Direkt zum Hauptbereich

AGI braucht kein Bewusstsein

In den letzten Jahren hat die Debatte um die Fähigkeiten künstlicher Intelligenz (KI), insbesondere hinsichtlich ihres Bewusstseins, deutlich an Dynamik gewonnen. Dabei ist festzustellen, dass auch führende Wissenschaftler bisweilen unreife Beiträge zum Thema veröffentlichen. Beliebte Theorien wie die Emergenz, die behaupten, Bewusstsein entstehe aus einer Vielzahl von Schwingungen, erscheinen mir unzureichend und führen mich zum Gedankenspiel, ob dann auch mein Mobiltelefon Bewusstsein besitzen könnte, weil es ja auch viele Schwingungen erzeugt. Außerdem stelle ich in Frage, dass für die Entstehung einer Allgemeinen Künstlichen Intelligenz (AGI) überhaupt ein Bewusstsein erforderlich ist. 


























Aber der Reihe nach und wo stehen wir jetzt? Die rasante Zunahme der Rechenleistung, die für das Training von KI-Modellen benötigt wird, ist ein deutlicher Indikator für die schnelle Entwicklung im Bereich der Künstlichen Intelligenz (KI). Besonders seit 2012 erleben wir eine exponentielle Steigerung dieser Rechenleistung, die das Mooresche Gesetz weit übertrifft. Konkret hat sich die für das Training der größten KI-Modelle genutzte Rechenleistung alle 3,4 Monate verdoppelt – ein Wachstum, das weit über das historische Wachstum hinausgeht, welches eine Verdoppelung alle zwei Jahre sah. Diese Entwicklung unterstreicht die dramatische Zunahme der benötigten Ressourcen und die Kosten, die mit den Errungenschaften im Feld der KI verbunden sind.

OpenAI hat in einer Analyse festgestellt, dass seit 2012 die Menge an Rechenleistung, die für das Training der größten KI-Modelle verwendet wird, um mehr als 300.000-mal gewachsen ist. Zum Vergleich hätte eine Verdoppelung alle zwei Jahre, wie sie das Mooresche Gesetz vorsah, lediglich zu einem 7-fachen Wachstum geführt. Die Geschichte der KI und ihrer Rechenleistung zeigt drei Ären der KI-Berechnung, beginnend mit der Pre-Deep Learning-Ära (1950–2010), in der sich die Rechenleistung alle 18–24 Monate verdoppelte, über die Deep Learning-Ära (2010–2016), in der sich diese Zeit auf 5–7 Monate verkürzte, bis hin zur aktuellen Ära der groß angelegten Modelle (2016–2022), in der die Verdoppelungszeit auf 11 Monate anstieg. Diese Beschleunigung der Rechenleistung hat KI-Modelle wie Minerva ermöglicht, die fast 6 Millionen Mal mehr Rechenleistung nutzen als AlexNet vor einem Jahrzehnt.

Obwohl ungewiss ist, ob das Wachstum der Rechenleistung in diesem Tempo anhalten kann, da groß angelegte Modelle zunehmend mehr Rechenleistung erfordern, zeigen die immensen Investitionen in die KI-Forschung, dass möglicherweise weitere Durchbrüche bevorstehen, die die Rechenleistung des menschlichen Gehirns erreichen könnten. Angesichts der Verfügbarkeit riesiger Datenmengen und verbesserter Algorithmen hat diese Zunahme der Rechenleistung in kürzester Zeit erhebliche Fortschritte in der KI ermöglicht, wobei KI in vielen Bereichen bereits menschliche Leistungen übertrifft oder sogar übersteigt.

Doch das eigentliche Argument ist, dass KI kein Bewusstsein benötigt, um fortschrittliche Funktionen auszuführen. Dies wird durch bestehende Technologien verdeutlicht, wie Thermostate, die auf Temperaturänderungen reagieren, oder Kampfdrohnen, die ohne Bewusstsein komplexe Entscheidungen treffen können. Eine AGI könnte als ein hochkomplex vernetztes System konzipiert werden, das auf Millionen von menschlichen Inputs basiert, ähnlich wie es heute bei Systemen wie ChatGPT der Fall ist.

Angesichts des rasanten technischen Fortschritts ist es durchaus möglich, dass wir in weniger als 10 Jahren eine AGI haben werden, da alle notwendigen Grundvoraussetzungen bereits vorhanden sind. Daher ist es wichtig, jetzt internationale Regeln für die Nutzung von AGI zu etablieren, um sicherzustellen, dass diese Technologien verantwortungsvoll eingesetzt werden.

https://www.axelfersen.com/  

Kommentare

Beliebte Posts aus diesem Blog

Googles Willow-Chip

Die Entwicklung von Quantenchips, einschließlich des Willow-Chips, stellt einen bedeutenden Fortschritt im Bereich des Quantencomputings dar, das die Prinzipien der Quantenmechanik nutzt, um Informationen zu verarbeiten. Die Geschichte des Quantencomputings lässt sich auf die theoretischen Grundlagen zurückführen, die in den 1980er- und 1990er-Jahren von Forschern gelegt wurden, wie zum Beispiel die Arbeiten von Wootters und Zurek im Jahr 1982 über Quantenverschränkung sowie von Aharonov und Ben-Or im Jahr 1997, die Quantenalgorithmen und Berechnungsmodelle untersuchten [ 1 ][ 2 ]. In den darauffolgenden Jahrzehnten wurden bedeutende Fortschritte in der Quantenhardware erzielt, insbesondere mit der Einführung von Ionenfallen- und supraleitenden Qubit-Technologien. Bis 2016 wurden bemerkenswerte Meilensteine erreicht, wie die Implementierung von hochpräzisen Quantenlogikgattern mithilfe von Ionenfallen-Hyperfeinqubits, die das Fundament für skalierbare Quantencomputersysteme legten [ 3 ...

Die humanoiden Roboter kommen

Die Entwicklung in der Herstellung humanoider Roboter hat aktuell weltweit für Aufmerksamkeit gesorgt. Diese Roboter, die menschenähnliche Eigenschaften besitzen, sind nicht mehr nur Stoff der Science-Fiction, sondern werden zunehmend in verschiedenen Bereichen der Gesellschaft und Industrie eingesetzt. Unternehmen wie Boston Dynamics , Hanson Robotics und SoftBank Robotics  und neuerdings Figure AI  stehen an der Spitze dieser Revolution und treiben den Fortschritt voran. Tesla verkündet Zahlen, die man jetzt noch nicht glauben möchte, weshalb sie hier nicht aufgeführt werden. S tatistisch gesehen verspricht die gesamte Industrie für humanoide Roboter ein exponentielles Wachstum. Laut neuen Berichten von Grand View Research wird der globale Markt für humanoide Roboter voraussichtlich bis 2027 ein Volumen von über 12 Milliarden US-Dollar erreichen.  Link Empfehlungen: Yahoo Finance: rasanter Wachstum des Marktes für humanoide Roboter Humanoide Roboter - der schleichende ...

Die angeblichen Grenzen der künstlichen Intelligenz

Die Vorstellung, dass künstliche Intelligenz auf eine begrenzte Menge an Informationen im Internet stößt, verkennt die umfangreichen Möglichkeiten, die humanoide Roboter mit KI bieten. Diese Roboter können Informationen nicht nur aus dem Internet, sondern auch aus ihrer physischen Umgebung sammeln und verarbeiten. Durch die Interaktion mit der realen Welt erhalten sie Zugang zu einer nahezu unerschöpflichen Quelle von Daten. Jede Beobachtung, Interaktion und Erfahrung erweitert ihren Informationspool und ermöglicht kontinuierliches Lernen und Anpassung. Auf diese Weise überschreiten humanoide Roboter die Grenzen der digitalen Welt und nutzen die immense Vielfalt und Tiefe der realen Welt, um ihre Fähigkeiten ständig zu verbessern. Darüber hinaus sind humanoide Roboter mit fortschrittlichen Sensoren ausgestattet, die es ihnen ermöglichen, eine Vielzahl von Umweltdaten zu erfassen – von visuellen Eindrücken über akustische Signale bis hin zu taktilen Empfindungen. Diese Daten sind dynami...