KI-Konferenz in Dartmouth: Der Sommer, in dem die Maschinen denken lernen sollten

„Wir schlagen vor, im Sommer 1956 in Dartmouth, Hanover, New Hampshire, eine zweimonatige, zehnköpfige Studie zur Künstlichen Intelligenz durchzuführen. Diese soll von der Vermutung ausgehen, dass sich jeder Aspekt des Lernens oder jede andere Eigenschaft der Intelligenz im Prinzip so genau beschreiben lässt, dass eine Maschine dazu gebracht werden kann, sie zu simulieren. Es soll untersucht werden, wie Maschinen dazu gebracht werden können, Sprache zu benutzen, Abstraktionen und Begriffe zu bilden, Probleme zu lösen, die bisher dem Menschen vorbehalten sind, und sich selbst zu verbessern. Wir glauben, dass sich in einer oder mehrerer dieser Fragestellungen bedeutender Fortschritt erzielen lässt, wenn eine sorgfältig ausgewählte Gruppe von Wissenschaftlern einen Sommer lang gemeinsam daran arbeitet.“

Dieser Text ist längst legendär. Verfasst haben ihn John McCarthy, Marvin Minsky, Claude Shannon und Nathaniel Rochester, um die Rockefeller Foundation dazu zu bringen, das darin vorgestellte Vorhaben zu finanzieren. Erstmals soll hier der Begriff Künstliche Intelligenz gefallen sein – eben nicht um einen akademischen Anspruch zu erheben, sondern um ganz profan einen potentiellen Geldgeber vom Geldausgeben zu überzeugen. Der Vorschlag für das „Dartmouth Summer Research Project on Artificial Intelligence“ ging in die Geschichte ebenso ein wie die Konferenz selbst.

Wer danach fragt, wann die Künstliche Intelligenz eigentlich entstand, wird allermeist auf diese Episode im Sommer vor siebzig Jahren verwiesen. Sie ist so etwas wie das offizielle Gründungsdatum einer Disziplin, die letztlich jene technologische Revolution auslöste, die gegenwärtig in der Breite angekommen ist und Wirtschaft und Gesellschaft bis ins Militärische hinein verändert.

Was sich damals auf dem Campus des Dartmouth College im amerikanischen Ostküsten-Bundesstaat New Hampshire ereignete, war indes kein Weltkongress oder Technologiefestival, es gab keine große Bühne, keine presseverfolgten Podiumsdiskussionen. Es war ein Workshop. Wer daran teilnahm, blieb nicht unbedingt die ganze Zeit, hörte oder hielt Vorträge, nahm an Gesprächen teil, machte Notizen, stritt über Begrifflichkeiten oder große Sätze, die größer wirkten, weil die Computer der damaligen Zeit so leistungsschwach waren, verglichen mit den heutigen Geräten.

Die Dartmouth-Konferenz erbrachte keine fertigen kompetenten KI-Systeme. Sie rückte aber, was sich schon im anfangs zitierten Antragstext ausdrückt, eine grundstürzende Idee in den Mittelpunkt: Denken ist nichts Geheimnisvolles, Mystisches, Unerklärbares. Sondern etwas, das detaillierter beschrieben, modelliert, konstruiert und somit technisch behandelt werden kann. Damit wird es zu einem Gegenstand auch für Tüftler und Ingenieure.

Der Antrag an die Rockefeller Foundation war indes auch ein Dokument der Nachkriegszeit. Der Zweite Weltkrieg hatte die Wissenschaft teilweise militarisiert und beschleunigt. In den Vereinigten Staaten, Großbritannien und Deutschland bauten findige Fachleute allgemeiner taugliche Computer, um beispielsweise Luftangriffe schneller abwehren oder wichtige Verschlüsselungen wie diejenigen der Enigma-Maschine der Nazis knacken zu können. Auch in der Radartechnik und der Atomphysik zeigte sich, was alles mathematisch herleitbar und möglich ist. Der Neurowissenschaftler Warren McCulloch und der Logiker Walter Pitts publizierten unterdessen im Jahr 1943 ein Forschungspapier, in welchem sie die Arbeitsweise einer menschlichen Gehirnzelle mathematisch darstellten, das Modell eines künstlichen Neurons.

In seinem berühmt gewordenen Aufsatz „Computing Machinery and Intelligence“ aus dem Jahr 1950 stellte wiederum der britische Informatiker Alan Turing sodann die Frage: Können Maschinen denken? Und er erdachte eine konkrete Methode, wie sie sich beantworten lassen könnte – mittels eines Imitationsspiels, durch einen schriftlichen Dialog, in dem ein Mensch zuverlässig unterscheiden können soll, ob er gerade mit einem anderen Menschen oder mit einer Maschine kommuniziert. Dieser „Turing-Test“ war mehr als ein Gedankenexperiment, er inspirierte die Informatik für eine bestimmte Richtung, half dabei, das Gehirn zur Referenz zumindest für einen Teil der Forscher zu machen.

Eine weitere Ausführung war enorm einflussreich: Zwei Jahre vor Turings Aufsatz, anno 1948, veröffentlichte der amerikanische Mathematiker und Philosoph Norbert Wiener sein bahnbrechendes Buch „Kybernetik: Oder Kontrolle und Kommunikation im Tier und in der Maschine“. Rückkopplung war sein Schlüsselbegriff. Ein Thermostat, ein Flugabwehrsystem, ein Organismus, ein Nervensystem – überall sah Wiener Kreise aus Messung, Abweichung, Korrektur und neuem Verhalten. Er war nicht in Dartmouth dabei, und die Denker dort wollten sich teilweise gerade von seiner Kybernetik absetzen.

Doch rückblickend wirkt gerade Wieners Nachdenken erstaunlich gegenwärtig. Die derzeit angesagte generative KI lernt aus Daten, passt in den zugrunde liegenden gewaltigen Modellarchitekturen Gewichte an, optimiert Verhalten, empfiehlt Inhalte, korrigiert sich in Trainingsschleifen. Ja, die Rechner sind unvorstellbar leistungsfähiger, aber die kybernetische Idee einer lernenden, rückgekoppelten Maschine hat sich in den künstlichen neuronalen Netzen manifestiert.

Die Konferenz in Dartmouth kam infolgedessen nicht aus dem Nichts. Sie war ein Kulminationspunkt verschiedener technischer und gedanklicher Entwicklungsstränge der damaligen Zeit. Sie bündelte mathematische Logik, Informationstheorie, neurologische und psychologische Ideen und frühe Computertechnik.

Doch wer waren nun diejenigen, die nach Dartmouth eingeladen hatten? Zunächst zu John McCarthy, der den Begriff „Künstliche Intelligenz“ in die Welt setzte. Er war damals Anfang dreißig, Mathematiker, Logiker, am Dartmouth College beschäftigt und produktiv ungeduldig. McCarthy wollte das Feld nicht länger nur als Automatentheorie oder Informationsverarbeitung verstanden wissen, auch nicht als Kybernetik im Sinne Wieners. Er wollte verdeutlichen, dass es eben nicht bloß um Regelkreise, Nachrichtenkanäle oder Rechenautomaten ging, sondern darum, ob maschinell leistbar ist, was bislang als Kennzeichen des menschlichen Verstandes galt. McCarthy gab dem Gebiet seinen Namen, später erfand er die Programmiersprache Lisp, ging an das renommierte Massachusetts Institute of Technology (MIT) in Boston und von dort nach Stanford, wo er nach mehr als 30 Jahren als Professor im Jahr 2000 emeritierte.

In Dartmouth aber war seine wichtigste Leistung zunächst eine quasi institutionelle: Er brachte Personen, Geld und Ambitionen zusammen. Und prägte eben den Ausdruck Künstliche Intelligenz, der sich als genialer Marketing-Coup erwies. „Wenn McCarthy einen eher langweiligen Begriff verwendet hätte, der nicht eine Herausforderung der menschlichen Dominanz und Erkenntnisfähigkeit suggerieren würde, (…) würde Fortschritt auf diesem Gebiet wohl eher als das erscheinen, was es ist – das andauernde Fortschreiten der Automatisierung“, urteilte der amerikanische Computerfachmann und Unternehmer Jerry Kaplan einmal.

Marvin Minsky, der Zweite im Gründer-Bunde, studierte Mathematik, interessierte sich aber auch für Psychologie, faszinierte sich für neuronale Netze und Wahrnehmung. Anfang der Fünfzigerjahre konstruierte er ein lernendes System namens SNARC, das Ratten in einem Labyrinth simulierte, und er entwickelte Roboterhände. Am MIT lehrte und forschte er vom Jahr 1958 an und gründete dort das KI-Labor.

Claude Shannon wiederum brachte eine andere Autorität mit. Er hatte mit seiner mathematischen Theorie der Kommunikation einen neuen Begriff von Information geschaffen und war schon eine weltbekannte Forschergröße. Auf ihn geht auch das Informatikkürzel Bit zurück. Shannon veröffentlichte im Jahr 1948 sein Hauptwerk unter dem Titel „A Ma­thematical Theory of Communication“. Einige Jahre früher hatte er in einem Brief an den amerikanischen Computer-Pionier Vannevar Bush die Idee skizziert, eine Theorie der grundlegenden Eigenschaften von allgemeinen Systemen für die Nachrichtenübertragung zu erschaffen, einschließlich Telefon, Radio, Fernsehen und Telegraphie. Was ihm gelang – er legte das Fundament dafür, Information wie eine messbare, technisch übertragbare Größe zu behandeln. Zudem hatte Shannon Maschinen gebaut, die Schachendspiele analysierten oder Labyrinthe lernten. Seine Anwesenheit verlieh Dartmouth die Autorität eines Mannes, der schon einmal ein ganzes Denkgebiet in eine exakte Sprache verwandelt hatte. Shannons Einsichten waren wesentlich für die digitale Kommunikation, die Datenkompression, den Mobilfunk oder auch das Internet.

Nathaniel Rochester schließlich stand für die industrielle Realität des Rechnens. Er arbeitete für den Computerhersteller IBM und war maßgeblich an der Entwicklung des IBM 701 beteiligt, eines der ersten großen wissenschaftlichen Computersysteme des Unternehmens. Rochester wusste, was Maschinen tatsächlich leisten konnten – und was nicht. Er brachte nicht nur Hardwarekenntnis ein, sondern auch den Blick eines Ingenieurs, der aus einer eleganten Idee ein laufendes System machen musste. In der frühen KI war diese Verbindung entscheidend: Die Mathematiker konnten über Beweise, Entscheidungsprobleme und Abstraktionen sprechen – Ingenieure wie er mussten Speicher, Rechenzeit und Eingaben organisieren. Rochester verkörperte sozusagen die Brücke zwischen Theorie und Maschine.

Wie lief die Konferenz ab? Die Rockefeller Foundation stellte tatsächlich ausreichend finanzielle Mittel bereit, um sie zu ermöglichen. Die Teilnehmer kamen aus unterschiedlichen Disziplinen und Institutionen. Neben McCarthy, Minsky, Shannon und Rochester waren unter anderen der amerikanische Informatiker Ray Solomonoff, der britische KI-Forscher Oliver Selfridge und der Mathematiker und Informatiker Trenchard More mit dabei, der an einem Forschungslabor von IBM arbeitete.

Auch Allen Newell und Herbert Simon nahmen teil, beide erdachten schon vorher gemeinsam mit Cliff Shaw den „Logic Theorist“, ein Computerprogramm für die automatische Beweisführung, dessen Fähigkeiten sie an Theoremen aus der Mathe-Enzyklopädie „Principia Mathematica“ von Bertrand Russell and Alfred North Whitehead vorführten. Herbert Simon, eigentlich Sozialwissenschaftler und kein Informatiker, erhielt im Jahr 1978 übrigens den Wirtschaftsnobelpreis. Simon äußerte die Ansicht, dass Intelligenz auf der Fähigkeit fuße, Symbole zu speichern, zu verändern, zu kombinieren und nach Regeln zu durchsuchen. Der ebenfalls anwesende Informatiker Arthur Samuel hatte schon ein Computerprogramm entwickelt, das Dame spielen konnte und dazulernte.

Der Dartmouth-Teilnehmerkreis war insgesamt eher klein, aber die Themen erstaunlich breit: Sprache, Logik, Lernen, neuronale Netze, Abstraktion, Kreativität, Suche, Zufall, Selbstverbesserung. Den zuvor erhobenen Anspruch einlösen konnte das Treffen indes bekanntlich nicht. Weder erdachten noch bauten die Teilnehmer einen Computer, der sich aus heutiger Sicht als Künstliche Intelligenz bezeichnen ließe. Noch einigten sie sich auf ein einheitliches Paradigma. Im Gegenteil zeigten sich schon Spannungen, die das Fachgebiet künftig prägen sollten. Die einen setzten auf Symbole, Regeln, Logik und planvolle Suche. Die anderen interessierten sich für Lernen, Anpassung, Wahrnehmung und neuronale Strukturen. Manche wollten den menschlichen Geist modellieren, andere wollten nur nützliche intelligente Leistungen hervorbringen. Doch das Fach selbst war faktisch begründet. Forscher konnten fortan leichter entsprechende Förderanträge schreiben, Professuren begründen, Dissertationen vergeben und Programme entwerfen, die unter der Überschrift Künstliche Intelligenz standen.

Eine gewisse Euphorie breitete sich aus, die sich im Rückblick mitunter kurios einnimmt. Frank Rosenblatt, ein Informatiker und Psychologe an der Cornell Universität, entwickelte in der zweiten Hälfte der Fünfzigerjahre beispielsweise ein eigenes Modell eines künstlichen Neurons und bezeichnete es als „Perceptron“ – mit Forschungsmitteln der amerikanischen Marine. Die „New York Times“ veröffentlichte am 8. Juli 1958 daraufhin einen Artikel mit der Überschrift: „Neues Navy-Gerät lernt durch Handeln: Psychologe präsentiert Computer-Embryo, der lesen können und klüger werden soll.“ In dem Beitrag wird hernach die Vorhersage der Marine überbracht, wonach dieser Computer alsbald „laufen, sehen, schreiben und sich selbst reproduzieren“ könne. Das passte in die damalige Zeit, als sich die Ansicht verbreitete, dass maschinelle Übersetzung oder flexibel einsetzbare Roboter nur eine Frage der Zeit seien. Bekanntlich scheiterten viele Projekte, stellten sich viele Erwartungen und Fortschrittsversprechen als überzogen heraus. Auf Phasen des Fortschritts folgte mancher sogenannte KI-Winter, in dem vor allem auch die Geldgeber weniger finanzierten.

Die Geschichte der Künstlichen Intelligenz war nie und ist keine einfache Fortschrittserzählung. Wer sie einordnen möchte, muss überdies immer auch zumindest einen kurzen Blick noch viel weiter zurückwerfen. Denn der Wunsch und die Idee, den Menschen einmal künstlich nachbilden oder in seiner denkenden Essenz reproduzieren zu können, sind viel älter. Seit der Antike sind entsprechende Vorstellungen überliefert. Als prägend seien hier drei einflussreiche Geistesgrößen genannt: Der französische Mathematiker und Philosoph René Descartes hatte schon im 17. Jahrhundert den Gedanken formuliert, dass Tiere womöglich bloß kunstvolle Automaten seien – Maschinen aus Fleisch sozusagen, die nach mechanischen Gesetzen funktionieren. Wenn das für Tiere gilt, fragten sie sich später, warum dann nicht auch für den Menschen und das menschliche Denken?

Der deutsche Universalgelehrte Gottfried Wilhelm Leibniz, der die Infinitesimalrechnung erfand, träumte seinerseits von einer universellen Rechensprache, der „Characteristica universalis“, mit der sich jeder Streit durch bloßes Ausrechnen beilegen ließe. Sein frühaufklärerischer Ausspruch „Calculemus!“ („Lasst uns rechnen!“) ist in diesem Sinne vielleicht so etwas wie der früheste Schlachtruf der Künstlichen Intelligenz – weil sich darin auch die Hoffnung ausdrückte, dass Vernunft in Kalkül übersetzt und Maschinen übertragen werden könne. Darum geht es mindestens einem veritablen Teil der KI-Forscher bis heute. Sie wollen nicht nur spezialisierte übermenschliche virtuelle und physische KI-Systeme erschaffen, sondern sind auf der Suche nach dem, was häufig unter dem Schlagwort Allgemeine Künstliche Intelligenz firmiert.

Der französische Mathematiker Pierre-Simon Laplace brachte schließlich ein weiteres Gedankenexperiment ein, das sich als wichtige Referenz erweisen sollte. Er unterbreitete die Idee, dass ein Geist, der in einem einzigen Augenblick alle Kräfte der Natur und alle Positionen aller Teilchen kennt, sowohl die Vergangenheit als auch die Zukunft vollständig berechnen könnte. Sein Konstrukt ging später als der „Laplace’sche Dämon“ in die Geschichte ein und drückte die durchaus verbreitete Hoffnung aus, dass es nahezu keine Grenzen des Berechenbaren gebe – und infolgedessen auch keine Limitierungen für Rechenmaschinen.

Und nun? Die Künstliche Intelligenz ist die Schlüsseltechnologie der Gegenwart. Sie beeinflusst zahlreiche Arbeitsplätze, Produkte und Prozesse. Sie ist wirtschaftlich, gesellschaftlich, militärisch immer bedeutender. Sie ist eine Milliardenwette, die langfristig sehr wahrscheinlich aufgehen wird, aber kurzfristig nicht so einträglich sein muss, wie das mancher Börsenkurs signalisiert.

Die Dartmouth-Konferenz bleibt dabei ein fester historischer Anker, ein gewisser Gründungsmythos, der wahr und verkürzt zugleich ist. Auf diesem Treffen und während dieser Zeit sind viele Themenfelder und Spannungen zutage getreten, die sich seither halten. Wie wichtig und umfassend sind Lernen, Wahrscheinlichkeit, Logik, fest Einprogrammiertes? Die KI begann jedoch nicht erst dort, sie war auch nie nur amerikanisch, nie nur zuversichtlich. Die KI-Pioniere damals haben aber eine der ältesten Fragen der Menschheit in ein vollziehbares Forschungsprogramm übersetzt.

Heute, siebzig Jahre später, sind die Computer viel weiter, als dies große Kritiker lange für möglich hielten. Aber sie zeigen eben auch, dass Intelligenz nicht ein einzelnes Ziel ist, das erreicht und abgehakt werden kann, dass sie ein Bündel von Fähigkeiten und Praktiken umfasst, dass sie intellektuelle wie motorische Aspekte hat. „Technologie kann heilen, verbinden, bilden und unser gemeinsames Haus schützen, aber sie kann auch spalten, ausgrenzen und neue Ungerechtigkeiten hervorbringen“, äußert Papst Leo XIV., der seine unlängst veröffentlichte Enzyklika „Magnifica Humanitas“ mit der Zeile „Über die Bewahrung des Menschen im Zeitalter der Künstlichen Intelligenz“ überschrieben hat und sie diesem Thema widmet – auch das ist ein sichtbares Zeichen, für wie mächtig und grundstürzend die KI-Technologie eingeschätzt wird. Papst Leo fährt folgendermaßen fort: „Abstrakt betrachtet ist sie per se weder eine Lösung für die Probleme der Menschheit noch ein Übel. Konkret betrachtet aber ist sie nicht neutral, weil sie die Züge derer annimmt, die sie konzipieren, finanzieren, regulieren und nutzen.“

Im Sommer des Jahres 1956 offenbarte sich an einem konkreten Ort die Hoffnung, Intelligenz präzise genug beschreiben zu können, um sie zu simulieren. In diesem Sommer geht es rund um den Globus eher um etwas anderes: Intelligenz vernünftig zu gebrauchen – künstliche und natürliche.