Künstliche Intelligenz ist derzeit eines der spannendsten Themen, und kürzlich hat Yann LeCun, AI-Leiter bei Meta, hat deutlich gemacht, dass Systeme wie ChatGPT die menschliche Intelligenz nicht übertreffen können. LeCun ist dafür bekannt, dass er mit enormen Textmengen trainiert wurde, und ist davon überzeugt, dass dadurch weder fortgeschrittene Logik noch Verständnis für die Welt entwickelt werden.
Zu diesem Zweck schlägt LeCun einen anderen Ansatz als große Sprachmodelle (LLM) vor. Die Hauptwette dieses Forschers liegt in der „Weltmodellierung“. Aber worum geht es in diesem neuen Paradigma für KI?
Zunächst einmal ist es eine gute Idee, dies im Hinterkopf zu behalten Wer ist Yann LeCun?, da es sich dabei nicht um irgendeinen KI-Forscher handelt. LeCun ist ein Informatiker, der 2018 für seine Beiträge zur künstlichen Intelligenz den Turing Award, die höchste Auszeichnung in der Informatik, erhielt.
Darüber hinaus ist LeCun einer der „Väter“ des Tiefes Lernen wie wir es heute kennen, und war für die Modellierung von Convolutional Neural Networks (CNN) verantwortlich. CNNs werden heute in unzähligen Anwendungen eingesetzt, darunter autonome Fahrzeuge oder die Erkennung extragalaktischer Objekte. Tatsächlich hat er kürzlich mit Elon Musk über CNN gestritten, da der umstrittene Millionär glaubt, dass sie bereits nutzlos sind (großer Fehler).
Nun, LeCun ist eine Autorität in der Welt der KI und das wissen sowohl das Entwicklungsteam von Meta als auch Mark Zuckerberg. Aus diesem Grund leitet er derzeit die Bemühungen des Unternehmens, eine zu schaffen allgemeine künstliche Intelligenz (AGI). AGI sind Systeme, die über das hinausgehen, was LLMs wie ChatGPT bisher gezeigt haben. Dies liegt daran, dass sie versuchen, einen Agenten zu formen, der in der Lage ist, Wissen auf menschenähnliche Weise zu verstehen, zu lernen und anzuwenden.
Das Problem bei LLMs wie GPT, Gemini oder Alphabet besteht darin, dass sie an die Informationen (normalerweise nur Text) gebunden sind, mit denen sie trainiert werden. Auf diese Weise werden ihre Antworten durch das, was sie zuvor gelesen haben, vorherbestimmt, ob es richtig ist oder nicht, da wir gesehen haben, dass LLMs in allen möglichen Dingen falsch liegen. Wir können den Fall von Pizzakleber erwähnen, der die Verwendung der KI von Google empfahl.
Die „Gestaltung der Welt“
Um diese Konditionierung zu überwinden, schlägt LeCun vor: „Weltmodellierung” oder Weltmodellierung. Der Schlüssel hinter der Weltmodellierung ist die angestrebte Fähigkeit ein tiefes und dynamisches Verständnis der physischen und sozialen Umgebung entwickeln wo sich der intelligente Agent befindet. Dieser Ansatz zielt darauf ab, die Intelligenz von Menschen und Tieren nachzuahmen.
Einer der vielen Unterschiede zwischen Weltmodellierung und LLM besteht darin, dass Fragen nicht nur auf der Grundlage bereits vorhandener Daten (Texte im Internet oder Bücher) beantwortet werden, sondern auch die Argumentation autonom und effektiv entwickelt wird. Das ist mehr oder weniger das, was für AGI angestrebt wird.
Tatsache ist, dass sie wollen Erstellen Sie Maschinen, die aus Erfahrung lernen, wie Kinder. Darüber hinaus verfügen sie über ein dauerhaftes Gedächtnis, um sich relevante Informationen zu merken, hierarchische Planungen vorzunehmen und die Physik der Welt zu verstehen. Allerdings sind LeCun und Meta nicht die einzigen Kandidaten für die AGI-Modellierung.
Es liegt auf der Hand, dass die ersten Kandidaten die LLMs sind. OpenAI und Google präsentieren kontinuierliche Verbesserungen ihrer Textgenerierungssysteme und zeigen sogar ein gewisses Maß an Argumentation. DeepMind wiederum setzt stärker auf Reinforcement Learning und nutzt Techniken wie simulierte Umgebungen und sogar Videospiele, damit Agenten lernen, mit ihrer Umgebung zu interagieren.
Die Modellierung der Welt, auf die Meta setzt, ist eine weitere Option. Obwohl LeCun das denkt Es könnte mindestens ein Jahrzehnt dauern, bis wir etwas Ähnliches wie ein AGI schaffen, Technologie verändert sich ständig. Vielleicht finden wir in ein paar Jahren den Nagel, den Prozess zu beschleunigen, oder auch nicht. Auf jeden Fall klingen 10 Jahre nicht weit vom „Sommer der KI“ entfernt.
