Künstliche Intelligenz: DeepMind fordert neue Lernmethoden

MÜNCHEN (IT BOLTWISE) – Die Künstliche Intelligenz (KI) hat in den letzten Jahren enorme Fortschritte gemacht, doch laut Experten von DeepMind, einer Tochtergesellschaft von Google, steht uns eine neue Ära bevor. Diese neue Phase könnte die Art und Weise, wie KI-Systeme lernen und interagieren, grundlegend verändern.

Die Diskussion um die Weiterentwicklung der Künstlichen Intelligenz (KI) hat in letzter Zeit an Intensität gewonnen. Während generative KI-Modelle wie ChatGPT in der Lage sind, komplexe Aufgaben zu bewältigen, kritisieren Experten von DeepMind, dass die derzeitigen Modelle in ihrer Entwicklung begrenzt sind. Die Forscher David Silver und Richard Sutton von DeepMind argumentieren, dass KI-Modelle mehr als nur statische Daten benötigen, um ihr volles Potenzial zu entfalten. Sie schlagen vor, dass KI-Systeme durch ‘Erfahrungslernen’ neue Fähigkeiten entwickeln könnten.

Silver und Sutton, die maßgeblich an der Entwicklung von AlphaZero beteiligt waren, einem KI-Modell, das Menschen in Spielen wie Schach und Go besiegte, sehen in der Methode des ‘Streams’ eine Möglichkeit, die Einschränkungen der heutigen großen Sprachmodelle zu überwinden. Diese Methode baut auf dem Prinzip des Reinforcement Learning auf, das bereits bei AlphaZero erfolgreich angewendet wurde. Im Gegensatz zu den aktuellen Modellen, die sich auf die Beantwortung einzelner Fragen konzentrieren, sollen KI-Agenten in der Lage sein, durch kontinuierliche Interaktion mit ihrer Umgebung zu lernen.

Die Forscher kritisieren, dass generative KI-Modelle wie ChatGPT zwar flexibel auf menschliche Eingaben reagieren können, jedoch das Potenzial zur Selbstentdeckung von Wissen verloren haben. Die Abhängigkeit von menschlichen Vorgaben begrenzt die Fähigkeit der KI, neue Strategien zu entwickeln, die über die menschliche Bewertung hinausgehen. Silver und Sutton schlagen vor, dass KI-Agenten in der Lage sein sollten, über längere Zeiträume hinweg Erfahrungen zu sammeln und daraus zu lernen, ähnlich wie Menschen es tun.

Ein entscheidender Aspekt der vorgeschlagenen ‘Streams’ ist die Fähigkeit der KI-Agenten, aus einer Vielzahl von Signalen aus der realen Welt zu lernen. Diese Signale könnten aus Bereichen wie Produktivität, Gesundheit oder wirtschaftlichen Indikatoren stammen. Die Forscher betonen, dass die Welt voller potenzieller Belohnungen ist, die KI-Agenten nutzen könnten, um ihre Fähigkeiten zu verbessern. Ein solches System könnte beispielsweise die Fitness eines Nutzers überwachen und basierend auf Herzfrequenz und Schlafdauer Empfehlungen geben.

Die Vision von Silver und Sutton geht über die bloße Verbesserung bestehender Systeme hinaus. Sie sehen in der Entwicklung von KI-Agenten, die über längere Zeiträume hinweg lernen und sich anpassen können, das Potenzial für eine neue Art von KI-Assistenten. Diese könnten nicht nur im Gesundheitswesen oder in der Bildung eingesetzt werden, sondern auch in der Wissenschaft, um neue Materialien zu entdecken oder den CO2-Ausstoß zu reduzieren.

Die Forscher warnen jedoch auch vor den Risiken, die mit solch autonomen KI-Agenten verbunden sind. Während sie die Möglichkeit bieten, menschliche Arbeit zu ergänzen, besteht auch die Gefahr, dass sie menschliche Eingriffe minimieren und somit weniger Möglichkeiten zur Korrektur bieten. Dennoch sind Silver und Sutton optimistisch, dass die Vorteile überwiegen und die KI-Entwicklung in eine neue Ära führen könnten, die weit über das hinausgeht, was wir heute kennen.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!