(SeaPRwire) – Generative KI – denken Sie an Dall.E, , und viele mehr – ist in aller Munde. Ihre bemerkenswerten Erfolge und gelegentlichen katastrophalen Fehlschläge haben wichtige Debatten über den Umfang und die Gefahren fortgeschrittener Formen der Künstlichen Intelligenz angestoßen. Aber was, wenn überhaupt, offenbart diese Arbeit über natürliche Intelligenzen wie unsere eigene?
Ich bin ein Philosoph und Kognitionswissenschaftler, der seine gesamte Karriere damit verbracht hat, zu verstehen, wie der menschliche Verstand funktioniert. Unter Einbeziehung von Forschung aus Psychologie, Neurowissenschaft und Künstlicher Intelligenz hat mich meine Suche zu einem Bild geführt, wie natürliche Verstände funktionieren, das sowohl interessant ähnlich als auch tiefgreifend anders ist als die Kernbetriebsprinzipien der generativen KIs. Die Untersuchung dieses Kontrasts kann uns helfen, beide besser zu verstehen.
Die lernen ein generatives Modell (daher ihr Name), das es ihnen ermöglicht, in verschiedenen Arten von Daten oder Signalen zu . Was generativ hier bedeutet, ist, dass sie genug über die tiefen Regelmäßigkeiten in einem Daten-Set lernen, um in der Lage zu sein, plausible neue Versionen dieser Art von Daten für sich selbst zu erstellen. Im Fall von ChatGPT sind die Daten Text. Die Kenntnis aller vielen schwachen und starken Muster in einer riesigen Bibliothek von Texten ermöglicht es ChatGPT, wenn darum gebeten wird, plausible Versionen dieser Art von Daten auf interessante Weise zu produzieren, wenn sie durch Benutzereingaben gestaltet werden – zum Beispiel könnte ein Benutzer eine Geschichte über eine schwarze Katze im Stil von Ernest Hemingway anfordern. Aber es gibt auch KIs, die sich auf andere Arten von Daten spezialisiert haben, wie Bilder, wodurch sie neue Gemälde im Stil von, sagen wir, Picasso erstellen können.
Was hat das mit dem menschlichen Verstand zu tun? Nach vielen zeitgenössischen Theorien hat das menschliche Gehirn gelernt, ein Modell zur Vorhersage bestimmter Arten von Daten zu erstellen. Aber in diesem Fall sind die Daten, die vorhergesagt werden sollen, die verschiedenen Fluten sensorischer Informationen, die von Sensoren in unseren Augen, Ohren und anderen Sinnesorganen registriert werden. Jetzt kommt der entscheidende Unterschied. Natürliche Gehirne müssen lernen, diese sensorischen Flüsse in einem sehr speziellen Kontext vorherzusagen – dem Kontext der Verwendung der sensorischen Informationen zur Auswahl von Aktionen, die uns dabei helfen, in unseren Welten zu überleben und gedeihen. Das bedeutet, dass sich unter den vielen Dingen, die unser Gehirn lernt vorherzusagen, ein Kernbereich auf die Arten bezieht, in denen unsere eigenen Aktionen in der Welt die sensorischen Stimulationen verändern werden, die wir anschließend erhalten. Zum Beispiel hat mein Gehirn gelernt, dass ich, wenn ich versehentlich auf den Schwanz meiner Katze trete, die nächsten sensorischen Reize oft Sichtungen von heulender, windender und gelegentlich Schmerzgefühle von einem wohlverdienten Rachekratzer beinhalten werden.
Diese Art des Lernens hat besondere Vorzüge. Sie hilft uns, Ursache und einfache Korrelation zu trennen. Die Sichtung meiner Katze ist stark mit der Sichtung der Möbel in meiner Wohnung korreliert. Aber weder das eine verursacht das andere. Auf den Schwanz meiner Katze zu treten hingegen verursacht das anschließende Geheul und Kratzen. Den Unterschied zu kennen ist entscheidend, wenn Sie ein Geschöpf sind, das auf seine Welt einwirken muss, um erwünschte (oder zu vermeidende) Effekte herbeizuführen. Mit anderen Worten, das generative Modell, das natürliche Vorhersagen ausgibt, ist durch ein vertrautes und biologisch kritisches Ziel eingeschränkt – die Auswahl der richtigen Handlungen zur richtigen Zeit. Das bedeutet, wie die Dinge derzeit sind und (entscheidend) wie sich die Dinge ändern und verändern werden, wenn wir auf die Welt in bestimmter Weise einwirken und intervenieren.
Wie sehen ChatGPT und die anderen zeitgenössischen KIs im Vergleich zu diesem Verständnis des menschlichen Gehirns und des menschlichen Verstandes aus? Offensichtlich neigen aktuelle KIs dazu, sich auf die Vorhersage sehr spezifischer Arten von Daten zu spezialisieren – Wortfolgen im Fall von ChatGPT. Auf den ersten Blick scheint dies darauf hinzudeuten, dass ChatGPT eher als Modell unserer textuellen Ausgaben anstatt (wie biologische Gehirne) als Modell der Welt, in der wir leben, angesehen werden könnte. Das wäre tatsächlich ein sehr bedeutender Unterschied. Aber dieser Schritt ist vielleicht etwas zu schnell. Wörter, wie der Reichtum großer und nicht so großer Literatur belegt, stellen bereits Muster jeder Art dar – Muster zwischen Aussehen, Geschmack und Klang zum Beispiel. Dies gibt den generativen KIs ein echtes Fenster in unsere Welt. Was jedoch weiterhin fehlt, ist dieser entscheidende Bestandteil – die Handlung. Höchstens erhalten textvorhersagende KIs eine Art fossiler Spur der Auswirkungen unserer Handlungen auf die Welt. Diese Spur besteht aus verbalen Beschreibungen von Handlungen (“Andy trat auf den Schwanz seiner Katze”) zusammen mit Informationen über ihre typischen Auswirkungen und Folgen in verbaler Form. Trotzdem haben die KIs keine praktischen Fähigkeiten, in die Welt einzugreifen – also keine Möglichkeit, ihr eigenes Weltmodell, das die Vorhersagen macht, selbst zu testen, zu bewerten und zu verbessern.
Dies ist eine wichtige praktische Einschränkung. Es ist eher so, als hätte jemand Zugang zu einer riesigen Datenbank mit Informationen über die Form und die Ergebnisse aller früheren Experimente, aber wäre nicht in der Lage, eigene Experimente durchzuführen. Aber es könnte auch eine tiefere Bedeutung haben. Denn plausibelweise ist es nur durch Herumstochern, -drücken und generell Eingreifen in unsere Welten, dass biologische Verstände ihr Wissen an die Welt ankoppeln, die es beschreiben soll. Indem sie lernen, was was verursacht und wie sich unsere zukünftigen Welten auf unterschiedliche Weise verändern werden, je nachdem, welche Handlungen wir ausführen, bauen wir eine solide Grundlage für unsere eigenen späteren Verständnisse auf. Es ist dieses in Handlungen und deren Auswirkungen verankerte Wissen, das uns später ermöglicht, auftauchende Sätze wie “Die Katze kratzte die Person, die auf ihren Schwanz getreten hat”, wirklich zu verstehen.
Könnten zukünftige KIs auch verankerte Modelle auf diese Weise aufbauen? Könnten sie damit beginnen, Experimente durchzuführen, bei denen sie Reaktionen in die Welt senden, um die Auswirkungen dieser Reaktionen zu sehen? Etwas Ähnliches findet bereits im Kontext von Online-Werbung, politischer Kampagne und sozialer Medien statt, bei denen Algorithmen Anzeigen, Beiträge und Berichte starten und ihr zukünftiges Verhalten entsprechend spezifischer Auswirkungen auf Käufer, Wähler und andere anpassen können. Wenn leistungsfähigere KIs diese Handlungsschleife auf diese Weise schließen würden, würden sie damit beginnen, ihr derzeit passives und “zweithandiges” Fenster in die menschliche Welt in etwas zu verwandeln, das der Art von Griff näher kommt, die aktive Wesen wie wir an unseren Welten haben.
Aber auch dann würde noch etwas fehlen. Viele der Vorhersagen, die die menschliche Erfahrung strukturieren, beziehen sich auf unsere eigenen inneren physiologischen Zustände. Zum Beispiel erfahren wir Durst und Hunger in einer Weise, die tief antizipatorisch ist und es uns ermöglicht, drohende Mängel im Voraus zu beheben, um innerhalb der richtigen Zone für Körperintegrität und Überleben zu bleiben. Das bedeutet, dass wir in einer Welt existieren, in der einige der Vorhersagen unseres Gehirns auf eine sehr spezielle Weise wichtig sind. Sie sind wichtig, weil sie es uns ermöglichen, als die energieumsetzenden Lebewesen zu existieren, die wir sind. Wir Menschen profitieren auch enorm von kollektiven Praktiken der Kultur, Wissenschaft und Kunst, die es uns ermöglichen, unser Wissen zu teilen und unsere eigenen besten Modelle von uns selbst und unseren Welten zu erforschen und zu testen.
Darüber hinaus sind wir Menschen das, was man “wissende Wissende” nennen könnte – wir stellen uns selbst als Wissende und mit Überzeugungen dar, und wir haben die komplexen Welten von Kunst, Wissenschaft und Technologie langsam so gestaltet, dass wir unser eigenes Wissen und unsere eigenen Überzeugungen testen und verbessern können. Zum Beispiel können wir Papiere schreiben, die Behauptungen aufstellen, die schnell von anderen in Frage gestellt werden, und dann Experimente durchführen, um die Meinungsverschiedenheiten zu lösen. Auf all diese Weisen (auch abgesehen von offensichtlichen, derzeit unlösbaren Fragen zum “wahren Bewusstsein”) scheint es eine sehr große Kluft zwischen unserer besonderen Art des Wissens und Verstehens und allem bisher von KIs Erreichten zu geben.
Könnten KIs eines Tages zu Vorhersagemaschinen mit Überlebensinstinkt werden, die grundlegende Vorhersagen durchführen, die proaktiv darauf abzielen, die Bedingungen für ihr eigenes Fortbestehen zu schaffen und aufrechtzuerhalten? Könnten sie dadurch zunehmend autonom werden, indem sie ihre eigene Hardware, Fertigung und Stromversorgung wie benötigt schützen und herstellen? Könnten sie eine Gemeinschaft bilden und eine Art Kultur erfinden? Könnten sie anfangen, sich selbst als Wesen mit Überzeugungen und Meinungen zu modellieren? Es gibt in ihrer derzeitigen Situation nichts, was sie in diese vertrauten Richtungen treiben würde. Aber keine dieser Dimensionen scheint von vornherein ausgeschlossen zu sein. Wenn sich entlang aller oder einiger dieser entscheidenden fehlenden Dimensionen Änderungen ergeben würden, könnten KIs vielleicht eines Tages tatsächlich etwas erreichen, das unserem eigenen Verständnis der Welt und unseres Platzes in ihr ähnelt.
Der Artikel wird von einem Drittanbieter bereitgestellt. SeaPRwire (https://www.seaprwire.com/) gibt diesbezüglich keine Zusicherungen oder Darstellungen ab.
Branchen: Top-Story, Tagesnachrichten
SeaPRwire liefert Echtzeit-Pressemitteilungsverteilung für Unternehmen und Institutionen und erreicht mehr als 6.500 Medienshops, 86.000 Redakteure und Journalisten sowie 3,5 Millionen professionelle Desktops in 90 Ländern. SeaPRwire unterstützt die Verteilung von Pressemitteilungen in Englisch, Koreanisch, Japanisch, Arabisch, Vereinfachtem Chinesisch, Traditionellem Chinesisch, Vietnamesisch, Thailändisch, Indonesisch, Malaiisch, Deutsch, Russisch, Französisch, Spanisch, Portugiesisch und anderen Sprachen.
