Wo liegen die Grenzen „intelligenter“ Suchverfahren? Existieren produktivitätshemmende Konstellationen?

Fachkundige Leser kennen die Problematik. Ich möchte an dieser Stelle hingegen zukünftige Nutzer einer intelligenten Suche  allgemeinverständlich aufklären.

„Künstliche Intelligenz“ ist ein sehr verschwommener Begriff. Die „starke KI“ versucht dem menschlichen Gehirn Konkurrenz zu machen. Die „schwache KI“ hingegen bemüht sich, konkrete Aufgaben durch Adaption „menschlich intelligenter Denkweisen“ zu meistern. 

Die „schwache Ki“ versucht erst gar nicht die gewaltigen kognitiven Fähigkeiten und die Philosophie des Menschen  zu „digitalisieren“. Man bedient sich der Prädikatenlogik und/oder verschiedenster Algorithmen um Schlüsse zu ziehen oder Muster zu erkennen.

In der Tat erzielt die „schache KI“ derzeit damit mehr Erfolg, als die „starke KI“ in ihrem Begehren, das universell unfehlbare Instrument zur Entscheidungsfindung  zu schaffen.

Mit verschiedensten Algorithmen lässt sich eine „intelligente Vorgehensweise“ vortäuschen. Ein einzelner  Algorithmus ist jedoch alles andere als „intelligent“. Es ist eine genau definierte Handlungsvorschrift zur Lösung einer bestimmten Art von Problemen in endlich vielen Schritten, basierend auf mathematische Modelle. Selbst evolutionäre Algorithmen besitzen keine „Intelligenz“.

Aber … der Einsatz verschiedenster Algorithmen zur Lösung eines Problem mit einer  fallspezifischer Wichtung, ist durchaus in der Lage annäherungsweise „intelligente“ Schlüsse zu generieren.

Hierzu Zitiere ich ein anderen Abschnittl:

So liefern z.B. die beiden völlig unterschiedlichen Wörter „Britney „ und „bewährten“ den identischen Code „B635“, was für eine 100%ige Übereinstimmung steht…

Der Levenstein Algorithmus ermittelt die minimale Anzahl von Operationen, die nötig ist um eine Zeichenkette (Wort) in eine andere zu wandeln. Die Relevanz sinkt mit dem Unterschied der Längen beider Strings. Levenstein kann Fallweise zur Unterscheidung von Plural/ Singular aufkommen eingesetzt werden oder bei Buchstabendrehern.

Im obigen Beispiel („Britney „ und „bewährten“) würde Soundex einen perfekten Treffer landen, Levenstein diesen, und das zu recht, völlig negieren. Auf der anderen Seite sind Konstellationen alltäglich, in denen Levenstein durch Soundex korrigiert werden muss.

Je mehr Instanzen (Algorithmen) auf ein Problem angewandt werden, um so genauer lässt sich die Relevanz  der Schlussfolgerung bewerten. Die Königsdisziplin besteht in der Wichtung aller zum Einsatz kommenden Algorithmen.

Für kleine homogene Datenbestände ist eine “intelligente Suche“ mit  großer Trefferwahrscheinlichkeit möglich. Bei großen heterogener Datenquellen müssen komplexe Optimierungsverfahren Algorithmen und Methoden an den Datenbestand anpassen. 

Weshalb versagt sogar  Branchenprimus „Google^TM“ ? Die Fülle der Daten auf den Google^TM  Servern und die dadurch im Fall einer fehlerhaften Suchanfrage möglichen  alternativen Vorschläge ist zu groß, als dass fallweise in akzeptabeler Zeit ein „perfekter“ Vorschlag gemacht werden kann. Google^TM  verfügt mit Sicherheit über ausreichend finanziellem  und humanem Kapital, um eine „ordentliche“ intelligente Suche zu implementieren. Aber die Hardware versagt bei sehr großen Datenmengen. Google^TM muss sich entscheiden: Entweder werden stets relevante Treffer gelandet, auch wenn es mehrere Sekunden dauert, oder das Verfahren wird abgekürzt, im Sinne einer schnellen Verfügbarmachung von Informationen. Letzteres ist wichtig, wenn man den Anspruch der breiten Masse, schnell und relevant zu sein,  genüge tun möchte.