Große Sprachmodelle Werden Nie Intelligent Sein, Sagt Experte

Große Sprachmodelle werden niemals intelligent sein, sagt Experte

LLMs sind einfach Werkzeuge, die die kommunikative Funktion der Sprache emulieren.

Sind Technologieunternehmen auf dem Weg, mit ihren enormen KI-Modellen Denkmaschinen zu schaffen, wie es die Top-Manager behaupten? Nicht nach Meinung eines Experten.

Wir Menschen neigen dazu, Sprache mit Intelligenz in Verbindung zu bringen. Wir neigen dazu, von denen mit größeren sprachlichen Fähigkeiten als Redner oder Schriftsteller beeindruckt zu sein.

Aber die neuesten Forschungsergebnisse deuten darauf hin, dass Sprache nicht dasselbe ist wie Intelligenz, sagt Benjamin Riley, Gründer von Cognitive Resonance, in einem Essay für The Verge. Und das ist schlechte Nachricht für die KI-Industrie, die ihre Hoffnungen und Träume von der Schaffung einer allwissenden künstlichen allgemeinen Intelligenz, oder AGI, auf der Architektur der großen Sprachmodelle setzt, die sie bereits verwendet.

"Das Problem ist, dass laut aktuellen neuroscientifischen Erkenntnissen das menschliche Denken größtenteils unabhängig von der menschlichen Sprache ist - und wir haben wenig Grund zu der Annahme, dass immer komplexere Modellierung der Sprache eine Form der Intelligenz schaffen wird, die unsere eigene erreicht oder übertrifft", schrieb Riley. "Wir verwenden Sprache, um zu denken, aber das bedeutet nicht, dass Sprache dasselbe ist wie Gedanke. Das Verständnis dieser Unterscheidung ist der Schlüssel, um wissenschaftliche Tatsachen von der spekulativen Science-Fiction von AI-begeisterten CEOs zu trennen."

AGI, um es zu erläutern, wäre ein allwissendes KI-System, das die menschliche Kognition in einer Vielzahl von Aufgaben erreicht oder übertrifft. Aber in der Praxis wird es oft als Hilfe bei der Lösung aller größten Probleme gesehen, die die Menschheit nicht lösen kann, von Krebs bis zum Klimawandel. Und indem sie sagen, sie würden eines schaffen, können AI-Führer die exorbitanten Ausgaben und die katastrophalen Umweltauswirkungen der Branche rechtfertigen.

Ein Teil des Grundes, warum die AI-Kapitalausgaben so außer Kontrolle geraten sind, ist die Besessenheit mit der Skalierung: Indem die AI-Modelle mit mehr Daten ausgestattet und mit immer mehr GPUs betrieben werden, haben die AI-Unternehmen ihre Modelle zu besseren Problemlösern und mehr menschenähnlichen Gesprächspartnern gemacht.

Aber "LLMs sind einfach Werkzeuge, die die kommunikative Funktion der Sprache emulieren, nicht den separaten und unterschiedlichen kognitiven Prozess des Denkens und Reasonierens, egal wie viele Rechenzentren wir bauen", schrieb Riley.

Wenn Sprache essentiell für das Denken wäre, dann sollte ihre Entfernung unsere Fähigkeit zum Denken beeinträchtigen. Aber das passiert nicht, wie Riley feststellt, der sich auf Jahrzehnte von Forschung bezieht, die in einem Kommentar in Nature im letzten Jahr zusammengefasst wurde.

Einerseits haben funktionelle Magnetresonanztomographie (fMRI) von menschlichen Gehirnen gezeigt, dass unterschiedliche Teile des Gehirns während verschiedener kognitiver Aktivitäten aktiviert werden, wie Riley bemerkt. Wir rekrutieren nicht dieselbe Region von Neuronen, wenn wir über ein Mathematikproblem oder ein Sprachproblem nachdenken. Währenddessen zeigten Studien über Menschen, die ihre Sprachfähigkeiten verloren hatten, dass ihre Fähigkeit zum Denken größtenteils unbeeinträchtigt war, da sie immer noch Mathematikprobleme lösen, nonverbale Anweisungen befolgen und die Emotionen anderer Menschen verstehen konnten.

Sogar einige führende AI-Figuren sind skeptisch gegenüber LLMs. Der berühmteste von allen ist der Turing-Preisträger und "Vater" der modernen KI Yann LeCun, der bis vor kurzem der Top-AI-Wissenschaftler von Meta war. LeCun hat lange argumentiert, dass LLMs niemals allgemeine Intelligenz erreichen werden, und stattdessen glaubt er an die Verfolgung sogenannter "Welt"-Modelle, die darauf ausgelegt sind, die dreidimensionale Welt zu verstehen, indem sie auf verschiedenen physikalischen Daten trainiert werden, anstatt nur auf Sprache. Es ist wahrscheinlich, dass diese Ansicht zu seinem jüngsten Abschied führte; trotz LeCuns Position hat Meta-CEO Mark Zuckerberg sich zu investieren, Milliarden von Dollar in eine neue AI-Abteilung für die Schaffung einer künstlichen "Superintelligenz" mit LLM-Technologie.

Weitere Forschung unterstützt die Idee, dass LLMs eine harte Decke haben. In einer neuen Analyse, die im Journal of Creative Behavior veröffentlicht wurde, verwendete ein Forscher eine mathematische Formel, um die Grenzen der KI-"Kreativität" zu bestimmen, mit vernichtenden Ergebnissen. Da LLMs ein probabilistisches System sind, erreichen sie einen Punkt, an dem sie nicht mehr in der Lage sind, neue und einzigartige Ausgaben zu generieren, die nicht sinnlos sind. Als Ergebnis kam die Studie zu dem Schluss, dass sogar die besten KI-Systeme niemals mehr als brauchbare Künstler sein werden, die Ihnen eine schöne, wortreiche E-Mail schreiben.

"Während KI kreatives Verhalten nachahmen kann - manchmal sehr überzeugend - ist ihre tatsächliche kreative Kapazität auf dem Niveau eines durchschnittlichen Menschen begrenzt und kann unter den aktuellen Designprinzipien niemals professionelle oder Expertenstandards erreichen", sagte der Studienautor David H. Cropley, Professor für Ingenieurinnovation an der University of South Australia, in einer Erklärung über die Arbeit.

"Ein geschickter Schriftsteller, Künstler oder Designer kann gelegentlich etwas wirklich Originelles und Effektives produzieren", fügte Cropley hinzu. "Ein LLM wird das niemals tun. Es wird immer etwas Durchschnittliches produzieren, und wenn Industrien zu sehr auf es angewiesen sind, werden sie mit formelhaften, wiederholten Arbeiten enden."

Das ist kein vielversprechendes Zeichen, wenn LLM-basierte KI dazu bestimmt ist, neue Innovationen zu entwickeln und die Grenzen unseres Verständnisses der Welt zu erweitern. Wie soll es "neue Physik" erfinden, wie Elon Musk sagt, oder die Klimakrise lösen, wie OpenAI-CEO Sam Altman vorschlägt, wenn die Technologie Schwierigkeiten hat, neue Sätze zu formulieren, die nicht auf vorherigen Schriften basieren?

Ja, ein KI-System kann unsere Kenntnisse auf interessante Weise remixen und recyceln", schreibt Riley. "Aber das ist alles, was es tun kann. Es wird für immer in dem Vokabular gefangen sein, das wir in unseren Daten kodiert und auf das wir es trainiert haben - eine tote Metapher-Maschine.

Bitte beachten Sie, dass die deutsche Version von Ai unterstützt wird und daher geringfügige Fehler auftreten können.

AUTOR

Über ABN Asia: Ai Base Network (ABN), ABN Asia wurde im Jahr 2012 gegründet und ist ein Unternehmen mit akademischem Hintergrund, das von Lehrkräften und ehemaligen Studierenden aus Ungarn, den Niederlanden, Russland, Deutschland und Japan gegründet wurde. Wir teilen eine gemeinsame Leidenschaft und eine klare Vision für Technologie, die Innovation und erstklassige Qualität für unsere Kunden bringt. Unser Motto lautet: Besser. Schneller. Sicherer. In vielen Fällen: Günstiger.

Zögern Sie nicht, uns zu kontaktieren, wenn Sie IT-Dienstleistungen, digitale Beratung, Standardsoftwarelösungen benötigen oder uns Angebotsanfragen (RFPs) senden möchten. Sie können uns unter [email protected] kontaktieren. Wir sind bereit, Ihnen bei all Ihren Technologiebedürfnissen zu helfen.