Im vergangenen Jahr schlug die künstliche Intelligenz AlphaGo zum ersten Mal den Weltmeister im Spiel. Dieser Sieg war angesichts der hohen Schwierigkeit des chinesischen Brettspiels beispiellos und unerwartet. Während der Sieg von AlphaGo definitiv beeindruckend war, wird diese KI, die seitdem andere Champions von Go geschlagen hat, immer noch als "enge" Art von KI angesehen - eine, die Menschen nur in einem begrenzten Aufgabenbereich übertreffen kann.
Obwohl wir kaum in der Lage sein werden, einen Computer in Go oder Schach zu schlagen, ohne auf die Hilfe eines anderen Computers zurückzugreifen, können wir uns bei Routineaufgaben noch nicht auf sie verlassen. AI wird Ihnen keinen Tee machen oder einen TÜV für Ihr Auto planen.
Im Gegensatz dazu wird KI in Science Fiction oft als "allgemeine" künstliche Intelligenz dargestellt. Das heißt, künstliche Intelligenz mit dem gleichen Niveau und der gleichen Vielfalt wie ein Mensch. Wir haben bereits verschiedene Arten künstlicher Intelligenz, die von der Diagnose von Krankheiten bis zum Fahren unserer Autos alles können, aber wir konnten noch nicht herausfinden, wie wir sie auf einer allgemeineren Ebene integrieren können.
Letzte Woche präsentierten DeepMind-Forscher mehrere Artikel, die behaupten, die Grundlagen für allgemeine künstliche Intelligenz zu legen. Obwohl es noch keine Schlussfolgerungen gibt, sind die ersten Ergebnisse ermutigend: In einigen Bereichen hat die KI die Fähigkeiten der Menschen bereits übertroffen.
Beide Arbeiten von DeepMind konzentrieren sich auf das relative Denken, eine kritische kognitive Fähigkeit, die es Menschen ermöglicht, Vergleiche zwischen verschiedenen Objekten oder Ideen anzustellen. Zum Beispiel, um zu vergleichen, welches Objekt größer oder kleiner ist, welches links und welches rechts ist. Menschen verwenden relative (oder relationale) Argumente, wenn sie versuchen, ein Problem zu lösen, aber Wissenschaftler müssen noch herausfinden, wie sie der KI diese täuschend einfache Fähigkeit verleihen können.
DeepMind-Wissenschaftler haben zwei verschiedene Routen gewählt. Einige trainierten ein neuronales Netzwerk - eine Art KI-Architektur, die einem menschlichen Gehirn nachempfunden ist - unter Verwendung einer Datenbank einfacher, statischer 3D-Objekte namens CLEVR. Einem anderen neuronalen Netzwerk wurde beigebracht, zu verstehen, wie sich ein zweidimensionales Objekt im Laufe der Zeit ändert.
In CLEVR wurde ein neuronales Netzwerk durch eine Reihe einfacher Designs wie Pyramiden, Würfel und Kugeln dargestellt. Die Wissenschaftler stellten dann Fragen zur künstlichen Intelligenz in natürlicher Sprache, z. B. "Ist ein Würfel aus demselben Material wie ein Zylinder?" Erstaunlicherweise konnte das neuronale Netzwerk die relationalen Eigenschaften von CLEVR in 95,5% der Fälle korrekt abschätzen und übertraf sogar einen Menschen mit einer Genauigkeit von 92,6% in diesem Parameter.
Im zweiten Test erstellten DeepMind-Forscher ein neuronales Netzwerk des Visual Interaction Network (VIN), das darauf trainiert wurde, die zukünftigen Zustände eines Objekts auf Video in Abhängigkeit von seinen vorherigen Bewegungen vorherzusagen. Zu diesem Zweck haben die Wissenschaftler der Fahrgestellnummer zunächst drei aufeinanderfolgende Videobilder zugeführt, die das Netzwerk in Code übersetzt hat. In diesem Code gab es eine Liste von Vektoren - die Geschwindigkeit oder Position eines Objekts - für jedes Objekt im Rahmen. Der Fahrgestellnummer wurde dann eine Folge anderer Codes zugeführt, die kombiniert wurden, um den Code für den nächsten Rahmen vorherzusagen.
Werbevideo:
Um die Fahrgestellnummer zu trainieren, verwendeten die Wissenschaftler fünf verschiedene Arten von Physiksystemen, bei denen sich 2D-Objekte vor dem Hintergrund "natürlicher Bilder" bewegten und mit verschiedenen Kräften kollidierten. Beispielsweise interagierten in einem physikalischen System die simulierten Objekte gemäß dem Newtonschen Gravitationsgesetz miteinander. In einem anderen Fall wurde ein neuronales Netzwerk mit Billard präsentiert, um die zukünftige Position der Bälle vorherzusagen. Laut Wissenschaftlern hat das VIN-Netzwerk das Verhalten von Objekten im Video erfolgreich vorhergesagt.
Diese Arbeit stellt einen wichtigen Schritt in Richtung allgemeiner KI dar, aber es bleibt noch viel zu tun, bevor künstliche Intelligenz die Welt erobern kann. Außerdem bedeutet übermenschliche Leistung keine übermenschliche Intelligenz.
Jedenfalls noch nicht.
ILYA KHEL
