Anfang der Woche fand in Darmstadt im beeindruckenden Hörsaal im “Alten Maschinenhaus” ein Tutorial zu den Hintergründen des Computer-Jeopardy!-Spielers Watson von IBM statt. Eingeladen hatte Chris Biemann vom Fachbereich Informatik der Uni Darmstadt, erschienen waren der Dozent Alfio Massimiliano Gliozzo (IBM Research) sowie mehr als 130 interessierte Zuhörer, welche die Veranstaltung dann auch zum “biggest Watson-Tutorial wordwide so far” machten.
Als Informationsverarbeiterin* an der Uni hat man es nicht einfach. Allzu oft wird man gefragt, was man eigentlich genau macht so an der Hochschule und in dem Fachbereich. Nach längerer Erklärung bleibt dann bei den Leuten entweder Informatikerin hängen oder Sprachwissenschaftlerin, wobei sich viele unter dem ersten Begriff mehr vorstellen können (Ach, Du machst was mit Computern) als unter dem zweiten (Und da lernt ihr dann verschiedene Sprachen oder was?).
Dabei ist es doch eigentlich gar nicht so schwer – die Informationsverarbeitung an der Uni Köln sieht sich als angewandte Informatik der Geisteswissenschaften. Und da diese ein relativ weites Feld sind, dem man schwerlich im ganzen Umfang gerecht werden kann, hat die Kölner Informationsverarbeitung zwei Spezialisierungen hervorgebracht: Die Sprachliche Informationsverarbeitung (Spinfo) für die Verarbeitung natürlichsprachlicher Daten und die Historisch-Kulturwissenschaftliche Informationsverarbeitung (HKI) für – salopp gesagt – den ganzen Rest. Im Zuge der Umstellung unseres Studiengangs auf Bachelor/Master-Abschlüsse lernen unsere Studentinnen im Bachelorstudiengang die Grundlagen beider Zweige, im Master haben sie dann die Möglichkeit, sich auf einen der beiden zu spezialisieren.
Wie man unschwer aus meinen restlichen Blogartikeln (und dem Profilbild oben) ersehen kann, bin ich in der Spinfo gelandet. Was wir so machen, heißt an anderen Unis meist Computerlinguistik, was man sich als eine Schnittstelle zwischen Linguistik (also Sprachwissenschaft) und Informatik vorstellen kann. Einfacher gesagt beschäftigen wir uns prinzipiell mit all den Situationen, in denen natürliche Sprache auf künstliche Rechnersysteme trifft. Der gemeinen Computernutzerin kommen da sicherlich direkt Anwendungen in den Sinn, die sie – mal mit mehr, mal mit weniger Erfolg – täglich nutzt: Autokorrektur und Autovervollständigung von Eingaben, Übersetzungsdienste, vielleicht auch automatische Sprachein- oder -ausgabe in Dialogsystemen bzw. persönlichen Assistentinnen. Mit Siri, einem System letzterer Art, gelang der Firma Apple im vorvergangenen Jahr ein großer PR-Erfolg, schien doch ein alter Traum von Science-Fiction-Autoren Wirklichkeit zu werden: Die Möglichkeit in Echtzeit und über mündliche Kommunikation dem Rechner (hier: einem kleinen Telefon in der Hand) mitzuteilen, was er für einen tun kann. Tatsächlich waren meine Umgebung und ich von der Entwicklung überrascht, auch wenn sich die Euphorie inzwischen ein wenig gelegt hat – ich selbst besitze kein Endgerät mit einer persönlichen Assistentin und mir fällt auch im Alltag kaum jemand auf, der eine solche nutzt. Aber das kann sich ja noch ändern.
Kurze Zeit, nachdem Apple mit Siri ankam, überraschte auch die große alte Konkurrentin aus den 80er Jahren, der Elektronikriese IBM, nicht nur die Fachwelt mit der Antwortmaschine Watson. Dieser gelang es, das Spiel Jeopardy gegen die beiden bis dahin erfolgreichsten menschlichen Spieler zu gewinnen. Bemerkenswert ist, dass diese beiden Spielerinnen – Ken Jennings und Brad Rutten – wahrscheinlich über die enge US-Amerikanischen Jeopardy-Fangemeinschaft hinaus kaum jemanden bekannt waren, ganz im Gegensatz zum 1997 amtierenden Schachweltmeisters Garry Kasparow. Und es ist bezeichnend, dass die Enthrohnung der Schachweltmeisterin (durch die ebenfalls von IBM gebaute Maschine DeepBlue) 14 Jahre vor Watson ein viel größeres Medienecho hervorrief. 14 Jahre sind eine halbe Ewigkeit in der Informationstechnologie, die man aber offenbar benötigte, nach einem Problem, unter dem sich jede etwas vorstellen kann (wie spiele ich erfolgreich Schach?) auch eins zu lösen, das doch eigentlich nicht so schwer sein kann (wie interpretiere ich eine Frage?).
Sowohl bei Watson als auch bei Siri kommen Konzepte zum Tragen, die im Bereich der Computerlinguistik entwickelt wurden. Wie die Systeme genau funktionieren, ist noch nicht ganz ans Licht der Öffentlichkeit getreten (speziell in Cupertino gibt man sich wie gehabt ausgesprochen zugeknöpft – IBM veröffentlichte zumindest das grobe Prozessierungs-Konzept). Bei uns kann man aber lernen, auf welchen Grundlagen solche Entwicklungen möglich sind. Und wenn das nicht mal spannend ist…
* [Im Zuge der gerade stattfindenden InWoche nutze ich für meinen Text das generische Femininum. Ohne Zweifel dürfte bei der ein oder anderen stellenweise eine kurze Verwirrung eintreten. Diese Verwirrung ist beabsichtigt, da sie auf ein Problem aufmerksam macht, das wir ansonsten nur selten wahrnehmen. Ich halte die Verwendung des generischen Femininums nicht für den Königsweg, denke aber, dass es das Anliegen wert ist, zumindest einen meiner Blogartikel damit zu verfassen.]
