Home » Google » Googles KI Guru sagt, dass große künstliche Intelligenz auf Neurowissenschaft aufbauen muss

Googles KI Guru sagt, dass große künstliche Intelligenz auf Neurowissenschaft aufbauen muss

Demis Hassabis
Foto: Demis Hassabis

Demis Hassabis kennt sich mit künstlicher Intelligenz aus: Er gründete das in London ansässige KI-Startup DeepMind, das von Google für 650 Millionen Dollar im Jahr 2014 gekauft wurde. Seitdem hat seine Firma den Boden mit Menschen beim komplexen Go-Spiel gewischt und Schritte in Richtung der Herstellung einer allgemeinen KI unternommen.

Er ist jetzt er an die Öffentlichkeit gegangen und sagte, dass die einzige Möglichkeit für eine künstliche Intelligenz ist, ihr wahres Potential zu erkennen, nur mit einer Dosis von Inspiration aus dem menschlichen Intellekt gelingt.

Derzeit basieren die meisten KI-Systeme auf mathematischen Schichten, die nur lose von der Arbeitsweise des menschlichen Gehirns inspiriert sind. Unterschiedliche Arten des maschinellen Lernens, wie z. B. die Spracherkennung oder das Identifizieren von Objekten in einem Bild, erfordern jedoch unterschiedliche mathematische Strukturen, und die daraus resultierenden Algorithmen können nur sehr spezifische Aufgabenstellungen lösen.

Eine künstliche Intelligenz aufzubauen, die allgemeine Aufgaben und nicht Nischenaufgaben erfüllen kann, ist ein lang gehegter Wunsch in der Welt des maschinellen Lernens. Aber die Wahrheit ist, dass die Erweiterung dieser spezialisierten Algorithmen zu etwas Vielseitigerem führt. Es bleibt ein unglaublich schwieriges Problem, zum Teil, weil menschliche Eigenschaften wie Neugier, Vorstellungskraft und Erinnerung nicht existieren oder erst in den Kinderschuhen der Welt der künstlichen Intelligenz stecken.

In einem, in der Zeitschrift Neuron veröffentlichten Aufsatz argumentieren Hassabis und drei Mitautoren, dass wir nur durch ein besseres Verständnis menschlicher Intelligenz hoffen können, die Grenzen dessen, was künstliche Intelligenz heute erreichen kann, zu erweitern.

Erstens, so sagen sie, wird uns ein besseres Verständnis der Funktionsweise des Gehirns erlauben, neue Strukturen und Algorithmen für die elektronische Intelligenz zu schaffen. Zweitens könnten uns die Lehren aus dem Aufbau und dem Testen von innovativen KIs helfen, besser zu definieren, was Intelligenz wirklich ist.

Das Papier selbst bespricht die Geschichte der Neurowissenschaften und der künstlichen Intelligenz, um die Wechselwirkungen zwischen den beiden zu verstehen. Er schreibt, dass Deep Learning, die künstliche Neuronen verwenden, um Inputs zu verstehen, und Verstärkungslernen, bei dem Systeme durch Ausprobieren lernen, viel der Neurowissenschaft zu verdanken hat.

Er weist aber auch darauf hin, dass neuere Fortschritte die Biologie nicht so effektiv nutzen, und dass eine allgemeine Intelligenz mehr menschenähnliche Eigenschaften benötigen wird – wie ein intuitives Verständnis der realen Welt und effizientere Lernmethoden. Die Lösung, so schreiben Hassabis und seine Kollegen, sei ein erneuerter „Austausch von Ideen zwischen KI und Neurowissenschaft [die] einen‘ tugendhaften Kreis‘ schaffen kann, der die Ziele beider Bereiche voranbringt„.

Hassabis ist in dieser Art des Denkens nicht allein. Gary Marcus, Professor für Psychologie an der New York University und ehemaliger Direktor des KI-Labors von Uber, argumentiert, dass maschinelle Lernsysteme durch die Erforschung der kognitiven Entwicklung von Kindern verbessert werden könnten.

Dennoch wird es nicht einfach sein, diese Erkenntnisse digital umzusetzen. Wie Hassabis in einem Interview mit the Verge erklärt, sind künstliche Intelligenz und Neurowissenschaft „zwei sehr, sehr große Felder geworden, die von ihren eigenen Traditionen durchdrungen sind„, was es „ziemlich schwierig macht, auch nur auf einem dieser Gebiete Experte zu sein, geschweige denn Experten genug in beiden, dass man übersetzen und Verbindungen zwischen ihnen finden kann„.

Quelle: technologyreview.com