Wie Künstliche Intelligenz die Welt verstehen könnte

Wissenschaftler arbeiten an Software, die aus Beobachtungen einen echten Zusammenhang zwischen Ursache und Wirkung herstellen kann.

Artikel verschenken
In Pocket speichern vorlesen Druckansicht

(Bild: Shutterstock/NESPIX)

Lesezeit: 13 Min.
Inhaltsverzeichnis

Menschen sind augenscheinlich geborene Forscher. Jedes Baby lernt verblüffend schnell, wie es neue Erkenntnisse über die Welt gewinnt: Wenn ich den Arm ausstrecke und den Schnuller loslasse, bewegt sich das Ding aus meiner Reichweite. Wenn ich schreie, kommt jemand und hebt das Teil wieder auf.

Was für frisch gebackene Eltern äußerst nervig sein kann, ist erkenntnistheoretisch gesehen eine astreine Ableitung: Das Kind formuliert eine Hypothese (Hand offen, Schnuller weg), führt ein Experiment durch und findet das Resultat bestätigt. Weil es ja sein kann, dass das nur Zufall ist, führt das Kind das Experiment sehr häufig durch (statistische Auswertung) und variiert die Randbedingungen (Funktioniert das auch mit dem Fläschchen oder der Schüssel?).

Trotz aller Fortschritte in der Künstlichen Intelligenz sind Maschinen von diesen Fähigkeiten noch meilenweit entfernt. Für den KI-Forscher Yoshua Bengio, Turing-Preisträger und Pionier auf dem Gebiet des Deep Learning, ist diese Fähigkeit der entscheidende, nächste, große Schritt, der aus „künstlicher Intelligenz“ so etwas wie „künstliches Verstehen“ machen könnte. Denn wenn Software grundsätzliche Konzepte wie Ursache und Wirkung lernen könnte, wäre sie viel leichter in der Lage, eine in einem Spezialgebiet erlernte Fähigkeit auf andere Aufgaben zu übertragen.