Der an KI und Augmented Reality interessierte Internetnutzer hat es leicht, sein Informationsbedürfnis zu befriedigen, denn beinahe täglich werden sämtliche Informationspools mit neuen Updates darüber geflutet, was mit KI schon wieder möglich gemacht wurde. Ganz besonderes Medieninteresse galt nicht etwa einer neuen robotergestützten Operationsmethode, sondern dem runden Geschmackserlebnis – ja genau, der Pizza. Studierende des Massachusetts Institute of Technology (MIT) haben einer Künstlichen Intelligenz – namens Strono – beigebracht, neue Pizza-Rezepte zu erfinden. Die Ergebnisse, die dann auch getestet wurden, waren teils kaum zu essen, teils spannend, aber auf jeden Fall immer eines: überraschend. In der Vorbereitungsphase wurde die KI mit hunderten Rezepten für selbstgemachte Pizza gefüttert. Dieses Wissen erstmal verdaut, schlug sie dann eine Vielzahl neuer Arten für die Zubereitung vor.

©Pixabay

Gemeinsam mit dem Restaurant Crash Pizza wurden die Rezepte dann nicht nur praktisch umgesetzt, sondern natürlich auch probiert. Besonders gut kam dabei eine Pizza mit Süßkartoffeln, Bohnen und Brie an. Als geschmacklich rund kann jedoch nicht alles bezeichnet werden, was die KI an Rezepten ausspuckte. Teilweise präsentierte sie den Studierenden nämlich auch völlig frei erfundene Zutaten oder Kompositionen. Es fehlte z. B. an Tomatensoße oder Käse. Das ist darauf zurückzuführen, dass der Algorithmus der KI keine Ahnung davon hat, welche Grundkomponenten als Voraussetzung dafür gelten, dass eine Speise überhaupt Pizza genannt werden darf: sprich also Teig, Soße, Käse. Die Pizza-KI der Studierenden ist jedoch nicht die erste künstliche Intelligenz, die sich in der Küche austoben durfte. In Punkto neutraler Lernfähigkeit auf dem Gebiet der Kulinarik ist IBMs Watson noch immer ungeschlagen. Denn dieses ambitionierte Programm brachte 2015 sogar schon ein eigenes Kochbuch heraus. Spannend ist auch, dass Strono nach einer ähnlichen Analyseform abreitet wie jene umstrittene KI, die vor nicht allzu langer Zeit Harry Potter weitergeschrieben hat. Auch dieses Projekt traf bekanntlich ja nicht jeden Geschmack.

Wenn die Parfum-KI darüber mitentscheidet, wer sich riechen kann

KI soll künftig jedoch nicht nur Einfluss auf unsere Geschmacksknospen haben, sondern teilweise auch darüber entscheiden, ob wir jemanden riechen können oder nicht. Der deutsche Parfumhersteller Symrise hat mit einer KI vom IBM zwei neue Parfums entwickelt. Um die beiden Düfte herzustellen, analysierte der Machine-Learning-Algorithmus von IBM zunächst einmal die Daten von 1,7 Millionen Duftformeln. In einem zweiten Schritt kümmerte sich die Parfum-KI auch um die Informationen zu Standort und Altersgruppen der Kundinnen und Kunden. Die beiden Düfte, die dadurch entstanden sind, sollen künftig über einen brasilianischen Kosmetikhersteller vertrieben werden. Weil es sich dabei um eine solch detailverliebte Arbeit handelt, arbeitet die KI jedoch nicht alleine, sondern wird von Parfümeur David Apel unterstützt. Die Kreationen der KI werden also als Vorschläge betrachtet, die danach vom ausgebildeten Parfumeur angepasst und veredelt werden. Die Parfum-KI, die den Namen der griechischen Göttin der Düfte Philyra trägt, verlangt also nach der Zusammenarbeit zwischen Mensch und KI. Damit liegt hier ein ähnliches Szenario wie bei der KI-Pizza der MIT-Studierenden vor.

©Pixabay

Auch hier entscheiden schlussendlich Menschen darüber, welche Kreationen dem menschlichen Gaumen auch wirklich zumutbar sind. Was die Parfum-KI allerdings verstanden hat, ist, welche Verbraucherwünsche aktuell umhergeistern und welche Formeln und Rohstoffe eingesetzt werden können, um diese Wünsche möglichst treffend zu befriedigen. Dadurch können neue, spannende Duftkombinationen entstehen und der kreative Schaffensprozess beschleunigt werden. Diese kommen in der Zusammenarbeit mit KI nämlich erst dann zum Einsatz, wenn es darum geht, das Endprodukt zu veredeln. Bei IBM ist man jedenfalls überzeugt, dass die Technologie das Potenzial hat, auch in anderen Branchen für etwas Arbeitserleichterung zu sorgen. Vielleicht zeigen solche Beispiele aber auch, dass die Angst vor Robotern, die plötzlich in der Lage sind, jene Arbeit zu verrichten, die vorher noch Menschen gemacht haben, mit etwas größerer Diffenziertheit zu betrachten ist. Schließlich zeigen solche Gemeinschaftsprojekte, dass KI gewisse Arbeitsprozesse zwar beschleunigen kann, in der Phase der Produktvollendung oder Realisierung aber trotzdem auf die Zusammenarbeit mit dem Menschen angewiesen ist.