Ein Philosoph argumentiert, dass eine KI kein Künstler sein kann

MIT FREUNDLICHER GENEHMIGUNG DER KÜNSTLER

Am 31. März 1913 kam es im Großen Saal des Wiener Musikvereins mitten in der Aufführung eines Orchesterliedes von Alban Berg zu einem Aufruhr. Chaos brach herein. Möbel waren kaputt. Die Polizei verhaftete den Organisator des Konzerts, weil er Oscar Straus, einen wenig bekannten Operettenkomponisten, geschlagen hatte. Später, beim Prozess, witzelte Straus über die Frustration des Publikums. Der Punsch, betonte er, sei der harmonischste Klang des ganzen Abends. Die Geschichte hat ein anderes Urteil gefällt: Der Dirigent des Konzerts, Arnold Schönberg, ist als der vielleicht kreativste und einflussreichste Komponist des 20. Jahrhunderts in die Geschichte eingegangen.

Vielleicht gefällt Ihnen Schönbergs dissonante Musik nicht, die sich der konventionellen Tonalität verweigert, um die 12 Töne der Tonleiter nach Regeln zu ordnen, die keine vorherrschen lassen. Aber er veränderte, was Menschen unter Musik verstehen. Das macht ihn zu einem wirklich kreativen und innovativen Künstler. Schönbergs Techniken fügen sich nun nahtlos in alles ein, von Filmmusik und Broadway-Musicals bis hin zu den Jazz-Soli von Miles Davis und Ornette Coleman.

Diese Geschichte war Teil unserer Ausgabe März 2019

• Siehe den Rest des Problems
• Abonnieren

Kreativität gehört zu den geheimnisvollsten und beeindruckendsten Errungenschaften der menschlichen Existenz. Aber was ist es?

Kreativität ist nicht nur Neuheit. Ein Kleinkind am Klavier spielt vielleicht eine neuartige Tonfolge, aber sie sind in keinem sinnvollen Sinne kreativ. Außerdem ist Kreativität an die Geschichte gebunden: Was in einer Zeit oder an einem Ort als kreative Inspiration gilt, kann in einer anderen als lächerlich, dumm oder verrückt missachtet werden. Eine Community muss Ideen als gut akzeptieren, damit sie als kreativ gelten.

Wie im Fall von Schönberg oder einer Reihe anderer moderner Künstler muss diese Akzeptanz nicht universell sein. Es kann tatsächlich sein, dass es jahrelang nicht kommt – manchmal wird Kreativität fälschlicherweise für Generationen abgetan. Aber solange eine Innovation nicht schließlich von irgendeiner Praxisgemeinschaft akzeptiert wird, macht es wenig Sinn, von ihr als kreativ zu sprechen.

Fortschritte in der künstlichen Intelligenz haben viele zu Spekulationen veranlasst, dass Menschen bald in allen Bereichen, einschließlich der Kreativität, durch Maschinen ersetzt werden. Ray Kurzweil, ein Futurist, prognostiziert, dass wir bis 2029 eine KI produziert haben werden, die als durchschnittlich gebildeter Mensch durchgehen kann. Nick Bostrom, ein Philosoph aus Oxford, ist vorsichtiger. Er gibt kein Datum an, schlägt aber vor, dass Philosophen und Mathematiker die Arbeit an grundlegenden Fragen auf superintelligente Nachfolger verschieben, die er als Intellekt definiert, der die kognitive Leistungsfähigkeit von Menschen in praktisch allen Interessengebieten bei weitem übersteigt.

Beide glauben, dass, sobald menschliche Intelligenz in Maschinen produziert wird, es einen Fortschrittsschub geben wird – was Kurzweil die Singularität und Bostrom eine Intelligenzexplosion nennt – in dem Maschinen uns sehr schnell durch massive Maßnahmen in allen Bereichen ersetzen werden. Dies wird passieren, argumentieren sie, weil übermenschliche Leistung die gleiche ist wie gewöhnliche menschliche Leistung, außer dass alle relevanten Berechnungen viel schneller durchgeführt werden, was Bostrom als Geschwindigkeits-Superintelligenz bezeichnet.

Was ist also mit der höchsten menschlichen Errungenschaft – kreative Innovation? Stehen unsere kreativsten Künstler und Denker kurz davor, von Maschinen massiv übertroffen zu werden?

Nein.

Die menschliche kreative Leistung wird aufgrund ihrer sozialen Einbettung nicht den Fortschritten der künstlichen Intelligenz erliegen. Etwas anderes zu sagen bedeutet, sowohl das, was Menschen sind, als auch das, worauf unsere Kreativität hinausläuft, falsch zu verstehen.

Dieser Anspruch ist nicht absolut: Er hängt von den Normen ab, denen wir unsere Kultur und unsere Erwartungen an die Technik überlassen. Menschen haben in der Vergangenheit selbst leblosen Totems große Macht und Genialität zugeschrieben. Es ist durchaus möglich, dass wir künstlich intelligente Maschinen als uns so weit überlegen betrachten, dass wir ihnen natürlicherweise Kreativität zuschreiben. Sollte das passieren, liegt es nicht daran, dass Maschinen uns überholt haben. Es wird sein, weil wir uns selbst verunglimpft haben.

Die menschliche kreative Leistung wird aufgrund ihrer sozialen Einbettung nicht den Fortschritten der künstlichen Intelligenz erliegen.

Außerdem spreche ich in erster Linie von maschinellen Fortschritten, wie sie kürzlich beim aktuellen Deep-Learning-Paradigma und seinen rechnerischen Nachfolgern zu beobachten waren. In der Vergangenheit haben andere Paradigmen die KI-Forschung bestimmt. Diese haben ihr Versprechen bereits nicht eingelöst. Noch andere Paradigmen mögen in der Zukunft kommen, aber wenn wir spekulieren, dass eine fiktive zukünftige KI, deren Eigenschaften wir nicht sinnvoll beschreiben können, wundersame Dinge vollbringen wird, dann ist das Mythenbildung, keine begründete Argumentation über die Möglichkeiten der Technologie.

Kreative Leistung funktioniert in verschiedenen Bereichen unterschiedlich. Ich kann hier keine vollständige Taxonomie der verschiedenen Arten von Kreativität anbieten, daher werde ich, um das zu verdeutlichen, eine Argumentation mit drei ganz unterschiedlichen Beispielen skizzieren: Musik, Spiele und Mathematik.

Musik in meinen Ohren

In imaginärer Landschaft (2018)
Nao Tokui verwendet einen Algorithmus für maschinelles Lernen, um Panoramen aus Bildern zu erstellen, die in Google Street View gefunden wurden, und ergänzt sie mit Klanglandschaften, die mit künstlichen neuronalen Netzwerken erstellt wurden. MIT FREUNDLICHER GENEHMIGUNG DES KÜNSTLERS

Können wir uns eine Maschine mit so übermenschlichen schöpferischen Fähigkeiten vorstellen, dass sie unser Verständnis von Musik verändert, wie es Schönberg getan hat?

Das ist, was ich behaupte, eine Maschine kann das nicht. Mal sehen warum.

Computer-Musikkompositionssysteme gibt es schon seit geraumer Zeit. 1965, im Alter von 17 Jahren, programmierte Kurzweil selbst mit einem Vorläufer der Mustererkennungssysteme, die heute Deep-Learning-Algorithmen charakterisieren, einen Computer, um erkennbare Musik zu komponieren. Varianten dieser Technik werden heute verwendet. Deep-Learning-Algorithmen waren beispielsweise in der Lage, eine Reihe von Bach-Chorälen als Input zu nehmen und Musik zu komponieren, die so charakteristisch für Bachs Stil ist, dass selbst Experten glauben, sie sei originell. Das ist Mimik. Es ist, was ein Künstler als Lehrling tut: den Stil anderer kopieren und perfektionieren, anstatt mit einer authentischen, originellen Stimme zu arbeiten. Es ist nicht die Art von musikalischer Kreativität, die wir mit Bach verbinden, geschweige denn mit Schönbergs radikaler Innovation.

Was sagen wir also? Könnte es eine Maschine geben, die wie Schönberg eine ganz neue Art des Musizierens erfindet? Natürlich können wir uns eine solche Maschine vorstellen und sogar bauen. Mit einem Algorithmus, der seine eigenen Kompositionsregeln modifiziert, könnten wir leicht eine Maschine produzieren, die Musik so anders macht als das, was wir heute als gute Musik betrachten, wie es Schönberg damals tat.

Aber hier wird es kompliziert.

Wir zählen Schönberg nicht nur deshalb zu den kreativen Erneuerern, weil es ihm gelang, eine neue Art des Komponierens zu schaffen, sondern weil die Menschen darin eine Vision davon sehen konnten, wie die Welt sein sollte. Schönbergs Vision beinhaltete den sparsamen, sauberen, effizienten Minimalismus der Moderne. Seine Innovation bestand nicht nur darin, einen neuen Algorithmus zum Komponieren von Musik zu finden; Es ging darum, einen Weg zu finden, darüber nachzudenken, welche Musik ist das erlaubt es zu sprechen was jetzt gebraucht wird .

Einige mögen argumentieren, dass ich die Messlatte zu hoch gelegt habe. Behaupte ich, werden sie fragen, dass eine Maschine ein mystisches, nicht messbares Gespür dafür braucht, was gesellschaftlich notwendig ist, um als kreativ zu gelten? Ich bin es nicht – aus zwei Gründen.

Denken Sie zunächst daran, dass Schönberg unser Verständnis davon, was Musik ist, verändert hat, als er eine neue mathematische Technik für die Musikkomposition vorschlug. Nur Kreativität dieser Art, die sich der Tradition widersetzt, erfordert eine gewisse soziale Sensibilität. Hätten Zuhörer seine Technik nicht als Einfangen des Anti-Traditionalismus im Herzen der radikalen Moderne erlebt, die im Wien des frühen 20. Jahrhunderts aufkam, hätten sie es vielleicht nicht als etwas von ästhetischem Wert gehört. Der Punkt hier ist, dass radikale Kreativität keine beschleunigte Version der alltäglichen Kreativität ist. Schönbergs Leistung ist keine schnellere oder bessere Version der Art von Kreativität, die von Oscar Straus oder einem anderen durchschnittlichen Komponisten demonstriert wird: Sie ist ihrer Art nach grundlegend anders.

Zweitens ist mein Argument nicht, dass die Reaktionsfähigkeit des Schöpfers auf soziale Notwendigkeiten bewusst sein muss, damit das Werk den Standards des Genies entspricht. Das behaupte ich stattdessen wir müssen in der Lage sein, die Arbeit so zu interpretieren, dass sie auf diese Weise reagiert . Es wäre ein Fehler, die Zusammensetzung einer Maschine als Teil einer solchen Vision der Welt zu interpretieren. Das Argument dafür ist einfach.

Behauptungen wie die von Kurzweil, dass Maschinen Intelligenz auf menschlichem Niveau erreichen können, gehen davon aus, dass ein menschlicher Verstand nur bedeutet, ein menschliches Gehirn zu haben, das einer Reihe von Rechenalgorithmen folgt – eine Sichtweise, die als Computationalism bezeichnet wird. Aber obwohl Algorithmen moralische Implikationen haben können, sind sie selbst keine moralischen Agenten. Wir können den Affen bei einer Schreibmaschine nicht zählen, der versehentlich etwas tippt Othello als großer kreativer Dramatiker. Wenn das Produkt Größe enthält, ist es nur ein Zufall. Wir können das Produkt einer Maschine vielleicht als großartig ansehen, aber wenn wir wissen, dass das Ergebnis lediglich das Ergebnis einer willkürlichen Handlung oder eines algorithmischen Formalismus ist, können wir es nicht als Ausdruck einer Vision für das Wohl der Menschen akzeptieren.

Aus diesem Grund, so scheint mir, kann nur ein anderer Mensch als wahrhaft schöpferischer Künstler verstanden werden. Vielleicht wird die KI eines Tages über ihren rechnerischen Formalismus hinausgehen, aber das würde einen Sprung erfordern, der derzeit unvorstellbar ist. Wir würden nicht nur nach neuen Algorithmen oder Verfahren suchen, die menschliche Aktivitäten simulieren; Wir würden nach neuen Materialien suchen, die die Grundlage des Menschseins sind.

Ein Molekül-für-Molekül-Duplikat eines Menschen wäre in relevanter Weise menschlich. Aber wir haben bereits eine Möglichkeit, ein solches Wesen herzustellen: Es dauert ungefähr neun Monate. Im Moment kann eine Maschine nur etwas viel weniger Interessantes tun als das, was ein Mensch tun kann. Es kann zum Beispiel Musik im Stil von Bach erschaffen – vielleicht sogar Musik, die manche Experten für besser halten als Bachs eigene. Aber das liegt nur daran, dass seine Musik an einem bereits bestehenden Standard gemessen werden kann. Was eine Maschine nicht kann, ist, unsere Standards für die Beurteilung der Qualität von Musik oder für das Verständnis, was Musik ist oder nicht ist, zu ändern.

Dies soll nicht leugnen, dass kreative Künstler alle Werkzeuge verwenden, die ihnen zur Verfügung stehen, und dass diese Werkzeuge die Art von Kunst, die sie machen, prägen. Die Trompete half Davis und Coleman, ihre Kreativität zu verwirklichen. Aber die Trompete selbst ist nicht schöpferisch. Algorithmen der künstlichen Intelligenz ähneln eher Musikinstrumenten als Menschen. Taryn Southern, eine ehemalige amerikanisches Idol Die Kandidatin hat kürzlich ein Album veröffentlicht, auf dem Percussion, Melodien und Akkorde algorithmisch generiert wurden, obwohl sie die Texte geschrieben und den Instrumentierungsalgorithmus wiederholt optimiert hat, bis er die gewünschten Ergebnisse lieferte. David Bowie hat es Anfang der 1990er Jahre genau umgekehrt gemacht: Er hat die Musik geschrieben und eine Mac-App namens Verbalizer verwendet, um Sätze pseudozufällig zu Texten neu zu kombinieren. Genau wie frühere Tools der Musikindustrie – von Aufnahmegeräten über Synthesizer bis hin zu Samplern und Loopern – funktionieren neue KI-Tools, indem sie die kreativen Fähigkeiten des menschlichen Künstlers stimulieren und kanalisieren (und die Grenzen dieser Fähigkeiten widerspiegeln).

Spiele ohne Grenzen

Es wurde viel über die Errungenschaften von Deep-Learning-Systemen geschrieben, die heute die besten Go-Spieler der Welt sind. AlphaGo und seine Varianten haben den starken Anspruch, eine völlig neue Art des Spiels geschaffen zu haben. Sie haben menschliche Experten gelehrt, dass Eröffnungszüge, die lange als schlecht durchdacht galten, zum Sieg führen können. Das Programm spielt in einem Stil, den Experten als seltsam und fremd beschreiben. So stelle ich mir Spiele aus der fernen Zukunft vor, sagte Shi Yue, ein Top-Go-Spieler, über das Spiel von AlphaGo. Der Algorithmus scheint wirklich kreativ zu sein.

In gewisser Weise ist es so. Das Spielen von Spielen unterscheidet sich jedoch vom Komponieren von Musik oder dem Schreiben eines Romans: Bei Spielen gibt es ein objektives Maß für den Erfolg. Wir wissen, dass wir etwas von AlphaGo lernen können, weil wir sehen, dass es gewinnt.

Aber das macht Go auch zu einer Spielzeugdomäne, einem vereinfachten Fall, der nur begrenzt etwas über die Welt aussagt.

Anna Ridlers Der Untergang des Hauses Usher (2017)
Eine 12-minütige Animation, die auf dem Stummfilm von Watson und Webber aus dem Jahr 1928 basiert. Ridler erstellte die Standbilder mit drei separaten neuronalen Netzen: eines trainierte mit ihren Zeichnungen, ein zweites trainierte mit Zeichnungen, die aus den Ergebnissen des ersten Netzes erstellt wurden, und ein drittes trainierte mit Zeichnungen, die aus den Ergebnissen des zweiten Netzes erstellt wurden. MIT FREUNDLICHER GENEHMIGUNG DES KÜNSTLERS

Die grundlegendste Art menschlicher Kreativität verändert unser Verständnis von uns selbst, weil sie unser Verständnis davon verändert, was wir als gut erachten. Für das Go-Spiel hingegen ist die Natur des Guten einfach nicht zu haben: Eine Go-Strategie ist gut, wenn und nur wenn sie gewinnt. Das menschliche Leben hat dieses Merkmal im Allgemeinen nicht: Es gibt kein objektives Maß für den Erfolg in den höchsten Bereichen der Leistung. Sicherlich nicht in Kunst, Literatur, Musik, Philosophie oder Politik. Übrigens auch nicht bei der Entwicklung neuer Technologien.

In verschiedenen Spielzeugbereichen können uns Maschinen möglicherweise etwas über eine bestimmte, sehr eingeschränkte Form der Kreativität beibringen. Aber die Regeln der Domäne sind vorgeformt; Das System kann nur erfolgreich sein, weil es lernt, innerhalb dieser Beschränkungen gut zu spielen. Menschliche Kultur und menschliche Existenz sind viel interessanter als das. Natürlich gibt es Normen dafür, wie Menschen handeln. Aber Kreativität im eigentlichen Sinne ist die Fähigkeit, diese Normen in einem wichtigen menschlichen Bereich zu ändern. Erfolg in Spielzeugbereichen ist kein Hinweis darauf, dass Kreativität dieser grundlegenderen Art erreichbar ist.

Es ist ein Knockout

Ein Skeptiker könnte behaupten, dass das Argument nur funktioniert, weil ich Spiele kontrastiere künstlerisch Genius. Es gibt andere Paradigmen der Kreativität im wissenschaftlichen und mathematischen Bereich. In diesen Bereichen geht es nicht um eine Vision der Welt. Es geht darum, wie die Dinge tatsächlich sind.

Könnte eine Maschine mathematische Beweise liefern, die so weit über uns hinausgehen, dass wir uns einfach ihrem kreativen Genie beugen müssen?

Nein.

Computer haben bereits bei bemerkenswerten mathematischen Errungenschaften geholfen. Aber ihre Beiträge waren nicht besonders kreativ. Nehmen Sie den ersten großen Satz, der mit einem Computer bewiesen wurde: der Vier-Farben-Satz, der besagt, dass jede flache Karte mit höchstens vier Farben so gefärbt werden kann, dass keine zwei benachbarten Länder dieselbe Farbe haben (es gilt auch für Länder auf der Erdoberfläche).

Vor fast einem halben Jahrhundert, im Jahr 1976, veröffentlichten Kenneth Appel und Wolfgang Haken von der University of Illinois einen computergestützten Beweis dieses Theorems. Der Computer führte Milliarden von Berechnungen durch und überprüfte Tausende verschiedener Arten von Karten – so viele, dass es für Menschen logistisch nicht machbar war (und bleibt), zu überprüfen, ob jede Möglichkeit mit der Sichtweise des Computers übereinstimmte. Seitdem haben Computer bei einer Vielzahl neuer Beweise geholfen.

Elektrischer Ventilator (2018)
Tom White verwendet Perception Engines, Algorithmen, die die Daten destillieren, die aus Tausenden von Fotografien gewöhnlicher Objekte gesammelt wurden, um abstrakte Formen zu synthetisieren. Anschließend testet und verfeinert er die Ergebnisse, bis sie vom System erkennbar sind. Electric Fan, mit freundlicher Genehmigung von Tom White, mas ’98, drib.net

Aber der Supercomputer macht nichts Kreatives, indem er eine riesige Anzahl von Fällen überprüft. Stattdessen tut es sehr oft etwas Langweiliges. Das scheint fast das Gegenteil von Kreativität zu sein. Darüber hinaus ist es so weit von der Art von Verstehen Wir denken normalerweise, dass ein mathematischer Beweis bieten sollte, dass einige Experten diese computergestützten Strategien überhaupt nicht als mathematische Beweise betrachten. Wie Thomas Tymoczko, ein Philosoph der Mathematik, argumentiert hat, vertrauen wir nur auf einen potenziell fehleranfälligen Rechenprozess, wenn wir nicht einmal überprüfen können, ob der Beweis korrekt ist.

Aber selbst wenn wir den Ergebnissen vertrauen, sind computergestützte Beweise so etwas wie das Analogon der computergestützten Komposition. Wenn sie uns ein lohnendes Produkt liefern, liegt das meist am Beitrag des Menschen. Einige Experten argumentieren jedoch, dass künstliche Intelligenz mehr leisten kann. Nehmen wir also an, wir hätten das Ultimative: eine autarke Maschine, die neue Theoreme ganz alleine beweist.

Könnte eine Maschine wie diese uns an mathematischer Kreativität massiv übertreffen, wie Kurzweil und Bostrom argumentieren? Nehmen wir zum Beispiel an, dass eine KI eine Lösung für ein äußerst wichtiges und schwieriges offenes Problem in der Mathematik findet.

Die Fähigkeit zu echter Kreativität, die Art von Kreativität, die unser Verständnis der Natur des Seins aktualisiert, liegt dem Menschsein zugrunde.

Es gibt zwei Möglichkeiten. Der erste ist, dass der Beweis äußerst raffiniert ist, und wenn Experten auf diesem Gebiet ihn durchgehen, stellen sie fest, dass er richtig ist. In diesem Fall würde die KI, die den Beweis entdeckt hat, applaudiert werden. Die Maschine selbst könnte sogar als kreativer Mathematiker betrachtet werden. Aber eine solche Maschine wäre kein Beweis für die Singularität; es würde uns an Kreativität nicht so weit überflügeln, dass wir nicht einmal verstehen könnten, was es tut. Selbst wenn es diese Art von Kreativität auf menschlicher Ebene hätte, würde es nicht zwangsläufig in den Bereich des Übermenschlichen führen.

Manche Mathematiker sind wie musikalische Virtuosen: Sie zeichnen sich dadurch aus, dass sie ein bestehendes Idiom fließend beherrschen. Aber Genies wie Srinivasa Ramanujan, Emmy Noether und Alexander Grothendieck haben wohl die Mathematik ebenso umgestaltet wie Schönberg die Musik. Ihre Errungenschaften waren nicht einfach Beweise für althergebrachte Hypothesen, sondern neue und unerwartete Argumentationsformen, die sich nicht nur durch ihre Logik auszeichneten, sondern auch durch ihre Fähigkeit, andere Mathematiker von der Bedeutung ihrer Innovationen zu überzeugen. Eine fiktive KI, die einen cleveren Beweis für ein Problem liefert, das menschliche Mathematiker seit langem verwirrt, ist vergleichbar mit AlphaGo und seinen Varianten: beeindruckend, aber nichts wie Schönberg.

Das bringt uns zu der anderen Option. Angenommen, der beste und klügste Deep-Learning-Algorithmus wird losgelassen und sagt nach einiger Zeit: Ich habe einen Beweis für ein grundlegend neues Theorem gefunden, aber es ist zu kompliziert, als dass selbst Ihre besten Mathematiker es verstehen könnten.

Das ist eigentlich nicht möglich. Ein Beweis, den selbst die besten Mathematiker nicht verstehen können, gilt nicht wirklich als Beweis. Etwas zu beweisen impliziert, dass Sie es beweisen jemand . Genauso wie ein Musiker sein Publikum davon überzeugen muss, ihre ästhetische Vorstellung davon, was gute Musik ist, zu akzeptieren, muss ein Mathematiker andere Mathematiker davon überzeugen, dass es gute Gründe gibt, ihrer Vision der Wahrheit zu glauben. Um als gültiger Beweis in Mathematik zu gelten, muss eine Behauptung von einigen unabhängigen Experten, die in einer guten Position sind, um sie zu verstehen, verständlich und befürwortbar sein. Wenn die Experten, die in der Lage sein sollten, den Beweis zu verstehen, dies nicht können, weigert sich die Community, ihn als Beweis zu unterstützen.

Aus diesem Grund ist Mathematik mehr wie Musik, als man denkt. Eine Maschine könnte uns an Kreativität nicht massiv übertreffen, weil entweder ihre Leistung nachvollziehbar wäre, dann würde sie uns nicht massiv übertreffen, oder sie wäre nicht nachvollziehbar, dann könnten wir ihr überhaupt keinen kreativen Fortschritt zurechnen.

Das Auge des Betrachters

Ingenieurwissenschaften und angewandte Wissenschaften liegen gewissermaßen irgendwo zwischen diesen Beispielen. Es gibt so etwas wie ein objektives, externes Erfolgsmaß. Beim Brückenbau oder Medizin kann man nicht so gewinnen wie beim Schach, aber man sieht, ob die Brücke einstürzt oder das Virus eliminiert wird. Diese objektiven Kriterien kommen erst dann ins Spiel, wenn die Domäne ziemlich genau spezifiziert ist: zum Beispiel die Entwicklung starker, leichter Materialien oder Medikamente, die bestimmte Krankheiten bekämpfen. Eine KI könnte bei der Arzneimittelforschung helfen, indem sie im Grunde dasselbe tut wie die KI, die etwas komponiert hat, das wie eine gut ausgeführte Bach-Kantate klang, oder eine brillante Go-Strategie entwickelt hat. Wie ein Mikroskop, ein Teleskop oder ein Taschenrechner wird eine solche KI eigentlich als Werkzeug verstanden, das menschliche Entdeckungen ermöglicht – nicht als autonomer kreativer Akteur.

Hier lohnt es sich, über die spezielle Relativitätstheorie nachzudenken. Albert Einstein gilt als Entdecker der Relativitätstheorie – aber nicht, weil er als Erster Gleichungen aufstellte, die die Struktur von Raum und Zeit besser beschreiben. George Fitzgerald, Hendrik Lorentz und Henri Poincaré hatten unter anderem diese Gleichungen vor Einstein niedergeschrieben. Er wird als Entdecker der Theorie gefeiert, weil er ein originelles, bemerkenswertes und wahres Verständnis der Gleichungen hatte gemeint und konnte dieses Verständnis anderen vermitteln.

Damit eine Maschine Physik betreiben kann, die in irgendeiner Weise mit Einsteins Kreativität vergleichbar ist, muss sie in der Lage sein, andere Physiker vom Wert ihrer Ideen mindestens so gut zu überzeugen wie er. Das heißt, wir müssten in der Lage sein, ihre Vorschläge als darauf abzielend zu akzeptieren teilen uns ihre eigene Gültigkeit mit . Sollte eine solche Maschine wie im Gleichnis von Pinocchio jemals entstehen, müssten wir sie wie einen Menschen behandeln. Das heißt unter anderem, dass wir ihm nicht nur Intelligenz zuschreiben müssten, sondern auch die Würde und den moralischen Wert, die dem Menschen zustehen. Von diesem Szenario sind wir, wie mir scheint, weit entfernt, und es gibt keinen Grund zu der Annahme, dass uns das derzeitige computergestützte Paradigma der künstlichen Intelligenz – in seiner Deep-Learning-Form oder in irgendeiner anderen Form – jemals näher bringen wird.

Kreativität ist eines der prägenden Merkmale des Menschen. Die Fähigkeit zu echter Kreativität, die Art von Kreativität, die unser Verständnis der Natur des Seins aktualisiert, die unser Verständnis davon verändert, was es heißt, schön, gut oder wahr zu sein – diese Fähigkeit ist die Grundlage dafür, was es heißt, ein Mensch zu sein . Aber diese Art von Kreativität hängt davon ab, dass wir sie als solche wertschätzen und uns um sie kümmern. Wie der Schriftsteller Brian Christian betont hat, verhalten sich Menschen weniger wie Wesen, die Kreativität als eine unserer höchsten Möglichkeiten schätzen, sondern mehr wie Maschinen selbst.

Wie viele Menschen haben heute Jobs, die von ihnen verlangen, dass sie bei ihren Gesprächen einem vorgegebenen Skript folgen? Wie wenig von dem, was wir als echte, authentische, kreative und ergebnisoffene menschliche Konversation kennen, ist in dieser ausgeweideten Scharade übrig geblieben? Wie sehr ist es stattdessen die Art der Regelbefolgung, die eine Maschine leisten kann? Und wie viele von uns werden, sofern wir uns in diese Art von geskripteten Darbietungen hineinziehen lassen, auch ausgeweidet? Wie viel von unserem Tag lassen wir zu, dass wir mit effektiv maschinenähnlichen Aktivitäten ausgefüllt werden – computerisierte Formulare und Fragebögen ausfüllen, auf Click-Bait antworten, das auf unseren grundlegendsten, tierischsten Impulsen funktioniert, Spiele spielen, die darauf abzielen, unsere zu optimieren Suchtreaktion?

Wir sind auch in einigen der tiefsten Bereiche menschlicher Errungenschaften von dieser Verwirrung bedroht. Wenn wir uns erlauben zu sagen, dass maschinelle Beweise, die wir nicht verstehen, echte Beweise sind, zum Beispiel soziale Autorität an Maschinen abtreten, werden wir die Errungenschaften der Mathematik so behandeln, als ob sie überhaupt kein menschliches Verständnis erforderten. Wir nehmen eine unserer höchsten Formen von Kreativität und Intelligenz und reduzieren sie auf eine einzige Information: ja oder nein.

Der Sohn des Metzgers (2018)
Mario Klingemann verwendete zwei GANs, von denen eines mit einem Datensatz menschlicher Posen und eines mit Pornografie trainiert wurde, um Tausende von zusammengesetzten Bildern zu rendern. Nachdem er jedes auf Pose und Detail bewertet hatte, wählte er eines aus, um es zum fertigen Werk zu verfeinern. MIT FREUNDLICHER GENEHMIGUNG DES KÜNSTLERS

Selbst wenn wir diese Informationen hätten, wären sie ohne ein gewisses Verständnis der zugrunde liegenden Gründe für uns von geringem Wert. Wir dürfen den wesentlichen Charakter des Denkens nicht aus den Augen verlieren, der die Grundlage dessen ist, was Mathematik ist.

So auch mit Kunst und Musik und Philosophie und Literatur. Wenn wir uns auf diese Weise abgleiten lassen, maschinelle Kreativität als Ersatz für unsere eigene zu behandeln, dann werden uns Maschinen in der Tat unbegreiflich überlegen erscheinen. Aber das liegt daran, dass wir die grundlegende Rolle, die Kreativität für das Menschsein spielt, aus den Augen verloren haben.

Sean Dorrance Kelly ist Philosophieprofessor in Harvard und Mitautor des Bestsellers der New York Times Alle Dinge leuchten .

verbergen