In einem Interview, das im Headquarter von Google DeepMind in London stattfand, wurde Demis Hassabis, CEO des Unternehmens, gefragt, wie nah die Forschung an der Realisierung einer Artificial General Intelligence (AGI) sei und welche Zeiträume hierfür realistisch eingeschätzt werden könnten. Hassabis antwortete, dass man sich in einer Phase des schnellen Fortschritts befinde, die in den letzten Jahren erhebliche Meilensteine erreicht habe. Dennoch seien bestimmte essenzielle Fähigkeiten, wie komplexes logisches Denken, hierarchische Planung und langfristige Gedächtnisstrukturen, in den derzeitigen Systemen noch nicht vollständig ausgereift. Diese Aspekte seien jedoch entscheidend für die Entwicklung eines Systems, das als AGI bezeichnet werden könne.
Hassabis prognostizierte, dass es bei der aktuellen Dynamik möglich sei, innerhalb von drei bis fünf Jahren AGI zu erreichen, räumte jedoch ein, dass viele derzeitige Behauptungen über angeblich erreichte AGI eher als Marketinginstrumente einzustufen seien. Die Systeme, die heutzutage als Grundlage moderner KI dienen, insbesondere multimodale Modelle wie das von DeepMind entwickelte Gemini, hätten zwar bemerkenswerte Fähigkeiten, seien jedoch in ihrer Anwendung oft begrenzt und von inkonsistenter Qualität.
Die wesentlichen Lücken, die Hassabis identifizierte, betreffen die Fähigkeit von KI-Systemen, originäre Hypothesen zu formulieren und kreativ neue Konzepte zu entwickeln. Die derzeitigen Modelle können zwar bekannte wissenschaftliche Probleme lösen und spezifische Aufgaben in begrenzten Domänen mit großer Präzision ausführen, wie etwa bei der Lösung von mathematischen Problemen auf hohem Niveau. Jedoch fehlt es ihnen noch an der Fähigkeit, grundlegende wissenschaftliche Prinzipien wie etwa die Relativitätstheorie eigenständig zu entwickeln, wie es Albert Einstein auf Grundlage begrenzter Daten gelungen ist.
Für die Zukunft sieht Hassabis neben der Weiterentwicklung von Modellen auch die Notwendigkeit, weitere technologische Durchbrüche zu erzielen, um AGI zu verwirklichen. Er betonte, dass trotz des Fortschritts durch das Skalieren bestehender Modelle, etwa durch die Erhöhung der Rechenleistung, neue Ansätze in Bereichen wie Gedächtnis, Planung und Kreativität erforderlich seien, um die Lücke zwischen den aktuellen Modellen und einer umfassenden AGI zu schließen.
Hassabis’ Einschätzung deutet darauf hin, dass der Weg zur AGI nicht nur durch eine größere Menge an Daten oder eine stärkere Rechenleistung geebnet werden kann. Vielmehr seien qualitative Fortschritte in der Architektur und Funktionalität der Systeme erforderlich, die über das hinausgehen, was derzeit möglich ist. Besonders betonte er die Wichtigkeit von “kreativer Intelligenz”, die es einem AGI-System ermöglichen würde, nicht nur bekannte Daten zu analysieren und extrapolieren, sondern tatsächlich neue, eigenständige Ideen zu generieren.
Keine Kommentare:
Kommentar veröffentlichen