Die KI, die immer zu früh zufrieden ist
Ein Unternehmen nutzt eine KI, um Produktionsprozesse zu optimieren.
Die KI analysiert Daten und sucht automatisch nach Verbesserungen.
Nach kurzer Zeit meldet sie bereits erste Erfolge.
Die Produktion läuft etwas effizienter und der Energieverbrauch sinkt leicht.
Doch später entdecken Ingenieure ein Problem:
Es gäbe noch viel bessere Lösungen.
Die KI hat jedoch früh aufgehört weiter zu suchen.
Frage:
Warum kann eine KI, die nach der besten Lösung sucht, sich manchmal mit einer nur mittelmäßigen Lösung zufriedengeben?
Lösung folgt morgen.
Lösung
Viele Optimierungsalgorithmen suchen nicht nach der perfekten Lösung,
sondern nach einer ausreichend guten.
Wenn eine Verbesserung gefunden wird, die bereits deutlich besser ist als vorher,
beendet die KI oft die Suche.
Dieses Prinzip spart Rechenzeit und funktioniert in vielen Fällen gut.
Doch manchmal liegt eine viel bessere Lösung nur wenig weiter entfernt.
Ergebnis:
Die KI bleibt in einem sogenannten „lokalen Optimum“ stecken.
Sie findet eine gute Lösung –
aber nicht unbedingt die beste.