"Echte KI sollte die Beziehung zwischen Ursache und Wirkung verstehen," sagt Judea Pearl…

"Echte KI sollte die Beziehung zwischen Ursache und Wirkung verstehen," sagt Judea Pearl, Pionier im Bereich der künstlichen Intelligenz.

Lassen Sie uns Maschinen die Frage "Warum?" verstehen lernen. Während wir in den 80er Jahren Programme schrieben, die hauptsächlich Wahrscheinlichkeiten berechneten (zum Beispiel Bayessche Netze), ist das heute nicht mehr ausreichend. Die aktuellen Erfolge der KI basieren hauptsächlich auf neuronalen Netzen. Diese tun dasselbe wie die vorherige Generation neuronaler Netze, jedoch in wirklich großen Datenmengen. "Alle beeindruckenden Erfolge des tiefen Lernens sind gleichbedeutend mit bloßen Kurven," bemerkte er kürzlich.

Judea Pearl beschreibt seine Vision wie folgt: Neue KI sollte kausales Schließen beherrschen. Anstatt nur die Fähigkeit zu haben, Fieber mit Malaria zu korrelieren, benötigen Maschinen die Fähigkeit zu begründen. Das heißt, dass Fieber durch Malaria verursacht wird. Laut Pearls Erwartungen können Maschinen menschliche Intelligenz bereitstellen, wenn sie die Ursache verstehen. Sie können effektiver mit Menschen kommunizieren und sogar als moralische Wesen mit der Möglichkeit freien Willens handeln – auch zum Bösen.

Quelle:

Ursprünglich veröffentlicht auf Facebook — Link zum Beitrag