Weltmodelle: Die Illusion und die Realität der AGI

Das jüngste Bestreben der KI-Forschung, insbesondere in den Laboren, die nach „Artificial General Intelligence“ (AGI) streben, ist etwas, das als Weltmodell bezeichnet wird: eine Repräsentation der Umwelt, die eine KI wie eine rechnerische Schneekugel in sich trägt. Die Deep-Learning-Koryphäen Yann LeCun (von Meta), Demis Hassabis (von Google DeepMind) und Yoshua Bengio (von Mila, dem Quebec Artificial Intelligence Institute) glauben alle, dass Weltmodelle für den Aufbau von KI-Systemen unerlässlich sind, die wirklich intelligent, wissenschaftlich und sicher sind. Allerdings werden die Details von Weltmodellen diskutiert: Sind sie angeboren oder erlernt? Wie erkennt man überhaupt ihre Existenz? Der Artikel zeichnet die Geschichte dieses Konzepts nach und enthüllt, dass die heutige generative KI möglicherweise nicht auf vollständigen Weltmodellen basiert, sondern auf einer Vielzahl von unzusammenhängenden heuristischen Regeln. Obwohl diese Regeln für bestimmte Aufgaben effektiv sind, mangelt es ihnen an Robustheit. Daher ist der Aufbau vollständiger Weltmodelle weiterhin ein Schwerpunkt der KI-Forschung, da dies vielversprechende Lösungen für KI-Halluzinationen, verbessertes Denken und eine höhere Interpretierbarkeit verspricht und letztendlich den Fortschritt in Richtung AGI vorantreibt.