An dieser Stelle berichtet SPIEGEL-Korrespondent Thomas Schulz in einer wöchentlichen Kolumne aus dem Silicon Valley und blickt hinter die Kulissen der digitalen Revolution, die rund um die Welt Gesellschaft und Wirtschaft verändert.

Seit kurzem läuft im Kino der Film "Her". Die Hauptdarstellerin ist ein Computer-Betriebssystem, gespielt von Scarlett Johansson, in das sich der Protagonist des Films verliebt. Der Film hat ausgezeichnete Kritiken und eine Oscar-Nominierung erhalten, weil er die nächste Zivilisationsstufe der Gesellschaft so einfühlsam beschreibe: die enge emotionale Beziehung zwischen Mensch und Maschine.

Der Film spielt in einer undefinierten Zukunft. Wenn es nach den einflussreichsten Köpfen im Silicon Valley geht, ist sie allerdings nicht mehr weit entfernt.

Ray Kurzweil etwa, Chef-Wissenschaftler von Google, hofft, dass die Welt von "Her" mit bewussten Maschinen schon 2029 Realität sein könne.

Nun ist Kurzweil bekannt als wilder Visionär, und es scheint zweifelhaft, dass es schon in 20 Jahren um echte Liebe zwischen Mensch und Computer gehen wird. Sicher ist aber, dass die Suche nach künstlicher Intelligenz (KI) wahrscheinlich das wichtigste übergreifende Thema im Silicon Valley ist. Egal ob Google, Apple, Facebook oder Microsoft: Alle arbeiten intensiv daran, Maschinen klüger, kreativer, intuitiver zu machen. Nicht allein abhängig davon, was ihnen einprogrammiert wird, sondern in der Lage zu lernen, sich zu entwickeln. Kurz: menschlicher zu sein.

Jahrzehntelang blieben solche Bemühungen weitgehend erfolglos. Doch zuletzt waren die Fortschritte groß.

Maschinen sollen wie menschliche Gehirne lernen

Seit Jahren schon investieren die großen Tech-Konzerne erhebliche Ressourcen in die Erforschung künstlicher Intelligenz. Sie haben dazu eigene Abteilungen aufgebaut, die besten Wissenschaftler der Welt eingestellt und kaufen nahezu jedes Start-up, das sich mit dem Thema befasst. Vor ein paar Monaten erst hat Google rund 400 Millionen Dollar für ein britisches KI-Labor gezahlt. Kurz darauf investierten Facebook-Gründer Mark Zuckerberg und Tesla-Chef Elon Musk 40 Millionen Dollar in ein KI-Start-up.

Im Kern gehen alle Fortschritte auf ein Konzept mit dem Namen Deep Learning zurück. Der Ansatz verschmilzt Computer- und Neurowissenschaften, und er verfolgt die Idee, Maschinen klüger zu machen, indem sie ein menschliches Verständnis ihrer Umgebung erlernen. Sehr vereinfacht gesagt geht es darum, die Neuronen-Verbindungen des menschlichen Gehirns zu simulieren. Vicarious, das Start-up von Zuckerberg und Musk, will den Neocortex nachbilden, den Teil des Gehirns, der für Sinneseindrücke, aber auch für das Verständnis für Sprache und Mathematik zuständig ist.

Auch Google forscht intensiv an solchen neuronalen Netzwerken. Der Konzern hat dafür Geoffrey Hinton engagiert, Informatikprofessor an der University of Toronto und einer der Väter der Deep-Learning-Forschung. Schon seit den achtziger Jahren setzt Hinton darauf, künstliche Intelligenz zu schaffen, indem Maschinen wie menschliche Gehirne lernen. "Das Gehirn nutzt Billionen von Zahlen in den Synapsen, und das kann man einem System nicht einprogrammieren", erklärte Hinton, als ich ihn neulich traf. "Man kann dieses Wissen einer Maschine nicht reinschreiben, es muss erlernt werden."

Große Fortschritte durch Deep Learning

All der Fortschritt basiert auf einer radikalen Idee: Dass die menschliche Intelligenz auf vielleicht nur einen einzigen Algorithmus zurückgeht. Lange glaubte man, dass es Tausende Quellen geben müsste und dass, wer künstliche Intelligenz schaffen will, entsprechend komplexe Computersysteme bauen müsste. "Wir sind fasziniert von der Idee, dass das Gehirn durchgängig auf die gleiche Art lernt", sagt Hinton. "Und sobald man einmal rausgefunden hat, wie das funktioniert, macht es keinen Unterschied, ob man einem System das Sehen, Hören, Fühlen oder vielleicht sogar logisches Denken beibringt."

Ein Zwischenziel in greifbarer Nähe ist die alltägliche Steuerung von Computern über Sprache. Siri etwa, die Sprachassistenz für das iPhone, funktioniert nur mangelhaft. Durch Deep Learning waren die Sprünge zuletzt jedoch groß. "Mit einem Schlag machen wir Fortschritte, die zuvor zehn Jahre brauchten", sagt Hinton.

Microsofts Cortana soll ihren Benutzer kennenlernen

In wenigen Wochen will etwa Microsoft einen digitalen Smartphone-Assistenten für Windows Phone auf den Markt bringen. Der Name, Cortana, ist zwar auch nicht hübsch. Und im Vergleich zu Scarlett Johansson klingt die Microsoft-Stimme noch immer scheppernd. Aber Cortana profitiert sehr deutlich von der Deep-Learning-Forschung, die Microsoft betrieben hat.

Die Spracheingabe funktioniert erstaunlich ruckelfrei, die Antworten kommen meistens schnell und flüssig. Cortana lässt sich sagen, wann sie einen Termin machen soll und warnt vor Überschneidungen, lässt sich E-Mails diktieren und liest Sportergebnisse vor. All das gab es auch schon vorher. Aber das Microsoft-System lernt. Es merkt sich Gewohnheiten und Interessen. Und es liest E-Mails mit. Vorausgesetzt, man erlaubt es. Das ist der eigentliche Sprung: Cortana soll nicht reagieren, sondern vorhersehen. Etwa an Flugbuchungen erinnern oder an Geburtstage, die in den E-Mails oder persönlichen Kontakten vermerkt sind. Wie die menschlichen Assistenten, von denen sich Microsoft hat beraten lassen.

"Wir müssen ganz anders denken"

Denn das ist nächste große Ziel: "Wir müssen die Interaktion menschlicher machen." So sagt es Ben Gomes, Chef von Google Search, als ich vor kurzem mit ihm in der Konzernzentrale sprach. Digitale Assistenten gelten als die Zukunft der Suchmaschinen in einer Welt von Smartwatches, Datenbrillen und Geräten, die keine Tastatur mehr erlauben. "Wir müssen ganz anders denken, um die Bedienung all dieser neuen Geräte möglich zu machen", sagt Gomes.

George Hinton, der Deep-Learning-Forscher, ist überzeugt, dass eine neue Ära der Maschinenintelligenz unmittelbar bevorsteht. Sie werde beginnen, sobald die neuronalen Computernetzwerke zum ersten Mal die manuelle Programmierung durch Menschen schlagen: "Es ist wie damals, als die Menschen ein Wett-Tauziehen mit den ersten Dampfmaschinen veranstalteten. Als das erste Mal eine Dampfmaschine gewann, war es vorbei. Der Mensch hatte nie wieder eine Chance."