Yann LeCun, der KI-Chef von Meta, hat kürzlich klare und durchaus kontroverse Aussagen zur Zukunft der KI und der sogenannten generativen KI getroffen. LeCun, der für seine Arbeit im Bereich des maschinellen Lernens mit dem Turing-Preis ausgezeichnet wurde, ist bekannt für seine kritische Haltung gegenüber einigen gängigen Annahmen im Silicon Valley – und das betrifft besonders den Hype um "Artificial General Intelligence" (AGI).
LeCun glaubt nicht an die Zukunft generativer KI
Er glaubt nicht an die Zukunft von generativer KI, wie sie aktuell viel Aufmerksamkeit erhält. Im Gegenteil: LeCun warnt vor einer Entwicklung, die seiner Ansicht nach mehr auf Vorhersagen basiert als auf echter Intelligenz. Während generative Modelle beeindruckende Texte oder Bilder erzeugen können, so LeCun, seien sie nicht in der Lage, echtes "Weltenwissen" aufzubauen. Diese Modelle sind, so seine Kritik, lediglich auf das Vorhersagen trainiert, ohne das zugrunde liegende Verständnis der physikalischen Welt zu entwickeln. Diese Ansicht könnte in direktem Gegensatz zu vielen aktuellen KI-Trends stehen, die auf die Fortschritte in der Generierung von Inhalten durch Modelle wie GPT oder DALL-E setzen.
AMI statt AGI: Ein langfristiges Ziel
Statt auf AGI setzt LeCun auf AMI – "Advanced Machine Intelligence". Dies sei für ihn ein langfristiges Ziel, das Schritt für Schritt verfolgt werden müsse. Der Unterschied zwischen AGI und AMI liegt für ihn in der Art und Weise, wie Intelligenz verstanden wird. AMI sollte ein System sein, das echtes Lernen und Verständnis der Welt ermöglicht, nicht bloß eine riesige Ansammlung von Vorhersagen. Ein Beispiel, das er nennt, ist das sogenannte Zero-Shot-Learning, bei dem ein KI-Modell eine Aufgabe erfolgreich ausführen kann, ohne dafür zuvor speziell trainiert worden zu sein. Dies ähnelt der Fähigkeit von Menschen (oder auch Katzen), sich schnell an neue Umgebungen anzupassen.
Die Bedeutung natürlicher Daten für echte Intelligenz
Ein weiterer Punkt, den LeCun stark betont, ist die Notwendigkeit, "natürliche Daten" zu verwenden, um echte Intelligenz zu entwickeln. Derzeit fehlen viele KI-Systeme die Grundlagen, um überhaupt echtes Weltwissen zu erlangen. Sie sind in ihrer Funktionsweise auf spezifische Trainingsdaten angewiesen, was ihre Flexibilität und ihre Fähigkeit, außerhalb ihres Trainingsbereichs zu agieren, einschränkt. Dies gilt auch für heutige Roboter und selbstfahrende Autos, die laut LeCun immer noch weit davon entfernt sind, menschliche oder tierische Intelligenz zu erreichen.
Der langsame Weg zur echten KI
Trotz seiner skeptischen Haltung gegenüber der generativen KI, die momentan so viel Aufmerksamkeit auf sich zieht, bleibt LeCun optimistisch in Bezug auf die langfristige Entwicklung der KI. In Meta's KI-Team in Paris, zu dessen Leitung er gehört, arbeitet man bereits an der nächsten Generation von Künstlicher Intelligenz, die, so LeCun, nicht nur mehr Wissen über die Welt, sondern auch praktische Anwendungen bieten wird. Die Vision reicht von smarteren Robotern, die in unseren Haushalten arbeiten, bis hin zu KI, die unser Leben insgesamt einfacher macht. Doch all das, so sagt er, wird nicht durch das bloße Vorhersagen von Inhalten erreicht, sondern durch die Entwicklung einer echten, tiefergehenden Form von Intelligenz.
LeCun hebt damit hervor, dass der Weg zur echten KI – wenn überhaupt – ein langsamer und methodischer sein wird. In einer Welt, die von schnellen, oft spektakulären Fortschritten geprägt ist, erscheint seine Perspektive als erfrischend realistisch und zugleich herausfordernd für die aktuelle KI-Landschaft.
FAQ zu Yann LeCuns Ansichten über die Zukunft der Künstlichen Intelligenz
Warum glaubt Yann LeCun nicht an die Zukunft der generativen KI?
LeCun ist der Meinung, dass generative KI lediglich auf Vorhersagen basiert und kein echtes „Weltenwissen“ aufbaut. Sie ist nicht in der Lage, die physikalische Welt zu verstehen, sondern erstellt Inhalte nur basierend auf trainierten Daten.
Was ist der Unterschied zwischen AMI und AGI?
AMI (Advanced Machine Intelligence) legt den Fokus auf echtes Lernen und Verständnis der Welt, während AGI (Artificial General Intelligence) oft als eine universelle, menschenähnliche Intelligenz interpretiert wird. LeCun sieht AMI als realistisches Ziel mit praxisnaher Anwendung.
Welche Rolle spielen „natürliche Daten“ in LeCuns Ansatz?
„Natürliche Daten“ sind für LeCun essenziell, um echte Intelligenz zu entwickeln. Sie ermöglichen es Maschinen, ein tiefgehendes Weltwissen zu erlangen, anstatt nur auf spezifische Trainingsdaten zurückzugreifen, die ihre Flexibilität einschränken.
Welche langfristigen Ziele verfolgt Yann LeCun mit KI?
LeCun strebt die Entwicklung von KI-Systemen an, die nicht nur Wissen über die Welt besitzen, sondern auch anpassungsfähig und praktisch sind. Seine Vision umfasst smarte Roboter für den Alltag und intelligente Anwendungen, die das Leben vereinfachen.
Wie sieht LeCun den Weg zur echten künstlichen Intelligenz?
LeCun betont, dass der Weg zur echten KI langsam und methodisch sein wird. Es erfordert ein tiefes Verständnis der Welt, anstatt sich ausschließlich auf die Generierung von Inhalten zu konzentrieren.
