Dieser Pionier will KI menschlicher machen
Geoffrey Hinton arbeitet seit Jahrzehnten erfolgreich daran, KI zu verbessern. Jetzt hat er eine neue, radikale Idee: Maschinen sollen lernen, die menschliche Wahrnehmung zu kopieren. Das wäre ein Meilenstein für die Fortentwicklung neuronaler Netze.
Seit einem guten halben Jahrhundert denkt Geoffrey Hinton darüber nach, wie das Gehirn funktioniert und wie man seine Schaltkreise in einem Computer nachbilden kann. Bisher war er damit ziemlich erfolgreich: 1986 war er maßgeblich für die Verbreitung der Idee der „Backpropagation“ verantwortlich – ein Verfahren, mit dem künstliche neuronale Netze effizient trainiert werden können. Und 2012 konnte Hinton gemeinsam mit Kollegen erstmals zeigen, dass ein tiefes neuronales Netz Bilder besser erkennen kann als ein Mensch – die Arbeit löste eine rasante Entwicklung beim Deep Learning aus.
Im November vergangenen Jahres hatte er, mittlerweile 75 Jahre alt, eine neue Idee. „Es ist meine derzeit beste Wette darauf, wie die Dinge zusammenpassen“, sagt Hinton, der sich in seinem Büro in Toronto von der Pandemie abgeschottet hat. Wenn diese Wette aufgeht, könnte sie die nächste Generation künstlicher neuronaler Netze hervorbringen. Seine „ehrliche Motivation“, wie er es nennt, ist Neugierde. Aber die praktische Motivation – und im Idealfall die Folge – wäre eine zuverlässigere und vertrauenswürdigere KI, die um einiges leistungsfähiger wäre, als die besten Systeme, die es heute gibt.
