Google DeepMind stellt neues Klassifikationsschema für AGI vor.

Künstliche allgemeine Intelligenz (AGI) ist zweifellos ein faszinierendes Thema in der Technologiebranche. Es ist jedoch auch ein Thema, das zu kontroversen Diskussionen führt. Die Schwierigkeit liegt darin, dass es keine einheitliche Definition für den Begriff gibt. Genau hier setzt das Team von Google DeepMind an und hat kürzlich einen Fachartikel veröffentlicht, in dem sie nicht nur eine neue Definition von AGI präsentieren, sondern auch ein umfassendes Klassifikationsschema vorstellen.

Aber worum geht es eigentlich bei AGI? Im Grunde genommen bezieht sich AGI auf künstliche Intelligenz, die dem Menschen in verschiedenen Aufgaben gleichwertig oder sogar überlegen ist. Klingt einfach, oder? Nun, nicht ganz. Die genauen Details darüber, was als menschenähnlich angesehen wird und um welche Aufgaben es sich handelt, wurden oft vernachlässigt. Das Team von Google DeepMind hat sich nun die Zeit genommen, die wesentlichen gemeinsamen Merkmale bisheriger AGI-Definitionen zu analysieren und fünf aufbauende Stufen von AGI zu skizzieren.

Die erste Stufe ist die aufkommende AGI, die wir vielleicht schon in hochmodernen Chatbots wie ChatGPT und Bard sehen können. Aber es gibt noch weitere Stufen, wie die kompetente, erfahrene, meisterhafte und übermenschliche AGI. Letztere Stufe ist wirklich beeindruckend, denn sie ist in der Lage, eine breite Palette von Aufgaben besser als Menschen zu erledigen. Dazu gehören das Entschlüsseln von Gedanken anderer Menschen, die Vorhersage zukünftiger Ereignisse und sogar die Kommunikation mit Tieren. Es ist wichtig zu erwähnen, dass bisher noch keine höhere Stufe als die aufkommende AGI erreicht wurde.

Julian Togelius, ein KI-Forscher an der New York University, betont, dass diese neue Definition dringend benötigte Klarheit in diesem Thema schafft. Viele Menschen verwenden den Begriff AGI leichtfertig, ohne wirklich zu wissen, was sie damit meinen. Shane Legg, Mitbegründer von DeepMind und leitender Wissenschaftler für AGI im Unternehmen, der den Begriff vor etwa 20 Jahren geprägt hat, bemerkt, dass der Begriff AGI in vielen Diskussionen scheinbar für verschiedene Dinge verwendet wird, was zu Verwirrung führt. Angesichts der zunehmenden Bedeutung von AGI als Thema ist es nun erforderlich, genauer zu definieren, was wir damit meinen.

Früher wurde AGI in ernsthaften Diskussionen höchstens als unklar und im schlimmsten Fall als unrealistisches Wunschdenken belächelt. Aber mit dem Hype um generative Modelle ist AGI zu einem viel diskutierten Thema geworden. Ursprünglich schlug Legg den Begriff seinem früheren Forscherkollegen Ben Goertzel vor, um ihn für den Titel von Goertzels Buch aus dem Jahr 2007 über zukünftige Entwicklungen in der KI zu verwenden. Legg gibt zu, dass seine Definition damals nicht besonders klar war, da er AGI eher als Forschungsgebiet betrachtete und nicht als ein konkretes Artefakt.

Im Laufe der Zeit begannen Menschen jedoch, KI als eine mögliche Fähigkeit von Computerprogrammen zu betrachten. Heutzutage ist es üblich, dass führende KI-Unternehmen wie Google DeepMind und OpenAI in der Öffentlichkeit mutige Aussagen über ihre Mission machen, solche Programme zu entwickeln. Legg betont, dass es bei solchen Diskussionen wichtig ist, präzise zu sein und genau zu erklären, was man damit meint.

Die Forscher von DeepMind betonen, dass eine AGI sowohl universell einsetzbar als auch leistungsstark sein muss, und nicht nur eines von beiden. Eine AGI sollte nicht nur verschiedene Aufgaben bewältigen können, sondern auch die Fähigkeit besitzen, zu lernen, wie diese Aufgaben durchgeführt werden, ihre eigene Leistung zu bewerten und gegebenenfalls um Unterstützung zu bitten.

Meredith Ringel Morris, leitende Wissenschaftlerin für die Interaktion zwischen Mensch und KI bei DeepMind, betont, dass der Fokus bei einer AGI mehr darauf liegen sollte, was sie erreichen kann, als auf die Art und Weise, wie sie es erreicht. Dennoch betont sie, dass die Arbeitsweise einer AGI keineswegs unwichtig ist. Die Herausforderung besteht darin, dass wir noch nicht ausreichend darüber informiert sind, wie hochmoderne Modelle wie große Sprachmodelle im Detail funktionieren, um dies zu einem zentralen Aspekt der Definition zu machen. Morris ist der Meinung, dass es wichtig sein könnte, unsere Definition von AGI zu überdenken, sobald wir ein besseres Verständnis der zugrundeliegenden Prozesse gewinnen. Unser Fokus sollte derzeit auf den Aspekten liegen, die wir wissenschaftlich messen können.

Schlagwörter: Künstliche allgemeine Intelligenz AGI + Klassifikationsschema für AGI + Notwendigkeit einer klaren Definition von AGI

Wie bewerten Sie den Schreibstil des Artikels?