„Echte KI sollte die Beziehung zwischen Ursache und Wirkung verstehen“, sagt Judea Pearl, Pionier auf dem Gebiet der künstlichen Intelligenz.

Lassen Sie uns Maschinen die Frage „Warum?“ verstehen lernen. Während wir in den 80er Jahren Programme entwickelten, die hauptsächlich Wahrscheinlichkeiten berechneten (zum Beispiel Bayessche Netze), ist das heute nicht mehr ausreichend. Die gegenwärtigen Erfolge der KI basieren hauptsächlich auf neuronalen Netzwerken. Diese tun dasselbe, was die vorherige Generation von neuronalen Netzwerken tat, jedoch in wirklich großen Datenmengen. „Alle bemerkenswerten Erfolge des tiefen Lernens sind nur Kurven,“ bemerkte er kürzlich.

Judea Pearl beschreibt seine Vision wie folgt: „Neue KI sollte in der Lage sein, kausale Begründungen zu liefern. Anstatt nur die Fähigkeit zu haben, Fieber mit Malaria zu korrelieren, benötigen Maschinen die Fähigkeit zur Begründung. Das heißt, dass Fieber durch Malaria verursacht wird.__„ Laut Pearls Erwartungen können Maschinen Intelligenz auf menschlichem Niveau bieten, wenn sie die Ursache verstehen. Sie können effektiver mit Menschen kommunizieren und sogar als moralische Wesen mit der Fähigkeit zum freien Willen handeln – auch zum Bösen.

Quelle: https://www.quantamagazine.org/to-build-truly-intelligent…/…