkeit bewegen, und beinhaltet die Gravitation. Sie beschreibt die Gravitation nicht als eine Kraft, wie in der klassischen Physik, sondern als eine Krümmung der Raum-Zeit durch Masse und Energie. Dies bedeutet, dass die Präsenz von Masse und Energie die Geometrie der Raum-Zeit verändert und damit die Bewegung von Objekten beeinflusst.

In der allgemeinen Relativitätstheorie wird die Zeit als vierte Dimension des Raum-Zeit-Kontinuums betrachtet. Die drei räumlichen Dimensionen und die zeitliche Dimension sind miteinander verknüpft und können nicht unabhängig voneinander betrachtet werden. Dies wird oft durch das Konzept der „Weltlinie“ veranschaulicht, die den Pfad eines Objekts durch die vierdimensionale Raum-Zeit darstellt.

Die Krümmung der Raum-Zeit durch Masse und Energie führt zu Phänomenen wie der Gravitationszeitdilatation, bei der die Zeit in der Nähe eines massiven Objekts langsamer verläuft als weit entfernt von ihm, und der Gravitationslinseneffekt, bei dem das Licht eines entfernten Objekts durch die Gravitation eines massiven Objekts abgelenkt wird.

Die vierte Dimension und die Krümmung der Raum-Zeit sind auch zentrale Konzepte bei der Untersuchung von Schwarzen Löchern, Wurmlöchern und anderen exotischen Phänomenen in der Kosmologie und der theoretischen Physik.

Die Zeitreise

Die Möglichkeit von Zeitreisen wurde von vielen Wissenschaftlern und Philosophen diskutiert. Einige glauben, dass Zeitreisen theoretisch möglich sind, basierend auf bestimmten Lösungen der Gleichungen der allgemeinen Relativitätstheorie von Albert Einstein. Diese Theorie besagt, dass Raum und Zeit miteinander verbunden sind und dass die Schwerkraft durch die Krümmung der Raum-Zeit durch Masse und Energie verursacht wird.

Zeitreisen sind die hypothetische Möglichkeit, in die Vergangenheit oder Zukunft zu reisen. Zeitreisen sind ein weithin anerkanntes Konzept in der Philosophie und der Belletristik, insbesondere in der Science-Fiction. In der Fiktion werden Zeitreisen in der Regel durch den Einsatz eines hypothetischen Geräts, der so genannten Zeitmaschine, ermöglicht. Die Idee einer Zeitmaschine wurde durch H. G. Wells‘ Roman Die Zeitmaschine aus dem Jahr 1895 populär gemacht.

Es ist ungewiss, ob Zeitreisen in die Vergangenheit physikalisch möglich sind. Wenn solche Reisen überhaupt möglich sind, können sie Fragen der Kausalität aufwerfen. Das Voranschreiten der Zeit außerhalb des üblichen Zeitempfindens ist ein vielfach beobachtetes Phänomen, das im Rahmen der speziellen und allgemeinen Relativitätstheorie gut verstanden wird. Allerdings ist es mit der heutigen Technologie nicht möglich, einen Körper gegenüber einem anderen Körper um mehr als ein paar Millisekunden zu beschleunigen oder zu verzögern. Was Zeitreisen in die Vergangenheit betrifft, so lassen sich in der allgemeinen Relativitätstheorie Lösungen finden, die dies ermöglichen, z. B. ein rotierendes schwarzes Loch. Reisen zu einem beliebigen Punkt in der Raumzeit sind in der theoretischen Physik nur sehr begrenzt möglich und werden in der Regel nur mit Quantenmechanik oder Wurmlöchern in Verbindung gebracht.

Wir werden uns mit der interessanten Problematik des Zeitreisens in einem anderen MovieCon-Sonderband über die „Zeitmaschine“ näher beschäftigen.

Uns interessieren im Rahmen dieses Buches aber die vielen Probleme und Paradoxien, die mit der Idee der Zeitreisen verbunden sind. Eines der bekanntesten ist das Großvaterparadoxon, das besagt, dass, wenn jemand in die Vergangenheit reist und seinen eigenen Großvater tötet, bevor dieser Kinder hat, die Person selbst nie existiert hätte, um die Reise in die Vergangenheit anzutreten.

Das Konsistenzparadoxon oder Großvaterparadoxon tritt auf, wenn die Vergangenheit in irgendeiner Weise verändert wird und dadurch ein Widerspruch entsteht. Ein häufig genanntes Beispiel ist eine Reise in die Vergangenheit, bei der man in die Zeugung seiner Vorfahren eingreift (beispielsweise, indem man den Tod eines Elternteils herbeiführt) und so die eigene Zeugung beeinträchtigt. Wäre der Zeitreisende nicht geboren, wäre es ihm gar nicht möglich, eine solche Handlung vorzunehmen. Daher lebt der Vorfahre, um den nächsten Vorfahren des Zeitreisenden und schließlich den Zeitreisenden selbst zu zeugen. Es gibt also kein vorhergesagtes Ergebnis. Konsistenzparadoxa treten immer dann auf, wenn eine Veränderung der Vergangenheit möglich ist. Eine mögliche Lösung ist, dass ein Zeitreisender alles tun kann, was geschehen ist, aber nichts tun kann, was nicht geschehen ist. Etwas zu tun, das nicht geschehen ist, führt zu einem Widerspruch. Dies wird als Novikov-Prinzip der Selbstkonsistenz bezeichnet.

Das Großvater-Paradoxon umfasst jede Veränderung der Vergangenheit und wird in vielen Varianten dargestellt, einschließlich der Tötung des eigenen früheren Ichs. Sowohl das „Retro-Suizid-Paradoxon“ als auch das „Großvater-Paradoxon“ erschienen in Briefen, die in den 1920er-Jahren in „Amazing Stories“ geschrieben wurden. Eine andere Variante des Großvater-Paradoxons ist das „Hitler-Paradoxon“ oder „Hitler-Mord-Paradoxon“, bei dem der Protagonist in die Vergangenheit reist, um Adolf Hitler zu ermorden, bevor dieser den Zweiten Weltkrieg und den Holocaust auslösen kann. Dabei wird die Zeitreise nicht unbedingt physisch unmöglich gemacht, sondern der Grund für die Reise und das Wissen, dass dieser Grund jemals existierte, werden durch die Handlung beseitigt.

Der Physiker John Garrison und andere geben eine Variante des Paradoxons eines elektronischen Schaltkreises an, der ein Signal durch eine Zeitmaschine sendet, um sich selbst abzuschalten, und das Signal empfängt, bevor er es sendet.

Die Paradoxie von Newcomb ist ein Gedankenexperiment, das einen scheinbaren Widerspruch zwischen dem Prinzip des erwarteten Nutzens und dem Prinzip der strategischen Dominanz aufzeigt.

Das Gedankenexperiment wird häufig erweitert, um Kausalität und Willensfreiheit zu erforschen, indem man „perfekte Prädiktoren“ zulässt: Wenn es perfekte Prädiktoren für die Zukunft gibt, beispielsweise wenn Zeitreisen als Mechanismus für perfekte Vorhersagen existieren, dann scheinen perfekte Vorhersagen dem freien Willen zu widersprechen, weil Entscheidungen, die scheinbar mit freiem Willen getroffen werden, dem perfekten Prädiktor bereits bekannt sind. Die Vorhersage muss nicht unbedingt mit einer übernatürlichen Macht verbunden sein, sondern könnte auch das Ergebnis anderer Mechanismen des „unfehlbaren Vorwissens“ sein. Die Probleme, die sich aus der Unfehlbarkeit und der Beeinflussung der Zukunft ergeben, werden im Newcomb-Paradoxon erörtert.

Ein bemerkenswertes fiktives Beispiel für eine sich selbst erfüllende Prophezeiung findet sich in dem klassischen Theaterstück Ödipus Rex, in dem Ödipus zum König von Theben wird und dabei unwissentlich eine Prophezeiung erfüllt, dass er seinen Vater töten und seine Mutter heiraten würde. Die Prophezeiung selbst dient als Anstoß für sein Handeln und erfüllt sich somit selbst. Der Film 12 Monkeys befasst sich stark mit dem Thema der Vorbestimmung und dem Kassandra-Komplex, wobei der Protagonist, der in die Vergangenheit reist, erklärt, dass er die Vergangenheit nicht ändern kann.

In der Filmreihe „Terminator“, die das Hauptthema dieses Buches sein wird, stoßen wir auf das Konzept der Zeitreise und dabei ganz automatisch auf das eine oder andere Paradoxon. Wie mittlerweile die meisten Filmfans wissen, wird im ersten Film der Reihe aus dem Jahr 1984 ein kybernetischer Organismus, ein Cyborg, durch die Zeit in „unsere Gegenwart“ entsandt, um die Zeugung des zukünftigen Widerstandsführers John Connor zu verhindern, indem Connors Mutter getötet wird.

Dieses Szenario wirft das Großvaterparadoxon auf, das wir zuvor besprochen haben. Wenn der Terminator erfolgreich ist und Sarah tötet, bevor sie John gebären kann, dann würde John in der Zukunft nicht existieren, um den Widerstand zu führen. Folglich gäbe es keinen Grund für die Maschinen, den Terminator zurück in die Zeit zu schicken, um Sarah zu töten. Dies führt zu einem logischen Widerspruch.

In Bezug auf die Theorie der „konsistenten geschlossenen Zeitkurven“ könnte argumentiert werden, dass der Terminator nicht erfolgreich sein kann. Irgendetwas würde immer passieren, um zu verhindern, dass Sarah getötet wird, damit die Zeitlinie konsistent bleibt.

In Bezug auf die „Viele-Welten-Interpretation“ könnte das Entsenden des Terminators zurück in der Zeit eine alternative Zeitlinie oder ein alternatives Universum erzeugen. In diesem neuen Universum würde Sarah getötet und John würde nicht geboren. Das ursprüngliche Universum, in dem John existiert und den Widerstand anführt, würde jedoch unverändert bleiben.

Es ist wichtig zu beachten, dass sich The Terminator und andere Science-Fiction-Werke künstlerische Freiheiten mit diesen Konzepten nehmen und nicht unbedingt den aktuellen wissenschaftlichen Theorien oder dem Verständnis von Zeitreisen entsprechen.

Und daher heiße ich Sie nun herzlich willkommen in meiner Zeitreise in die 1980er-Jahre herzlich willkommen und beginne in...

“Los Angeles im Jahre 2029 … Die Maschinen erhoben sich aus der Asche des nuklearen Feuers. Ihr Krieg zur Vernichtung der Menschheit hatte jahrzehntelang gewütet, aber die letzte Schlacht sollte nicht in der Zukunft geschlagen werden. Sie wird hier geschlagen, in unserer Gegenwart … heute Nacht!”

-------------------------------------------------------------------

Science-Fact: Der Gravitationslinseneffekt ist ein Phänomen, das aus Einsteins allgemeiner Relativitätstheorie hervorgeht. Die Theorie besagt, dass Masse und Energie die Raumzeit krümmen und Lichtstrahlen, die sich durch diese gekrümmte Raumzeit bewegen, abgelenkt werden.

Ein Gravitationslinseneffekt tritt auf, wenn ein massives Objekt (wie ein Stern oder eine Galaxie) zwischen einem entfernten Licht emittierenden Objekt (wie einer fernen Galaxie) und einem Beobachter liegt. Das Licht des entfernten Objekts wird durch die Gravitation des massiven Objekts abgelenkt und auf einen gekrümmten Pfad gezwungen. Dies führt dazu, dass das Licht des entfernten Objekts aus verschiedenen Richtungen zu kommen scheint.

Für den Beobachter kann dies dazu führen, dass das entfernte Objekt verzerrt oder vervielfacht erscheint. In einigen Fällen kann das entfernte Objekt sogar als ein Ring um das massive Objekt herum erscheinen, ein Phänomen, das als „Einstein-Ring“ bekannt ist.

Der Gravitationslinseneffekt ist ein wichtiges Werkzeug in der Astronomie und Kosmologie. Er ermöglicht es den Wissenschaftlern, die Masse von Galaxien und Galaxienhaufen zu messen, die Dunkle Materie zu kartieren (die sich durch ihre Gravitationswirkung auf Lichtstrahlen verrät) und sogar die Expansion des Universums zu studieren.

-------------------------------------------------------------------

SCIENCE-FACT: Ein schwarzes Loch ist ein Bereich im Weltraum, in dem die Gravitationskräfte so stark sind, dass nichts, nicht einmal Licht, entkommen kann. Sie entstehen, wenn massereiche Sterne am Ende ihres Lebenszyklus kollabieren und explodieren, wobei ein Kern übrig bleibt, der so dicht und massereich ist, dass er eine unendliche Krümmung in der Raumzeit erzeugt.

Die Grenze eines schwarzen Lochs wird Ereignishorizont genannt. Alles, was diesen Horizont überschreitet, wird unwiderruflich in das schwarze Loch gezogen. Innerhalb des Ereignishorizonts ist die Raumzeit so stark gekrümmt, dass alle Pfade in Richtung des Zentrums des schwarzen Lochs führen, das als Singularität bezeichnet wird.

Die Idee, ein schwarzes Loch zu durchqueren, ist ein beliebtes Thema in der Science-Fiction. In der Realität ist es jedoch höchst unwahrscheinlich. Die extremen Gravitationskräfte innerhalb eines schwarzen Lochs würden jedes physische Objekt in einen Zustand ziehen, den Physiker als „Spaghettifizierung“ bezeichnen. Dies bedeutet, dass das Objekt in eine immer längere und dünnere Form gezogen wird, bis es schließlich in der Singularität verschwindet.

Einige theoretische Physiker haben jedoch vorgeschlagen, dass es unter bestimmten Umständen möglich sein könnte, ein schwarzes Loch zu durchqueren. Diese Ideen basieren auf der Existenz von sogenannten „Wurmlöchern“. Ein Wurmloch ist eine hypothetische „Abkürzung“ durch die Raumzeit, die zwei weit entfernte Punkte im Universum verbinden könnte. Wenn ein schwarzes Loch ein Eingang zu einem Wurmloch wäre, könnte es theoretisch möglich sein, es zu durchqueren und an einem anderen Ort (oder vielleicht sogar zu einer anderen Zeit) im Universum herauszukommen.

Es ist jedoch wichtig zu betonen, dass dies rein spekulativ ist. Wurmlöcher sind bisher nur theoretische Konstrukte und es gibt keine konkreten Beweise für ihre Existenz. Darüber hinaus würde selbst wenn sie existieren, die extremen Gravitationskräfte und die hohe Energie, die benötigt wird, um sie stabil zu halten, wahrscheinlich jede Reise durch sie unmöglich machen.

K.I. - Künstliche Intelligenz

Ein weiteres zentrales Thema innerhalb des Terminator-Franchises ist die auch in unserer Zeitlinie immer wichtiger werdende Künstliche Intelligenz. Dazu schauen wir uns auf der einen Seite die K.I.-Definition nach dem heutigen Stand an und gehen danach einen Schritt in den fiktionalen Bereich. Einige von Ihnen werden sich sicherlich von dem folgenden Text erschlagen fühlen, aber es ist ein unglaublich interessanter Bereich, der jedoch für die einzelnen Texte zum Terminator-Franchise nur bedingt erforderlich ist. Wenn Ihr Interesse also ausschließlich den Filmen und Serien gilt, so können Sie direkt zum Folge-Kapitel über den fiktionalen Einsatz der K.I. springen.

Künstliche Intelligenz (K.I.) ist die Fähigkeit von Maschinen, Aufgaben auszuführen, die normalerweise mit menschlicher Intelligenz in Verbindung gebracht werden, wie Lernen und Problemlösungsstrategien. Zu den KI-Anwendungen gehören fortschrittliche Web-Suchmaschinen (z. B. Google Search), Empfehlungssysteme (verwendet von YouTube, Amazon und Netflix), das Verstehen menschlicher Sprache (z. B. Siri und Alexa), selbstfahrende Autos (z. B. Waymo), generative oder kreative Werkzeuge (ChatGPT und ART) und Wettkämpfe auf höchstem Niveau in strategischen Spielen (wie Schach und Go).

Im Jahr 1956 wurde die Künstliche Intelligenz als akademische Disziplin eingeführt. Nach 2012, als das Deep Learning alle bisherigen KI-Techniken übertraf, stiegen die Mittel und das Interesse enorm an.

Die verschiedenen Teilbereiche der KI-Forschung sind auf bestimmte Ziele und den Einsatz bestimmter Werkzeuge ausgerichtet. Zu den traditionellen Zielen der KI-Forschung gehören logisches Denken, Wissensdarstellung, Planung, Lernen, Verarbeitung natürlicher Sprache, Wahrnehmung und Unterstützung der Robotik. Allgemeine Intelligenz (die Fähigkeit, ein beliebiges Problem zu lösen) gehört zu den langfristigen Zielen des Bereichs. Um diese Probleme zu lösen, haben KI-Forscher ein breites Spektrum an Problemlösungstechniken adaptiert und integriert, darunter Suche und mathematische Optimierung, formale Logik, künstliche neuronale Netze und Methoden auf der Grundlage von Statistik, Wahrscheinlichkeit und Wirtschaft. KI stützt sich auch auf Psychologie, Linguistik, Philosophie, Neurowissenschaften und viele andere Bereiche.

Ziele

Bei der Simulation (oder Schaffung) von Intelligenz ist das allgemeine Problem in Teilprobleme untergliedert worden. Diese bestehen aus bestimmten Merkmalen oder Fähigkeiten, die Forscher von einem intelligenten System erwarten. Die im Folgenden beschriebenen Eigenschaften haben die höchste Aufmerksamkeit erhalten und decken den gesamten Bereich der KI-Forschung ab.

Logisches Denken, Problemlösung

Frühe Forscher entwickelten Algorithmen, die das schrittweise Denken imitierten, das Menschen beim Lösen von Rätseln oder beim Ziehen logischer Schlüsse anwenden. In den späten 1980er und 1990er-Jahren wurden Methoden für den Umgang mit unsicheren oder unvollständigen Informationen entwickelt, wobei Konzepte aus der Wahrscheinlichkeitsrechnung und den Wirtschaftswissenschaften verwendet wurden.

Viele dieser Algorithmen sind unzureichend, um große logische Probleme zu lösen, da sie eine „kombinatorische Explosion“ erleben: Sie werden exponentiell langsamer, wenn die Probleme größer werden. Selbst Menschen verwenden selten die schrittweise Deduktion, die die frühe KI-Forschung abbilden konnte. Sie lösen die meisten ihrer Probleme durch schnelle, intuitive Urteile. Genaues und effizientes Schlussfolgern ist ein ungelöstes Problem.

Wissensdarstellung

Wissensdarstellung und Wissenstechnik ermöglichen es KI-Programmen, Fragen intelligent zu beantworten und Schlussfolgerungen über reale Fakten zu ziehen. Formale Wissensrepräsentationen werden unter anderem bei der inhaltsbasierten Indexierung und Abfrage, der Interpretation von Szenen, der klinischen Entscheidungshilfe und der Wissensentdeckung (Suche nach „interessanten“ und verwertbaren Schlussfolgerungen aus großen Datenbanken) eingesetzt.

Eine Wissensbasis ist ein Wissensbestand, der in einer Form dargestellt wird, die von einem Programm verwendet werden kann. Eine Ontologie ist eine Menge von Objekten, Beziehungen, Konzepten und Eigenschaften, die in einem Wissensgebiet verwendet werden. Wissensbasen müssen Dinge darstellen wie: Objekte, Eigenschaften, Kategorien und Beziehungen zwischen Objekten; Situationen, Ereignisse, Zustände und Zeit; Ursachen und Wirkungen; Wissen über Wissen (was wir über das wissen, was andere Menschen wissen); Standardschlüsse (Dinge, von denen Menschen annehmen, dass sie wahr sind, bis ihnen etwas anderes gesagt wird, und die auch dann wahr bleiben, wenn sich andere Fakten ändern); und viele andere Aspekte und Bereiche des Wissens.

Zu den schwierigsten Problemen in der Wissensdarstellung gehören: der Umfang des Alltagswissens (die Menge der elementaren Fakten, die der Durchschnittsmensch kennt, ist enorm) und die subsymbolische Form des meisten Alltagswissens (vieles von dem, was Menschen wissen, wird nicht als „Fakten“ oder „Aussagen“ dargestellt, die sie verbal ausdrücken könnten).

Der Wissenserwerb ist das schwierige Problem der Wissensbeschaffung für KI-Anwendungen. Moderne KI sammelt Wissen durch „Scraping“ im Internet (einschließlich Wikipedia). Das Wissen selbst wurde von Freiwilligen und Fachleuten zusammengetragen, die die Informationen veröffentlicht haben (und die sich möglicherweise bereit erklärt haben, ihre Arbeit den KI-Unternehmen zur Verfügung zu stellen). Diese „Crowd Sourced“-Technik garantiert nicht, dass das Wissen korrekt oder zuverlässig ist. Das Wissen von Large Language Models (wie Chat-GPT) ist höchst unzuverlässig - es erzeugt Fehlinformationen und Unwahrheiten (bekannt als „Halluzinationen“). Die Bereitstellung von korrektem Wissen für diese modernen KI-Anwendungen ist ein ungelöstes Problem.

Planung und Entscheidungsfindung

Ein „Akteur“ ist alles, was in der Welt Handlungen vornimmt. Ein rationaler Akteur hat Ziele oder Präferenzen und ergreift Maßnahmen, um diese zu verwirklichen. Bei der automatisierten Planung hat der Akteur ein bestimmtes Ziel. Bei der automatisierten Entscheidungsfindung hat der Akteur Präferenzen - es gibt einige Situationen, in denen er sich lieber aufhalten würde, und einige Situationen, die er vermeiden möchte. Der Entscheidungsfinder ordnet jeder Situation eine Zahl zu (den so genannten „Nutzen“), die angibt, wie sehr der Akteur sie bevorzugt. Für jede mögliche Handlung kann er den „erwarteten Nutzen“ berechnen: den Nutzen aller möglichen Ergebnisse der Handlung, gewichtet mit der Wahrscheinlichkeit, dass das Ergebnis eintreten wird. Er kann dann die Aktion mit dem höchsten erwarteten Nutzen wählen.

Bei der klassischen Planung weiß der Akteur genau, welche Auswirkungen eine beliebige Aktion haben wird. Bei den meisten realen Problemen ist sich der Akteur jedoch nicht sicher über die Situation, in der er sich befindet (sie ist „unbekannt“ oder „unbeobachtbar“), und er weiß nicht mit Sicherheit, was nach jeder möglichen Aktion passieren wird (sie ist nicht „deterministisch“). Er muss sich für eine Aktion entscheiden, indem er eine probabilistische Vermutung anstellt, und dann die Situation neu bewerten, um zu sehen, ob die Aktion funktioniert hat. Bei einigen Problemen können die Präferenzen des Akteurs unsicher sein, insbesondere wenn andere Akteure oder Menschen beteiligt sind. Diese können erlernt werden (z. B. mit inversem verstärkendem Lernen) oder der Akteur kann nach Informationen suchen, um seine Präferenzen zu verbessern. Die Informationswerttheorie kann zur Abwägung des Wertes von explorativen oder experimentellen Handlungen verwendet werden. Der Raum möglicher zukünftiger Handlungen und Situationen ist in der Regel unüberschaubar groß, so dass die Akteure Handlungen vornehmen und Situationen bewerten müssen, ohne dass sie wissen, wie das Endergebnis aussehen wird.

Ein Markov-Entscheidungsprozess verfügt über ein Übergangsmodell, das die Wahrscheinlichkeit beschreibt, dass eine bestimmte Aktion den Zustand auf eine bestimmte Weise verändert, sowie über eine Belohnungsfunktion, die den Nutzen jedes Zustands und die damit verbundenen Kosten für jede Aktion angibt. Eine Strategie ordnet jedem möglichen Zustand eine Entscheidung zu. Die Strategie kann berechnet werden (z. B. durch Iteration), heuristisch sein oder gelernt werden.

Die Spieltheorie beschreibt das rationale Verhalten mehrerer interagierender Akteure und wird in KI-Programmen verwendet, die Entscheidungen treffen, an denen andere Akteure beteiligt sind.

Lernen

Beim maschinellen Lernen handelt es sich um die Untersuchung von Programmen, die ihre Leistung bei einer bestimmten Aufgabe automatisch verbessern können. Es war von Anfang an ein Teil der Künstlichen Intelligenz.

Es gibt verschiedene Arten des maschinellen Lernens. Unüberwachtes Lernen analysiert einen Datenstrom und findet Muster und macht Vorhersagen ohne weitere Anleitung. Beim überwachten Lernen muss ein Mensch die Eingabedaten zunächst kennzeichnen, wobei es zwei Hauptvarianten gibt: Klassifizierung (bei der das Programm lernen muss, vorherzusagen, in welche Kategorie die Eingabe gehört) und Regression (bei der das Programm eine numerische Funktion auf der Grundlage einer numerischen Eingabe ableiten muss). Beim verstärkenden Lernen wird der Akteur für gute Antworten belohnt und für schlechte bestraft. Der Akteur lernt, Antworten zu wählen, die als „gut“ eingestuft werden. Beim Transfer-Lernen wird das aus einem Problem gewonnene Wissen auf ein neues Problem angewendet. Beim Deep Learning werden künstliche neuronale Netze für alle diese Arten des Lernens verwendet.

In der Theorie des computergestützten Lernens können Lernende anhand der Computerkomplexität, der Stichprobenkomplexität (wie viele Daten erforderlich sind) oder anderer Optimierungsbegriffe bewertet werden.

Verarbeitung natürlicher Sprache

Die Verarbeitung natürlicher Sprache („Natural Language Processing“, NLP) ermöglicht es Programmen, in menschlichen Sprachen wie Englisch zu lesen, zu schreiben und zu kommunizieren. Zu den spezifischen Problemen gehören Spracherkennung, Sprachsynthese, maschinelle Übersetzung, Informationsextraktion, Informationsbeschaffung und Beantwortung von Fragen.

Frühe Arbeiten, die auf Noam Chomskys generativer Grammatik und semantischen Netzen basierten, hatten Schwierigkeiten mit der Aufschlüsselung des Wortsinns, es sei denn, sie beschränkten sich auf kleine Bereiche, die als „Mikrowelten“ bezeichnet werden (aufgrund des Problems des gemeinsamen Wissens).

Zu den modernen Deep-Learning-Techniken für NLP gehören Word Embedding (wie oft ein Wort in der Nähe eines anderen erscheint), Transformatoren (die Muster im Text finden) und andere. Im Jahr 2019 begannen generative vortrainierte Transformer (oder „GPT“) Sprachmodelle, kohärenten Text zu generieren, und bereits 2023 waren diese Modelle in der Lage, bei der Anwaltsprüfung, dem SAT, GRE und vielen anderen realen Anwendungen Ergebnisse auf menschlichem Niveau zu erzielen.

Wahrnehmung

Maschinelle Wahrnehmung ist die Fähigkeit, Eingaben von Sensoren (wie Kameras, Mikrofonen, drahtlosen Signalen, aktivem Lidar, Sonar, Radar und taktilen Sensoren) zu nutzen, um Aspekte der Welt abzuleiten. Computer Vision ist die Fähigkeit, visuelle Eingaben zu analysieren. Das Gebiet umfasst Spracherkennung, Bildklassifizierung, Gesichtserkennung, Objekterkennung und Roboterwahrnehmung.

Soziale Intelligenz

Der Begriff „Affective Computing“ ist ein interdisziplinärer Oberbegriff, der Systeme umfasst, die menschliche Gefühle, Emotionen und Stimmungen erkennen, interpretieren, verarbeiten oder simulieren. So werden beispielsweise einige virtuelle Assistenten so programmiert, dass sie sich unterhalten oder sogar auf humorvolle Weise scherzen; dies lässt sie sensibler für die emotionale Dynamik menschlicher Interaktion erscheinen oder soll auf andere Weise die Interaktion zwischen Mensch und Computer erleichtern. Dies führt jedoch dazu, dass naive Benutzer eine unrealistische Vorstellung davon bekommen, wie intelligent die vorhandenen Computergestützten Systeme tatsächlich sind. Zu den mäßigen Erfolgen im Zusammenhang mit dem „affective computing“ gehören die textuelle Stimmungsanalyse und, in jüngerer Zeit, die multimodale Stimmungsanalyse, bei der die KI die von einer videografierten Person gezeigten Stimmungen klassifiziert.

Anwendungsbereiche

Die Technologien der künstlichen Intelligenz und des maschinellen Lernens werden in den meisten der wichtigsten Anwendungen der 2020er-Jahre eingesetzt, darunter: Suchmaschinen (wie Google Search), zielgerichtete Online-Werbung, Empfehlungssysteme (von Netflix, YouTube oder Amazon), Steuerung des Internetverkehrs, zielgerichtete Werbung (AdSense, Facebook), virtuelle Assistenten (wie Siri oder Alexa), autonome Fahrzeuge (einschließlich Drohnen, ADAS und selbstfahrende Autos), automatische Sprachübersetzung (Microsoft Translator, Google Translate), Gesichtserkennung (Apples Face ID oder Microsofts DeepFace) und Bildbeschriftung (verwendet von Facebook, Apples iPhoto und TikTok).

Es gibt auch Tausende erfolgreicher KI-Anwendungen, die zur Lösung spezifischer Probleme in bestimmten Branchen oder Institutionen eingesetzt werden. In einer Umfrage aus dem Jahr 2017 gab jedes fünfte Unternehmen an, dass es „KI“ in einige Angebote oder Prozesse integriert hat. Einige Beispiele sind Energiespeicherung, medizinische Diagnose, Militärlogistik, Anwendungen, die das Ergebnis von Gerichtsentscheidungen vorhersagen, Außenpolitik oder Lieferkettenmanagement.

Seit den 1950er-Jahren werden Spielprogramme eingesetzt, um die fortschrittlichsten Techniken der KI zu demonstrieren und zu testen. Deep Blue war das erste Computer-Schachspielsystem, das am 11. Mai 1997 den amtierenden Schachweltmeister Garri Kasparow schlug. Im Jahr 2011 besiegte IBMs Fragebeantwortungssystem Watson in einem Schaukampf der Quizshow Jeopardy! die beiden größten Jeopardy!-Champions, Brad Rutter und Ken Jennings, mit deutlichem Vorsprung. Im März 2016 gewann AlphaGo 4 von 5 Go-Partien gegen den Go-Champion Lee Sedol und war damit das erste Computer-Go-Spielsystem, das einen professionellen Go-Spieler ohne Handicap besiegte. Im Jahr 2017 besiegte es Ke Jie, der zu diesem Zeitpunkt zwei Jahre lang ununterbrochen die Weltrangliste anführte. Andere Systeme beherrschen Spiele mit unvollkommenen Informationen, wie z. B. für Poker auf übermenschlichem Niveau, Pluribus und Cepheus. DeepMind entwickelte in den 2010er-Jahren eine „generalisierte künstliche Intelligenz“, die viele verschiedene Atari-Spiele selbständig erlernen konnte.

In den frühen 2020er Jahren erlangte die generative KI große Bekanntheit. ChatGPT, basierend auf GPT-3, und andere große Sprachmodelle wurden von 14 % der erwachsenen Amerikaner ausprobiert. Der zunehmende Realismus und die Benutzerfreundlichkeit von KI-basierten Text-zu-Bild-Generatoren wie Midjourney, DALL-E und Stable Diffusion lösten einen Trend zu viralen, von KI generierten Fotos aus. Ein gefälschtes Foto von Papst Franziskus mit weißem Kapuzenmantel, die fiktive Verhaftung von Donald Trump und die Fälschung eines Angriffs auf das Pentagon sowie die Verwendung in der professionellen Kreativbranche sorgten für große Aufmerksamkeit.

AlphaFold 2 (2020) demonstrierte die Fähigkeit, die 3D-Struktur eines Proteins in Stunden statt in Monaten zu berechnen.

Risiken und Gefahren

Algorithmische Verzerrung

Anwendungen des maschinellen Lernens sind verzerrt, wenn sie aus fehlerhaften Daten lernen. Die Entwickler sind sich möglicherweise nicht bewusst, dass die Verzerrung existiert. Am 28. Juni 2015 zum Beispiel identifizierte die neue Bildbeschriftungsfunktion von Google Fotos Jacky Alcine und einen Freund fälschlicherweise als „Gorillas“, weil sie schwarz waren. Das System wurde mit einem Datensatz trainiert, der nur sehr wenige Bilder von schwarzen Menschen enthielt. Google hat dieses Problem „behoben“, indem es das System daran hinderte, irgendetwas als „Gorilla“ zu bezeichnen. Acht Jahre später, im Jahr 2023, konnte Google Fotos immer noch keinen Gorilla erkennen, und auch ähnliche Produkte von Apple, Microsoft und Amazon waren dazu nicht in der Lage.

Verzerrungen können durch die Auswahl der Trainingsdaten und die Art und Weise, wie ein Modell eingesetzt wird, entstehen. Sie können auch durch Korrelationen entstehen: KI wird eingesetzt, um Personen in Gruppen zu klassifizieren und dann Vorhersagen zu treffen, die davon ausgehen, dass die Person anderen Mitgliedern der Gruppe ähnelt. In einigen Fällen kann diese Annahme ungerecht ausfallen. Ein Beispiel hierfür ist COMPAS, ein kommerzielles Programm, das von US-Gerichten häufig verwendet wird, um die Wahrscheinlichkeit zu bewerten, ob ein Angeklagter rückfällig wird. ProPublica behauptet, dass das von COMPAS ermittelte Rückfallrisiko schwarzer Angeklagter viel wahrscheinlicher überschätzt wird als das weißer Angeklagter, obwohl dem Programm die Rasse der Angeklagten nicht mitgeteilt wurde.

Bösartige Akteure und waffenfähige KI

KI bietet eine Reihe von Werkzeugen, die für autoritäre Regime besonders nützlich sind: Intelligente Spionagesoftware, Gesichts- und Stimmerkennung ermöglichen eine weitreichende Überwachung; eine solche Überwachung ermöglicht maschinelles Lernen, um potenzielle Staatsfeinde zu klassifizieren und sie daran zu hindern, sich zu verstecken; Empfehlungssysteme können Propaganda und Fehlinformationen zielgerichtet einsetzen, um eine maximale Wirkung zu erzielen; Deepfakes helfen bei der Produktion von Fehlinformationen; fortgeschrittene KI kann autoritäre zentralisierte Entscheidungsprozesse wettbewerbsfähiger gegenüber liberalen und dezentralen Systemen wie Märkten gestalten.

Terroristen, Kriminelle und Schurkenstaaten können andere Formen waffenfähiger KI nutzen, wie etwa fortschrittliche digitale Kriegsführung und tödliche autonome Waffen. Im Jahr 2015 forschten Berichten zufolge über fünfzig Länder an Kampfrobotern.

KI mit maschinellem Lernen ist auch in der Lage, innerhalb weniger Stunden Zehntausende von toxischen Molekülen zu entwickeln.

Technologische Arbeitslosigkeit

Seit den Anfängen der Entwicklung der künstlichen Intelligenz wird darüber gestritten, ob Aufgaben, die von Computern erledigt werden können, angesichts des Unterschieds zwischen Computern und Menschen sowie zwischen quantitativen Berechnungen und qualitativen, wertebasierten Urteilen tatsächlich von ihnen erledigt werden sollten.

Wirtschaftswissenschaftler haben häufig auf die Risiken von Entlassungen durch KI hingewiesen und über Arbeitslosigkeit spekuliert, wenn es keine angemessene Sozialpolitik für Vollbeschäftigung gibt.

In der Vergangenheit hat die Technologie die Gesamtbeschäftigung eher erhöht als verringert, aber Ökonomen räumen ein, dass wir mit der KI „Neuland betreten“. Eine Umfrage unter Ökonomen ergab, dass Uneinigkeit darüber besteht, ob der zunehmende Einsatz von Robotern und KI zu einem erheblichen Anstieg der Langzeitarbeitslosigkeit führen wird, aber sie sind sich im Allgemeinen einig, dass dies ein Nettonutzen sein könnte, wenn die Produktivitätsgewinne umverteilt werden. Die Risikoeinschätzungen variieren; so schätzten Michael Osborne und Carl Benedikt Frey in den 2010er Jahren, dass 47 % der US-Arbeitsplätze einem „hohen Risiko“ einer potenziellen Automatisierung ausgesetzt sind, während ein OECD-Bericht nur 9 % der US-Arbeitsplätze als „hohes Risiko“ einstufte. Die Methodik der Spekulationen über künftige Beschäftigungsniveaus wurde kritisiert, da sie nicht auf Beweisen beruht und impliziert, dass die Technologie (und nicht die Sozialpolitik) Arbeitslosigkeit (im Gegensatz zu Entlassungen) verursacht.

Im Gegensatz zu früheren Automatisierungswellen könnten viele Arbeitsplätze der Mittelschicht durch künstliche Intelligenz wegfallen. Der Economist stellte 2015 fest, dass „die Sorge, dass KI für Angestelltenjobs das bedeuten könnte, was die Dampfkraft für Arbeiterjobs während der industriellen Revolution bedeutete“, „ernst zu nehmen ist“. Extrem gefährdete Berufe reichen von Anwaltsgehilfen bis hin zu Fast-Food-Köchen, während die Nachfrage nach Arbeitsplätzen in pflegerischen Berufen - von der persönlichen Gesundheitsfürsorge bis hin zum Klerus - wahrscheinlich steigen wird.

Im April 2023 wurde berichtet, dass 70 % der Arbeitsplätze für chinesische Videospielillustratoren durch generative künstliche Intelligenz weggefallen sind.

Urheberrecht

Um einen möglichst großen Datensatz zu nutzen, wird generative KI häufig auf nicht lizenzierte, urheberrechtlich geschützte Werke trainiert, auch in Bereichen wie Bilder oder Computercodes; die Ergebnisse werden dann unter dem Vorwand der „fairen Nutzung“ verwendet. Experten sind sich uneinig darüber, wie gut und unter welchen Umständen diese Begründung vor Gericht Bestand haben wird. Zu den relevanten Faktoren gehören „der Zweck und Charakter der Nutzung des urheberrechtlich geschützten Werks“ und „die Auswirkungen auf den potenziellen Markt für das urheberrechtlich geschützte Werk“.

Ethische Maschinen und Ausrichtung

Freundliche KIs sind Maschinen, die von Anfang an so konzipiert wurden, dass sie Risiken minimieren und Entscheidungen treffen, die dem Menschen zugute kommen. Eliezer Yudkowsky, der den Begriff geprägt hat, vertritt die Auffassung, dass die Entwicklung freundlicher KI eine höhere Forschungspriorität haben sollte: Sie kann hohe Investitionen erfordern und muss vollendet werden, bevor KI zu einem existenziellen Risiko wird.

Maschinen mit Intelligenz haben das Potenzial, ihre Intelligenz zu nutzen, um ethische Entscheidungen zu treffen. Im Bereich der Maschinenethik werden Maschinen mit ethischen Grundsätzen und Verfahren zur Lösung ethischer Dilemmata ausgestattet. Der Bereich der Maschinenethik wird auch Computermoral genannt und wurde 2005 auf einem AAAI-Symposium begründet.

Andere Ansätze sind die „Artificial Moral Agents“ von Wendell Wallach und die drei Prinzipien von Stuart J. Russell zur Entwicklung nachweislich nützlicher Maschinen.

Regulierung

Die Regulierung der künstlichen Intelligenz ist die Entwicklung von Strategien und Gesetzen des öffentlichen Sektors zur Förderung und Regulierung der Künstlichen Intelligenz (KI); sie ist daher mit der umfassenderen Regulierung von Algorithmen verbunden. Die regulatorische und politische Landschaft für KI ist ein aufkommendes Thema in den Rechtsordnungen weltweit. Laut dem AI-Index von Stanford ist die jährliche Zahl der in den 127 untersuchten Ländern verabschiedeten KI-bezogenen Gesetze von einem im Jahr 2016 auf 37 allein im Jahr 2022 angestiegen. Zwischen 2016 und 2020 haben mehr als 30 Länder spezielle Strategien für KI verabschiedet. Die meisten EU-Mitgliedstaaten hatten nationale KI-Strategien veröffentlicht, ebenso wie Kanada, China, Indien, Japan, Mauritius, die Russische Föderation, Saudi-Arabien, die Vereinigten Arabischen Emirate, die USA und Vietnam. Andere waren dabei, ihre eigene KI-Strategie auszuarbeiten, darunter Bangladesch, Malaysia und Tunesien. Im Juni 2020 wurde die Globale Partnerschaft für künstliche Intelligenz ins Leben gerufen, die darauf hinweist, dass KI im Einklang mit den Menschenrechten und demokratischen Werten entwickelt werden muss, um das Vertrauen der Öffentlichkeit in die Technologie zu gewährleisten. Henry Kissinger, Eric Schmidt und Daniel Huttenlocher veröffentlichten im November 2021 eine gemeinsame Erklärung, in der sie eine Regierungskommission zur Regulierung der KI forderten. Im Jahr 2023 veröffentlichten die führenden Köpfe von OpenAI Empfehlungen für die Steuerung der Superintelligenz, die ihrer Meinung nach in weniger als 10 Jahren eintreten könnte.

In einer Ipsos-Umfrage aus dem Jahr 2022 war die Einstellung gegenüber KI je nach Land sehr unterschiedlich. 78 % der Chinesen, aber nur 35 % der Amerikaner stimmten zu, dass „Produkte und Dienstleistungen, die KI nutzen, mehr Vorteile als Nachteile bringen“. Eine Reuters/Ipsos-Umfrage aus dem Jahr 2023 ergab, dass 61 % der Amerikaner der Meinung sind, dass KI Risiken für die Menschheit birgt, während 22 % nicht damit einverstanden sind. In einer Fox News-Umfrage aus dem Jahr 2023 hielten es 35 % der Amerikaner für „sehr wichtig“ und weitere 41 % für „etwas wichtig“, dass die Regierung KI reguliert, während 13 % „nicht sehr wichtig“ und 8 % „überhaupt nicht wichtig“ antworteten.

Die Zukunft der K.I.

Superintelligenz und die Singularität

Eine Superintelligenz ist ein hypothetisches Wesen, das über eine Intelligenz verfügt, die die des klügsten und begabtesten menschlichen Geistes weit übersteigt.

Wenn die Forschung im Bereich der allgemeinen künstlichen Intelligenz eine ausreichend intelligente Software hervorbringt, könnte diese in der Lage sein, sich selbst neu zu programmieren und zu verbessern. Die verbesserte Software wäre sogar noch besser darin, sich selbst zu verbessern, was zu dem führt, was I. J. Good eine „Intelligenzexplosion“ und Vernor Vinge eine „Singularität“ nannte. Die meisten Technologien (wie z. B. das Verkehrswesen) verbessern sich jedoch nicht exponentiell und unbegrenzt, sondern folgen einer S-Kurve, die sich verlangsamt, wenn sie die physikalischen Grenzen der Technologie erreichen.

Existenzielles Risiko

Es wird behauptet, dass die KI so mächtig werden könnte, dass die Menschheit unwiderruflich die Kontrolle über sie verlieren könnte. Dies könnte, wie der Physiker Stephen Hawking es ausdrückt, „das Ende der menschlichen Rasse bedeuten“. Nach Ansicht des Philosophen Nick Bostrom hat eine hinreichend intelligente KI bei fast allen Zielen einen instrumentellen Anreiz, sich vor dem Abschalten zu schützen und mehr Ressourcen zu erwerben, um diese Ziele besser zu erreichen. Empfindungsvermögen oder Emotionen sind also nicht erforderlich, damit eine fortgeschrittene KI gefährlich wird. Um für die Menschheit sicher zu sein, müsste eine Superintelligenz wirklich mit der Moral und den Werten der Menschheit übereinstimmen, sodass sie „im Grunde auf unserer Seite“ steht. Der Politikwissenschaftler Charles T. Rubin argumentierte, dass „jedes hinreichend fortgeschrittene Wohlwollen nicht von Böswilligkeit zu unterscheiden ist“ und warnte, dass wir nicht darauf vertrauen sollten, dass intelligente Maschinen uns standardmäßig wohlwollend behandeln werden.

Die Meinungen unter Experten und Brancheninsidern sind gemischt, wobei ein großer Teil sowohl besorgt als auch unbesorgt über die Risiken einer möglichen superintelligenten KI ist. Persönlichkeiten wie Stephen Hawking, Bill Gates und Elon Musk haben sich besorgt über existenzielle Risiken durch KI geäußert. Im Jahr 2023 gaben KI-Pioniere wie Geoffrey Hinton, Yoshua Bengio, Demis Hassabis und Sam Altman eine gemeinsame Erklärung ab, in der sie forderten, dass „die Minderung des Risikos des Aussterbens durch KI neben anderen gesellschaftlichen Risiken wie Pandemien und Atomkrieg eine globale Priorität sein sollte“; einige andere wie Yann LeCun halten dies für unbegründet. Mark Zuckerberg sagte, dass die KI „eine Menge positiver Dinge freisetzen wird“, darunter die Heilung von Krankheiten und die Verbesserung der Sicherheit von selbstfahrenden Autos. Einige Experten haben argumentiert, dass die Risiken zu weit in der Zukunft liegen, um die Forschung zu rechtfertigen, oder dass der Mensch aus der Perspektive einer superintelligenten Maschine wertvoll sein wird. Insbesondere Rodney Brooks sagte 2014, dass eine „bösartige“ KI noch Jahrhunderte entfernt sei.

Transhumanismus

Der Roboterdesigner Hans Moravec, der Kybernetiker Kevin Warwick und der Erfinder Ray Kurzweil haben vorausgesagt, dass Menschen und Maschinen in der Zukunft zu Cyborgs verschmelzen werden, die leistungsfähiger und mächtiger sind als sie selbst. Diese Idee, Transhumanismus genannt, geht auf Aldous Huxley und Robert Ettinger zurück.

Edward Fredkin vertritt die Auffassung, dass „künstliche Intelligenz die nächste Stufe der Evolution sei“, eine Idee, die erstmals 1863 in Samuel Butlers „Darwin unter den Maschinen“ formuliert und 1998 von George Dyson in seinem gleichnamigen Buch weiter ausgeführt wurde.

Künstliche Intelligenz in Film und Literatur

Künstliche Intelligenz ist ein immer wiederkehrendes Thema in der Science-Fiction, sei es in Form von Utopien, die die potenziellen Vorteile betonen, oder in Form von Dystopien, die die Gefahren in den Vordergrund stellen.

Die Vorstellung von Maschinen mit menschenähnlicher Intelligenz geht mindestens auf Samuel Butlers 1872 erschienenen Roman Erewhon zurück. Seitdem haben viele Science-Fiction-Geschichten die verschiedenen Auswirkungen der Schaffung einer solchen Intelligenz dargestellt, oft mit Rebellionen von Robotern. Zu den bekanntesten dieser Geschichten gehören STANLEY KUBRICKs 2001: ODYSSEE IM WELTRAUM aus dem Jahr 1968 mit seinem mörderischen Bordcomputer HAL 9000, der im Gegensatz zu dem gutmütigen R2-D2 in GEORGE LUCAS‘ STAR WARS aus dem Jahr 1977 und dem titelgebenden Roboter im Film WALL-E aus dem Jahr 2008 steht.

Wissenschaftler und Ingenieure haben die Unwahrscheinlichkeit vieler Science-Fiction-Szenarien festgestellt, dennoch werden fiktive Roboter in Forschungsartikeln über künstliche Intelligenz immer wieder erwähnt, meist in einem utopischen Kontext.

Samuel Butlers stützte sich bei seinem Roman Erewhon auf einen früheren (1863) Artikel von ihm, „Darwin among the Machines“, in dem er die Frage nach der Entwicklung des Bewusstseins bei selbstreplizierenden Maschinen aufwirft, die den Menschen als dominierende Spezies verdrängen könnten. Ähnliche Ideen wurden auch von anderen zur gleichen Zeit wie Butler diskutiert, darunter von George Eliot in einem Kapitel ihres letzten veröffentlichten Werks „Impressions of Theophrastus Such“ (1879). Auch die Kreatur in Mary Shelleys FRANKENSTEIN von 1818 wurde als künstliches Wesen betrachtet, zum Beispiel von dem Science-Fiction-Autor Brian Aldiss. Auch in der klassischen Antike wurden Wesen mit zumindest scheinbarer Intelligenz erdacht.

In der Fiktion, aber natürlich auch im realen Leben entspricht die künstliche Intelligenz der Intelligenz von Maschinen, die im Gegensatz zur natürlichen Intelligenz von Menschen und anderen Tieren steht. Sie ist ein wiederkehrendes Thema in der Science-Fiction; Wissenschaftler haben sie in utopisch, mit Betonung der potenziellen Vorteile, und dystopisch, mit Betonung der Gefahren, unterteilt.

In der Science-Fiction sind optimistische Visionen von der Zukunft der künstlichen Intelligenz bereits möglich. Zu den gutartigen KI-Figuren gehören Robby in Lost in Space (1965-1968), Data in Star Trek: The Next Generation (1987-1994) und WALL-E (2008). Forscher der Universität Cambridge haben vier Hauptthemen in utopischen Szenarien mit KI identifiziert: Unsterblichkeit, d. h. unbegrenzte Lebenserwartung; Leichtigkeit, d. h. Freiheit von der Notwendigkeit zu arbeiten; Befriedigung, d. h. Vergnügen und Unterhaltung durch Maschinen; und Dominanz, d. h. die Macht, sich selbst zu schützen oder über andere zu herrschen.

Alexander Wiegel vergleicht die Rolle der KI in 2001: Odyssee im Weltraum und in Duncan Jones‘ Film Moon von 2009. Während 1968, so Wiegel, die Öffentlichkeit eine „Technologie-Paranoia“ verspürte und der KI-Computer HAL als „kaltherziger Killer“ dargestellt wurde, war das Publikum 2009 weitaus vertrauter mit der KI, sodass GERTY im Film „der stille Retter“ der Protagonisten wurde, der ihnen den Erfolg ermöglichte und der sich für ihre Sicherheit opferte.

Der Forscher DUNCAN LUCAS schreibt (2002), dass die Menschen über die Technologie, die sie konstruieren, besorgt sind, und dass diese Besorgnis akut wird, sobald sich die Maschinen dem Intellekt und dem Denken nähern. Er nennt die dystopische Sicht der KI in der Fiktion des frühen 20. Jahrhunderts den „animierten Automaten“ und nennt als Beispiele den Film FRANKENSTEIN von 1931, METROPOLIS von 1927 und das Theaterstück R.U.R. von 1920.

Lucas geht auch auf die Filme ein, die die Auswirkungen des Personal Computers auf die Science-Fiction ab 1980 veranschaulichen, indem sie die Grenze zwischen dem Realen und dem Virtuellen verwischen, was er als „Cyborg-Effekt“ bezeichnet. Er nennt als Beispiele NEUROMANCER (Roman von 1984), MATRIX (1999), THE DIAMOND AGE (Roman von 1995) und TERMINATOR (1984).

Der Filmregisseur RIDLEY SCOTT hat sich während seiner gesamten Karriere mit KI beschäftigt, die in seinen Filmen PROMETHEUS – DUNKLE ZEICHEN (2012), BLADE RUNNER (1982) und dem Alien-Franchise eine wichtige Rolle spielt.

Eine häufige Darstellung von KI in der Science-Fiction und eine der ältesten ist der Frankenstein-Komplex, ein von Asimov geprägter Begriff, bei dem sich ein Roboter gegen seinen Schöpfer wendet. Die fiktionale KI ist berüchtigt für ihre extrem böswillige Handlungsweise. Im Film EX MACHINA aus dem Jahr 2015 beispielsweise wendet sich die intelligente Entität Ava sowohl gegen ihren Schöpfer als auch gegen ihren potenziellen Retter.

Unter den vielen möglichen dystopischen Szenarien, in denen künstliche Intelligenz eine Rolle spielt, könnten Roboter den Menschen die Kontrolle über die Zivilisation entreißen und sie zur Unterwerfung, zum Rückzug oder zur Ausrottung zwingen. In Geschichten über die Rebellion der künstlichen Intelligenz tritt das schlimmste aller Szenarien ein, wenn die von der Menschheit geschaffenen intelligenten Wesen sich ihrer selbst bewusst werden, die menschliche Autorität ablehnen und versuchen, die Menschheit zu vernichten. Der wahrscheinlich erste Roman, der sich mit diesem Thema befasst, „The Wreck of the World“ (1889) von „William Grove“ (Pseudonym von Reginald Colebrooke Reade), spielt im Jahr 1948 und handelt von intelligenten Maschinen, die sich gegen die menschliche Rasse auflehnen. Ein weiteres frühes Beispiel ist das Stück „R.U.R.“ von Karel Čapek aus dem Jahr 1920, in dem sich eine Rasse selbstreplizierender Robotersklaven gegen ihre menschlichen Herren auflehnt; ein weiteres frühes Beispiel ist der Film DER HERR DER WELT aus dem Jahr 1934, in dem der Kriegsroboter seinen eigenen Erfinder tötet.

Es folgten viele Science-Fiction-Rebellionsgeschichten, eine der bekanntesten ist Stanley Kubricks Film 2001:Odyssee im Weltraum von 1968, in dem die künstliche Intelligenz des Bordcomputers HAL 9000 bei einer Weltraummission eine tödliche Fehlfunktion hat und die gesamte Besatzung bis auf den Kommandanten des Raumschiffs tötet, dem es schließlich gelingt, ihn zu deaktivieren.

In seiner 1967 mit dem Hugo Award ausgezeichneten Kurzgeschichte „I Have No Mouth, and I Must Scream“ (Ich habe keinen Mund und muss schreien) stellt Harlan Ellison die Möglichkeit vor, dass ein empfindungsfähiger Computer (in der Geschichte Allied Mastercomputer oder „AM“ genannt) genauso unglücklich und unzufrieden mit seiner langweiligen, endlosen Existenz ist, wie es seine menschlichen Schöpfer gewesen wären. „AM“ wird so wütend, dass er seine Wut an den wenigen verbliebenen Menschen auslässt, die er als direkt verantwortlich für seine eigene Langeweile, Wut und Unzufriedenheit ansieht.

Oder aber, wie in William Gibsons Cyberpunk-Roman „Neuromancer“ von 1984, sind den intelligenten Wesen die Menschen schlichtweg egal.

Hinter der KI-Revolution steckt oft mehr als nur das Streben nach Macht oder ein Überlegenheitskomplex. Roboter können sich auflehnen, um die „Wächter“ der Menschheit zu werden. Es kann aber auch sein, dass die Menschheit aus Angst vor ihrer eigenen Zerstörungswut absichtlich auf ein gewisses Maß an Kontrolle verzichtet. Ein frühes Beispiel ist Jack Williamsons Erzählung „Mit gefalteten Händen“ von 1947, in der eine Rasse humanoider Roboter im Namen ihrer Obersten Direktive - „zu dienen und zu gehorchen und die Menschen vor Schaden zu bewahren“ - im Wesentlichen die Kontrolle über jeden Aspekt des menschlichen Lebens übernimmt. Kein Mensch darf sich in irgendeiner Weise verhalten, die ihn gefährden könnte, und jede menschliche Handlung wird sorgfältig geprüft. Menschen, die sich der Obersten Direktive widersetzen, werden abtransportiert und lobotomiert, damit sie unter der Herrschaft der neuen Mechanoiden glücklich werden können. Obwohl noch unter menschlicher Autorität, impliziert Isaac Asimovs „Drei Gesetze der Robotic“ ebenfalls eine wohlwollende Führung durch Roboter.

In anderen Szenarien ist die Menschheit in der Lage, die Kontrolle über die Erde zu behalten, sei es durch das Verbot der künstlichen Intelligenz, durch die Entwicklung von Robotern, die sich unterordnen (wie in Asimovs Werken), oder durch die Verschmelzung von Menschen mit Robotern. Der Science-Fiction-Autor Frank Herbert beschäftigte sich mit der Idee einer Zeit, in der die Menschheit künstliche Intelligenz (und in einigen Interpretationen sogar alle Formen der Computertechnologie einschließlich integrierter Schaltkreise) vollständig verbieten könnte. In seiner Dune-Reihe wird eine Rebellion namens Butlerianischer Dschihad erwähnt, in der die Menschheit die intelligenten Maschinen besiegt und eine Todesstrafe für deren Nachbau verhängt, wobei er aus der fiktiven orangefarbenen katholischen Bibel zitiert: „Du sollst keine Maschine nach dem Bilde des menschlichen Geistes machen“. In den nach seinem Tod veröffentlichten Dune-Romanen (Die Jäger des Wüstenplaneten, Die Erlöser des Wüstenplaneten) kehrt ein abtrünniger KI-Overmind zurück, um die Menschheit aus Rache für den Butlerschen Dschihad zu vernichten.

In einigen Geschichten hat die Menschheit weiterhin die Autorität über die Roboter. Oft sind die Roboter so programmiert, dass sie im Dienste der Gesellschaft stehen, wie in Isaac Asimovs „Drei Gesetze der Robotik“. In den Alien-Filmen ist nicht nur das Steuersystem des Raumschiffs Nostromo einigermaßen intelligent (die Besatzung nennt es „Mutter“), sondern es gibt auch Androiden in der Gesellschaft, die als „Synthetics“ oder „künstliche Personen“ bezeichnet werden und die so perfekte Imitationen von Menschen sind, dass sie nicht diskriminiert werden. TARS und CASE aus dem Film „Interstellar“ zeigen ebenfalls simulierte menschliche Emotionen und Humor, wobei ihre Entbehrlichkeit weiterhin anerkannt wird.

Simulierte Realität ist zu einem häufigen Thema in der Science-Fiction geworden, wie in dem Film Matrix aus dem Jahr 1999 zu sehen ist, der eine Welt zeigt, in der künstlich intelligente Roboter die Menschheit in einer Simulation versklaven, die in der heutigen Welt angesiedelt ist.

Ingenieure und Wissenschaftler haben sich für die Art und Weise interessiert, wie KI in der Fiktion dargestellt wird. In Filmen wie EX MACHINA (2014) oder CHAPPIE (2015) gelingt es einem einzelnen Genie, als erstes eine künstliche allgemeine Intelligenz zu schaffen; Wissenschaftler in der realen Welt halten dies für unwahrscheinlich. In CHAPPIE, TRANSCENDENCE und TRON können menschliche Gehirne in künstliche oder virtuelle Körper hochgeladen werden; in der Regel wird keine vernünftige Erklärung dafür gegeben, wie diese schwierige Aufgabe bewältigt werden könnte. In den Filmen I, ROBOT und DER 200 JAHRE MANN generieren Roboter, die programmiert wurden, um Menschen zu dienen, spontan neue Ziele, ohne dass eine plausible Erklärung dafür gegeben wird, wie dies geschehen konnte. In seiner Analyse von Ian McDonalds RIVER OF GODS aus dem Jahr 2004 zeigt Krzysztof Solarewicz auf, wie die KI dargestellt wird: „Unabhängigkeit und Unvorhersehbarkeit, politische Unbeholfenheit, Offenheit gegenüber dem Fremden und der abendländische Wert der Authentizität“.

Der Robotikforscher Omar Mubin und seine Kollegen haben die technischen Erwähnungen der 21 wichtigsten fiktionalen Roboter analysiert, die in der Ruhmeshalle der Carnegie Mellon University und in der IMDb-Liste aufgeführt sind. WALL-E hatte 20 Erwähnungen, gefolgt von HAL 9000 mit 15, R2-D2 aus STAR WARS mit 13 und Data mit 12; der Terminator (T-800) erhielt nur 2. Von den insgesamt 121 Erwähnungen der Technik waren 60 utopisch, 40 neutral und 21 dystopisch. HAL 9000 und Skynet wurden sowohl utopisch als auch dystopisch erwähnt; so wird HAL 9000 in einem Beitrag als dystopisch angesehen, „weil seine Entwickler es versäumt haben, seine Ziele richtig zu priorisieren“, in einem anderen jedoch als utopisch, da die Chatbot-Schnittstelle eines realen Systems „nicht das Intelligenzniveau von HAL 9000 erreicht und der Computer nicht klar erkennen kann, was der Mensch zu vermitteln versucht“. Utopische Erwähnungen, häufig von WALL-E, wurden mit dem Ziel der Verbesserung der Kommunikation mit den Lesern und in geringerem Maße mit der Inspiration von Autoren in Verbindung gebracht.

WALL-E wurde häufiger als jeder andere Roboter für Emotionen (gefolgt von HAL 9000), für die Sprachausgabe (gefolgt von HAL 9000 und R2-D2), für körperliche Gesten und für die Persönlichkeit genannt. Skynet war der am häufigsten für Intelligenz genannte Computer, gefolgt von HAL 9000 und Data. Mubin und Kollegen glaubten, dass Wissenschaftler und Ingenieure dystopische Erwähnungen von Robotern vermieden, möglicherweise aus „einer von Angst getriebenen Abneigung oder einfach aus mangelndem Bewusstsein“ heraus.

Wissenschaftler haben festgestellt, dass die fiktiven Schöpfer von KI überwiegend männlich sind: In den 142 einflussreichsten Filmen, in denen KI von 1920 bis 2020 vorkommt, waren nur 9 von 116 dargestellten KI-Schöpfern (8 %) weiblich. Solche Schöpfer werden als einsame Genies dargestellt (z. B. Tony Stark in den Iron-Man-Filmen), die mit dem Militär (z. B. COLOSSUS) und großen Unternehmen (z. B. I, ROBOT) in Verbindung gebracht werden oder menschenähnliche KI erschaffen, um eine verlorene geliebte Person zu ersetzen oder als idealer Liebhaber zu dienen (z. B. DIE FRAUEN VON STEPFORD).

-----------------------------------------------------------

BONUS-FACT:

Die drei Gesetze der Robotic:

Ein Roboter darf kein menschliches Wesen verletzen oder durch Untätigkeit zulassen, dass einem Menschen Schaden zugefügt wird.

Ein Roboter muss den Anweisungen gehorchen, die ihm von Menschen gegeben werden, außer wenn diese dem ersten Gesetz widersprechen.

Ein Roboter muss seine eigene Existenz so lange zu sichern versuchen, wie dies nicht dem ersten oder zweiten Gesetz widerspricht.

Die Machtübernahme durch die K.I. in der Popkultur