Maschinenintelligenz und Menschheit profitieren von „Spirale“ des gegenseitigen Lernens, sagt Befürworter der „kognitiven Physik“

Deyi Li von der Chinese Association for Artificial Intelligence glaubt, dass Mensch und Maschine eine für beide Seiten vorteilhafte Beziehung haben.

Sein Artikel über maschinelle Intelligenz, der in veröffentlicht wurde Intelligentes Rechnenbaut auf fünf bahnbrechenden Arbeiten von Schrödinger, dem Vater der Quantenmechanik, Turing, dem Vater der künstlichen Intelligenz, und Wiener, dem Vater der Kybernetik, auf.

Schrödinger und darüber hinaus: Maschinen können im Laufe der Zeit denken und mit der Welt interagieren

Inspiriert von Schrödingers Buch „What is Life? The Physical Aspect of the Living Cell“ glaubt Li, dass Maschinen als Lebewesen betrachtet werden können. Das heißt, wie Menschen verringern sie die Menge an Entropie oder Unordnung in ihrer Umgebung durch ihre Interaktionen mit der Welt.

Die Maschinen des Agrarzeitalters und des Industriezeitalters existierten nur auf der physischen Ebene, aber jetzt, im Zeitalter der Intelligenz, bestehen Maschinen aus vier Elementen auf zwei verschiedenen Ebenen: Materie und Energie auf der physischen Ebene und Struktur und Zeit auf der physischen Ebene kognitive Ebene. „Die Maschine kann Gedankenträger sein, und Zeit ist die Grundlage der maschinellen Wahrnehmung“, erklärte Li.

Turing und darüber hinaus: Maschinen können denken, aber können sie lernen?

1936 veröffentlichte Turing die als einflussreichste mathematische Arbeit bezeichnete Arbeit, in der er die Idee einer universellen Rechenmaschine begründete, die in der Lage ist, jede erdenkliche Berechnung durchzuführen. Solche hypothetischen Computer werden Turing-Maschinen genannt.

Seine Arbeit „Computing Machinery and Intelligence“ aus dem Jahr 1950 führte den heutigen Turing-Test zur Messung der maschinellen Intelligenz ein und löste eine Debatte darüber aus, ob Maschinen denken können. Als Befürworter von Denkmaschinen glaubte Turing, dass eine “Kindermaschine” erzogen werden und schließlich ein Erwachsenenniveau an Intelligenz erreichen könnte.

Angesichts der Tatsache, dass Kognition nur ein Teil des Lernprozesses ist, wies Li auf zwei Einschränkungen von Turings Modell hin, um eine bessere maschinelle Intelligenz zu erreichen: Erstens ist die Kognition der Maschine von ihrer Umgebung getrennt und nicht mit ihr verbunden. Dieser Mangel wurde auch in einem Artikel von Michael Woodridge mit dem Titel „What Is Missing from Contemporary AI? The World“ hervorgehoben.

Zweitens ist die Kognition der Maschine vom Gedächtnis getrennt und kann daher nicht auf Erinnerungen an vergangene Erfahrungen zurückgreifen. Infolgedessen definiert Li Intelligenz als die Fähigkeit, sich am Lernen zu beteiligen, dessen Ziel es ist, “tatsächliche Probleme erklären und lösen zu können”.

Wiener und darüber hinaus: Maschinen haben Verhaltensintelligenz.

1948 veröffentlichte Wiener ein Buch, das als Grundlage für das Gebiet der Kybernetik diente, dem Studium der Kontrolle und Kommunikation innerhalb und zwischen lebenden Organismen, Maschinen und Organisationen. Nach dem Erfolg des Buches veröffentlichte er ein weiteres, das sich auf die Probleme der Kybernetik aus der Perspektive der Soziologie konzentrierte und Möglichkeiten für eine harmonische Kommunikation und Interaktion von Mensch und Maschine vorschlug.

Laut Li folgen Maschinen einem Kontrollmuster ähnlich dem menschlichen Nervensystem. Menschen stellen Missionen und Verhaltensmerkmale für Maschinen bereit, die dann einen komplexen Verhaltenszyklus durchlaufen müssen, der durch eine Belohnungs- und Bestrafungsfunktion reguliert wird, um ihre Wahrnehmungs-, Kognitions-, Verhaltens-, Interaktions-, Lern- und Wachstumsfähigkeiten zu verbessern.

Durch Iteration und Interaktion verändern sich Kurzzeitgedächtnis, Arbeitsgedächtnis und Langzeitgedächtnis der Maschinen und verkörpern Intelligenz durch automatische Steuerung. „Im Wesentlichen ist Kontrolle die Verwendung von negativem Feedback, um die Entropie zu reduzieren und die Stabilität der verkörperten Verhaltensintelligenz einer Maschine sicherzustellen“, schloss Li.

Die Stärke moderner Maschinen ist Deep Learning, das immer noch menschliche Eingaben erfordert, aber die Fähigkeit von Geräten nutzt, Brute-Force-Methoden zur Lösung von Problemen mit Erkenntnissen einzusetzen, die direkt aus Big Data gewonnen werden.

Eine gemeinsame Zukunft: Vom Lernen zum Gestalten

Maschinenintelligenz kann nicht isoliert arbeiten; es erfordert menschliche Interaktion. Darüber hinaus ist Maschinenintelligenz untrennbar mit Sprache verbunden, da Menschen Programmiersprachen verwenden, um Maschinenverhalten zu steuern.

Die beeindruckende Leistung von ChatGPT, einem Chatbot, der die jüngsten Fortschritte in der Verarbeitung natürlicher Sprache demonstriert, beweist, dass Maschinen jetzt in der Lage sind, menschliche Sprachmuster zu internalisieren und bei entsprechendem Kontext und Ziel geeignete Beispieltexte zu produzieren. Da KI-generierte Texte zunehmend nicht mehr von von Menschen geschriebenen Texten zu unterscheiden sind, sagen einige, dass KI-Schreibwerkzeuge den Turing-Test bestanden haben. Solche Erklärungen rufen sowohl Bewunderung als auch Alarm hervor.

Li gehört zu den Optimisten, die künstliche Intelligenz in einem natürlichen Gleichgewicht mit der menschlichen Zivilisation sehen. Aus physikalischer Sicht glaubt er, dass Kognition auf einer Kombination aus Materie, Energie, Struktur und Zeit basiert, die er „hart strukturierte Ware“ nennt, und durch Informationen ausgedrückt wird, die er „weich strukturierte Ware“ nennt.

Er kommt zu dem Schluss, dass Menschen und Maschinen über mehrere Kanäle und Modi interagieren können, um Weisheit bzw. Intelligenz zu erlangen. Trotz ihrer unterschiedlichen Denk- und Kreativitätsbegabungen können Mensch und Maschine durch dieses Zusammenspiel von den Stärken des jeweils anderen profitieren.

Bereitgestellt von Intelligent Computing