Die Geschichte der Technologie ist voller Vorhersagen, die jetzt lächerlich klingen. Eines der bekanntesten Beispiele wird Bill Gates zugeschrieben, der 1981 erklärte, dass "640 Kilobyte für jeden ausreichen sollten". KI-Vorhersagen unterscheiden sich in dieser Hinsicht nicht.
Die ersten Forscher der KI (künstliche Intelligenz) glaubten, dass wir einen Roboter haben würden, der in nur wenigen Jahrzehnten wie ein Mensch laufen, sprechen und denken würde. Natürlich hat die KI trotz einiger beeindruckender Fortschritte beim maschinellen Lernen noch einen langen Weg vor sich. Nach einem als Moravec-Paradoxon bekannten Prinzip können wir Maschinen lehren, komplexe Probleme zu lösen, aber gleichzeitig können sie die einfachsten Probleme nicht bewältigen.
Komm schon Siri, denk wie ein Kind
1957 sagte der Ökonom und Informatikpionier Herbert Simon: „Es ist nicht mein Ziel, Sie zu überraschen oder zu schockieren, aber ich kann es zusammenfassen, indem ich sage, dass es jetzt Maschinen auf der Welt gibt, die denken, lernen und erschaffen können. Darüber hinaus wird ihre Fähigkeit, diese Aktionen auszuführen, schnell zunehmen, bis (auf absehbare Zeit) die Bandbreite der Probleme, mit denen Maschinen umgehen können, mit der Bandbreite der Probleme vergleichbar ist, bei denen der menschliche Geist bisher gebraucht wurde. “
Simon starb 2001 und seine "sichtbare Zukunft", in der Maschinen wie Menschen denken können, ist noch weit entfernt. Sicher, künstliche Intelligenz hat sich als gut erwiesen, um bestimmte Aufgaben wie das Klassifizieren entfernter Galaxien oder das Nachahmen von Prominentenstimmen oder das Schaffen von Kunst auszuführen, aber einfaches Denken - ein Konzept, das als allgemeine künstliche Intelligenz bekannt ist - scheint die fortschrittlichsten maschinellen Lernsysteme zu verblüffen. Denken Sie nur daran, dass das Gehen auf zwei Beinen eine Herausforderung für Maschinen ist. Sie können zwar den großen Schachmeister besiegen, aber sie werden dem Kleinen nicht voraus sein und das richtige Spielzeug aus dem Regal nehmen.
Dies ist kein neues Problem. In den 1980er Jahren stellte der Informatiker Hans Moravec genau dieses Problem vor, das jetzt als "Moravec-Paradoxon" bezeichnet wird, und erklärte, warum genau dies von Maschinen zu erwarten ist, die keiner natürlichen Selektion unterliegen. "In den großen, hoch entwickelten sensorischen und motorischen Teilen des menschlichen Gehirns sind Milliarden von Jahren Erfahrung über die Natur der Welt und wie man darin überlebt", schrieb er 1988 in seinem Buch "Children of the Mind".
Werbevideo:
Das heißt, was den Menschen einfach erscheint, wurde im Laufe der Evolution seit Jahrtausenden verbessert. Was die Menschen am schwierigsten finden, ist nur deshalb schwierig, weil es für sie neu ist. Wir haben über etwas mehr als tausend Jahre über eine Schachstrategie nachgedacht, aber wir haben gelernt, mit der Umwelt umzugehen, da unsere Vorfahren noch einzellige Organismen waren. Evolutionäre Fähigkeiten erfordern kein bewusstes Denken. Wenn Sie nicht über etwas nachdenken müssen, ist es schwieriger herauszufinden, wie Sie einer Maschine das beibringen können.
Lernen Sie Maschinen kennen, indem Sie sich selbst kennenlernen
Wie bringt man einer Maschine bei, wirklich zu denken? Moravec glaubt, dass Maschinen keine Evolution haben. Die Situation verbessert sich jedoch von Tag zu Tag.
Ingenieure unterrichten Algorithmen für künstliche Intelligenz, beispielsweise das Unterrichten von Robotern zum Spielen von Videospielen. Bevor wir jedoch Maschinen lehren können, wie Menschen zu denken, müssen wir selbst besser verstehen, wie Menschen denken. Wenn wir die Grenzen des maschinellen Lernens verstehen, können wir Fragen dazu beantworten, wie unser Geist tatsächlich funktioniert. Es ist auch möglich, dass das Paradox ist, dass KI niemals wirklich unabhängig sein und immer auf menschliche Hilfe angewiesen sein wird. Aber auf jeden Fall sollten wir alle die Supercomputer schätzen, die in unseren Schädeln laufen. Sie lassen die schwierigsten Aufgaben der Welt einfach aussehen.
Svetlana Bodrik
