Es ist paradox: Eine künstliche Intelligenz kann leichter lernen, ein Fahrzeug in der realen Welt zu steuern, als ein klassisches Videospiel wie Tetris zu spielen. Der Schlüssel liegt, laut Experten wie Julian Togelius von der New York University, in der Natur der Regeln. Die physische Welt wird von konsistenten und vorhersehbaren Gesetzen regiert, während die Regeln eines Videospiels willkürlich sind und ihr Aktionsraum für eine Maschine abstrakter und komplexer zu modellieren ist.
Die vorhersehbare Physik gegenüber der Willkür des Codes 🤖
Autonomes Fahren operiert in einer kontinuierlichen, von der newtonschen Physik beherrschten Domäne, in der Aktionen vorhersehbare Konsequenzen haben. Ein neuronales Netz kann diese konsistenten Muster aus realen Weltdaten lernen. Im Gegensatz dazu besitzt ein Spiel wie Tetris einen diskreten und riesigen Zustandsraum mit abstrakten, vom Menschen geschaffenen Regeln, wie die Rotation von Steinen oder das Verschwinden von Linien, die keine direkte physikalische Entsprechung haben. Diese Willkür erfordert eine Art symbolisches Denken und ein Verständnis von abstrakten Regeln, das ironischerweise herausfordernder ist. Tatsächlich sind Aufgaben wie die Programmierung, mit klaren logischen Regeln und sofortigem Feedback, Bereiche, in denen aktuelle Sprachmodelle bereits glänzen.
Implikationen: Neudefinition von "Komplexität" für Maschinen 🤔
Diese Perspektive kehrt unsere Intuition über die Schwierigkeit für KI um. Sie zwingt uns, zwischen menschlicher Komplexität, basierend auf sensomotorischer Erfahrung und gesundem Menschenverstand, und abstrakter rechnerischer Komplexität zu unterscheiden. Dies zu verstehen ist entscheidend für die Entwicklung robuster KI und für die Kalibrierung der öffentlichen Wahrnehmung. Ein autonomes Auto versteht den Verkehr nicht wie wir, stützt sich aber auf eine vorhersehbare Welt. Die wahre zukünftige Herausforderung liegt darin, Maschinen ein flexibles Verständnis willkürlicher Regeln zu verleihen, das Reich, in dem die menschliche Intelligenz noch regiert.
Wie bestimmt die Komplexität abstrakter Regeln gegenüber der Vorhersehbarkeit der physischen Welt die tatsächliche Schwierigkeit eines Problems für künstliche Intelligenz?
(PS: Der Versuch, einen Spitznamen im Internet zu sperren, ist wie der Versuch, die Sonne mit einem Finger zu verdecken... nur digital)