Generalisiert anwendbare KI: Hype und Stand der Forschung

Aber auch generalisiert anwendbare KI ist in der wissenschaftlichen Forschung ein Thema. Das von OpenAI im Mai 2020 vorgestellte Sprachmodell GPT-3 kann Aufgaben lösen, deren Lösung es so spezifisch nie gelernt hat – auch wenn die Meinungen darüber auseinandergehen, ob GPT-3 wirklich „gelernt“ hat und wie komplex oder primitiv die getätigte Generalisierung nun ist [I]. Und Ende Juli hat DeepMind in einem Blogeintrag [II] und einem Preprint [III] einen Ansatz vorgestellt, mit dem KI-Agenten auch außerhalb eines konkret trainierten Szenarios passable Leistungen bringen können. Sie können das zuvor Gelernte also gewissermaßen generalisieren und in anderen Fällen sinnvoll anwenden.

Insbesondere wenn es um Forschungsfortschritte der großen KI-Schmieden wie DeepMind und OpenAI geht, ist es aber oft schwer, Hype von wahren Durchbrüchen in der Forschung zu unterscheiden. Hinzu kommt, dass im Kontext von generalisiert anwendbarer KI schnell von künstlicher allgemeiner Intelligenz, Artificial General Intelligence (AGI), gesprochen wird. Eine AGI zu erreichen ist auch eines der großen Ziele von DeepMind und OpenAI. Wie lange es bis zum Erreichen dieses ambitionierten Ziels aber noch dauert und ob AGI überhaupt realistisch erreichbar ist, darüber wird in der Wissenschaft noch diskutiert.

Aus diesem Grund möchte das SMC mit diesen Einschätzungen von Expertinnen und Experten einen Eindruck über den Stand der Forschung in diesem komplexen Themenfeld liefern.