Diese grundlegende menschliche Fähigkeit wird der nächste wichtige Meilenstein sein, den die KI erreichen muss

Erinnern Sie sich an das Gefühl der Überraschung und Freude, als Sie zum ersten Mal entdeckten, dass alle Dinge und Phänomene auf dieser Welt mehr oder weniger nach einem Korrelationsmodell namens Ursache-Wirkung miteinander zusammenhängen: Wenn dies der Fall ist, dann ist das der Fall , oder dieses Ereignis ist der Grund, der zu diesem Ereignis geführt hat.

Das hört sich nach „Makro“ an, ist aber in Wirklichkeit äußerst einfach und eine Kategorie grundlegender menschlicher Fähigkeiten. Wissenschaftliche Untersuchungen zeigen, dass wir bereits im Alter von acht Monaten beginnen, das Prinzip von Ursache und Wirkung zu verstehen – wenn wir noch nicht sprechen können. Es hilft uns, elementare Rückschlüsse auf die Existenz von Dingen und Phänomenen in der umgebenden Welt zu ziehen. Die meisten von uns können sich jedoch erst mit etwa drei oder vier Jahren an viele Dinge erinnern, sodass die Fähigkeit, Ursache und Wirkung wahrzunehmen, die bei der Beantwortung von „Warum“-Fragen hilft, nach und nach zu einer Fähigkeit wird für selbstverständlich halten.

In Wirklichkeit ist dies jedoch nicht nur eine wichtige Lektion für die Menschen, um die Welt um sie herum zu verstehen, sondern auch eine Fähigkeit, in der die heutigen Systeme der künstlichen Intelligenz (KI) immer noch ziemlich schlecht sind und die verbessert werden sollte, um eine bessere Leistung zu erzielen.

Die Fähigkeit moderner KI-Systeme, Menschen zu schlagen, die Go spielen oder Autos auf überfüllten Straßen fahren, muss nicht unbedingt mit der Art von Intelligenz verglichen werden, die Menschen nutzen können, um diese Möglichkeiten zu meistern. Das liegt daran, dass Menschen – schon als Kleinkinder – bereits über die Fähigkeit verfügen, Situationen zu verallgemeinern, indem sie Wissen aus einem Bereich auf einen anderen übertragen. Damit die KI ihr volles Potenzial entfalten kann, muss sie auch dies tun.

Die Fähigkeit, Ursache und Wirkung zu begründen, ist die nächste Fähigkeit, die sich die KI aneignen muss

Wenn ein KI-Roboter beispielsweise lernt, wie man ein Haus aus Ziegeln baut, können Fähigkeiten zur Ursache-Wirkungs-Analyse ihm helfen zu verstehen und zu erkennen, dass er diese Ziegel auch zum Bau eines Hauses, einer Brücke oder sogar von Bauwerken mit komplexeren Strukturen verwenden kann . Mit anderen Worten: Dies kann erreicht werden, wenn die KI die Fähigkeit besitzt, die Ursache-Wirkungs-Beziehungen zwischen verschiedenen Umgebungsvariablen zu verstehen.

Eine virtuelle Trainingswelt für KI

Wir brauchen eine umfassende KI-Trainingsumgebung, die es fortschrittlichen Modellen des maschinellen Lernens ermöglicht, besser auf verschiedene Veränderungen der Umgebungseigenschaften, wie etwa die Masse oder Form von Objekten, zu verallgemeinern. Wenn ein Roboter beispielsweise lernt, ein bestimmtes Objekt aufzunehmen, können wir davon ausgehen, dass er erkennen kann, in welcher Position er stehen soll und wie viel Kraft er aufwenden muss, um ein sperriges, schweres Objekt aufzunehmen. schwieriger – solange es die angemessene Anwendung von Ursache und Wirkung im jeweiligen Einzelfall versteht. Das hat Wissenschaftler dazu veranlasst, ein Tool namens CausalWorld zu entwickeln.

Es handelt sich um die Art von virtueller Trainingsumgebung, von der wir oft in Science-Fiction-Filmen hören, beispielsweise in „Matrix“, einer virtuellen Welt, in der die Regeln nicht gelten. Im Gegensatz dazu können Forscher in CausalWorld ihre Methoden systematisch in Roboterumgebungen trainieren und evaluieren. Es kommt auf die Regeln an – und wie sie angewendet werden. Dort können Robotern Aufgaben zugewiesen werden, ähnlich wie beim Lego-Spielen von Kindern, aber auch anderen Spielen rund um die Fähigkeit zur Ursache-Wirkungs-Analyse. Forscher können eingreifen, um die Fähigkeit des Roboters zu testen, während des Trainings zu verallgemeinern. Im Wesentlichen handelt es sich dabei um eine Testumgebung, die dabei hilft, zu bewerten, wie die KI das Problem verallgemeinern kann.

Sobald Sie die Fähigkeit beherrschen, Ursache und Wirkung zu analysieren, wird sich die Leistung von KI-Systemen um ein Vielfaches verbessern und Sie können unabhängiger und effektiver arbeiten.