211service.com
Googles KI-Guru sagt, dass großartige künstliche Intelligenz auf Neurowissenschaften aufbauen muss
Demis Hassabis kennt sich mit künstlicher Intelligenz aus: Er gründete das in London ansässige KI-Startup DeepMind, das 2014 von Google für 650 Millionen Dollar gekauft wurde. Seitdem wischt sein Unternehmen beim komplexen Go-Spiel mit Menschen den Boden ab und begonnen, Schritte zur Herstellung allgemeinerer KIs zu unternehmen.
Aber jetzt ist er herausgekommen und hat gesagt, dass er glaubt, dass die einzige Möglichkeit für künstliche Intelligenz, ihr wahres Potenzial auszuschöpfen, eine Dosis menschlicher Intelligenz ist.
Derzeit basieren die meisten KI-Systeme auf Schichten der Mathematik, die nur lose von der Funktionsweise des menschlichen Gehirns inspiriert sind. Aber verschiedene Arten des maschinellen Lernens, wie etwa die Spracherkennung oder das Identifizieren von Objekten in einem Bild, erfordern unterschiedliche mathematische Strukturen, und die daraus resultierenden Algorithmen können nur ganz bestimmte Aufgaben erfüllen.
Der Aufbau von KI, die eher allgemeine Aufgaben als Nischenaufgaben ausführen kann, ist ein lang gehegter Wunsch in der Welt des maschinellen Lernens. Aber die Wahrheit ist, dass die Erweiterung dieser spezialisierten Algorithmen auf etwas Vielseitigeres ein unglaublich schwieriges Problem bleibt, zum Teil, weil menschliche Eigenschaften wie Neugier, Vorstellungskraft und Gedächtnis nicht existieren oder in der Welt der KI noch in den Kinderschuhen stecken.
In einem Papier heute in der Zeitschrift erschienen Neuron , Hassabis und drei Koautoren argumentieren, dass wir nur durch ein besseres Verständnis der menschlichen Intelligenz hoffen können, die Grenzen dessen zu erweitern, was künstliche Intelligenz erreichen kann.
Erstens, sagen sie, wird uns ein besseres Verständnis der Funktionsweise des Gehirns ermöglichen, neue Strukturen und Algorithmen für elektronische Intelligenz zu schaffen. Zweitens könnten uns Erkenntnisse aus dem Bau und Testen modernster KI helfen, besser zu definieren, was Intelligenz wirklich ist.
Das Papier selbst gibt einen Überblick über die Geschichte der Neurowissenschaften und der künstlichen Intelligenz, um die Wechselwirkungen zwischen beiden zu verstehen. Es wird argumentiert, dass Deep Learning, das Schichten künstlicher Neuronen verwendet, um Eingaben zu verstehen, und Reinforcement Learning, bei dem Systeme durch Versuch und Irrtum lernen, beide viel der Neurowissenschaft zu verdanken haben.
Aber es weist auch darauf hin, dass neuere Fortschritte sich nicht so effektiv auf die Biologie gestützt haben und dass eine allgemeine Intelligenz menschenähnlichere Eigenschaften benötigen wird – wie ein intuitives Verständnis der realen Welt und effizientere Lernmethoden. Die Lösung, argumentieren Hassabis und seine Kollegen, ist ein erneuter Ideenaustausch zwischen KI und Neurowissenschaften, [der] einen „Tugendkreis“ schaffen kann, der die Ziele beider Bereiche vorantreibt.
Hassabis ist mit dieser Denkweise nicht allein. Gary Marcus, Professor für Psychologie an der New York University und ehemaliger Direktor des KI-Labors von Uber, hat argumentiert, dass maschinelle Lernsysteme mithilfe von Ideen verbessert werden könnten, die durch die Untersuchung der kognitiven Entwicklung von Kindern gesammelt wurden.
Trotzdem wird es nicht einfach sein, diese Erkenntnisse digital umzusetzen. Wie Hassabis in erklärt ein Interview mit The Rand , Künstliche Intelligenz und Neurowissenschaften sind zwei sehr, sehr große Bereiche geworden, die von ihren eigenen Traditionen durchdrungen sind, was es ziemlich schwierig macht, überhaupt Experte zu sein eins dieser Bereiche, geschweige denn Experte genug in beiden, dass Sie übersetzen und Verbindungen zwischen ihnen finden können.
(Weiterlesen: Neuron , Der Rand , Googles Intelligence Designer , Kann dieser Mann KI menschlicher machen? )