Selbstlernende Algorithmen sollen nächste IT-Revolution bringen

Facebooks KI-Chefwissenschaftler glaubt, dass Computer durchaus das Zeug zu so etwas wie "Vernunft" haben.

In Pocket speichern vorlesen Druckansicht 26 Kommentare lesen
Selbstlernende Algorithmen sollen nächste IT-Revolution bringen

(Bild: Facebook)

Lesezeit: 2 Min.

Schwerkraft ist wichtig – und selbst Kleinkinder können ihr grundlegendes Konzept verstehen. Ein KI-System ist hingegen für solche Realitäten weniger offen, selbst wenn es Millionen Lernvorgänge hinter sich hat. Facebooks KI-Chefforscher Yann LeCun will Rechner unabhängiger machen. Er forscht daher an selbstlernenden Systemen, die das sogenannte Unsupervised Learning beherrschen, berichtet Technology Review in seiner Online-Ausgabe ("Facebooks KI-Chefwissenschaftler glaubt an vernunftbegabte Computer").

Deep Learning, also jene KI-Algorithmen, die die jüngste Revolution auf dem Gebiet vorangetrieben haben, sorgten dafür, dass Maschinen Dinge heute viel besser wahrnehmen können als noch zuvor – etwa Bilder und Videos. Was ihnen jedoch noch fehlt, ist die typisch menschliche Vernunftbegabung, ein grundsätzliches Konzept der Realität. Mit anderen Worten: Maschinen verstehen die Welt um sie herum nicht wirklich, was es ihnen nicht sinnvoll erlaubt, mit ihr umzugehen. Neue Verfahren könnten dabei helfen, diese Einschränkungen zu umgehen – etwa, indem man einer Maschine eine Art Arbeitsspeicher gibt, über den sie grundlegende Fakten und Prinzipien erlernen oder auf diese schließen können. Dieses Wissen kann sich dann ansammeln und für künftige Interaktionen verwendet werden.

LeCun glaubt allerdings, dass dies nur ein Teil des Puzzlespiels ist. "Natürlich vergessen wir dabei etwas." Ein Baby könne ein Verständnis für einen Elefanten entwickeln, wenn es sich zwei Bilder ansieht, wohingegen ein Deep-Learning-Algorithmus Tausende benötigt, wenn nicht sogar Millionen. Ein Teenager kann in 20 Stunden lernen, sicher mit dem Auto zu fahren und Unfälle zu vermeiden, ohne in diese verwickelt zu sein. Reinforcement-Learning-Algorithmen, ein besonders beliebtes Deep-Learning-Verfahren, sind hier anders: Sie gehen viele Millionen Versuche durch, bevor sie die richtigen Erkenntnisse erhalten – und viele davon gehen völlig daneben.

LeCun glaubt daher, dass ein bislang unterschätzter Deep-Learning-Prozess Abhilfe schaffen kann. Es nennt sich "unüberwachtes Lernen" (Unsupervised Learning). Während beobachtetes Lernen (Supervised Learning) und Reinforcement Learning ein Ziel mittels menschlichem Input erreichen, benötigt unüberwachtes Lernen dies nicht – es zieht Muster aus bestehendes Daten ohne Hilfe von Außen.

Mehr dazu bei Technology Review Online:

(bsc)