Wie kann künstliche Intelligenz das Lernen über den Lernprozess lernen?

Um neue Sprünge in der Entwicklung der künstlichen Intelligenz zu machen, müsste die künstliche Intelligenz, wie der Autor Jun Wu in Forbes schreibt, “lernen, zu lernen”. Was würde das bedeuten?

Wie Wu erklärt, “haben Menschen die einzigartige Fähigkeit, aus jeder Situation oder Umgebung zu lernen.” Menschen können ihren Lernprozess anpassen. Um eine solche flexible Qualität zu haben, benötigt die künstliche Intelligenz eine allgemeine künstliche Intelligenz – sie müsste über den Lernprozess lernen, was als Meta-Lernen bezeichnet wird.

Es gibt einen sehr spezifischen Unterschied im Lernprozess zwischen Menschen und künstlicher Intelligenz. Während die Lernfähigkeit des Menschen begrenzt ist, hat die künstliche Intelligenz viele mehr Ressourcen wie ihre Rechenleistung. Die menschliche Gehirnleistung hat ihre Grenzen und sie hat auch begrenzte Zeit zum Lernen. Aber während die künstliche Intelligenz “mehr Daten lernt als die Daten, die unser menschliches Gehirn verwendet, erfordert die Verarbeitung dieser enormen Datenmengen enorme Rechenleistung.”

Wu erklärt, dass “wenn die Komplexität der Aufgaben der künstlichen Intelligenz wächst, gibt es auch eine exponentielle Zunahme der Rechenleistung.” Das würde bedeuten, dass selbst wenn die Kosten für die Rechenleistung niedrig sind, “die exponentielle Zunahme nie das Szenario ist, das wir wollen.” Dies ist der Hauptgrund, dass die künstliche Intelligenz derzeit “für spezifische Zwecke konzipiert ist”, was ihren Lernprozess effizienter macht.

Aber als die künstliche Intelligenz begann, mehr zu lernen, “lernte sie, zu lernen”, begann sie, “aus Daten mit zunehmender Komplexität zu schließen.” Um die exponentielle Zunahme der Rechenleistung zu vermeiden, musste ein effizienterer Lernweg entwickelt werden, und die künstliche Intelligenz musste sich an diesen Weg erinnern.

Das gesamte Problem wurde noch komplexer, als Forscher und Technologen begannen, der künstlichen Intelligenz Multitasking-Aufgaben zuzuweisen. Um dies zu können, benötigt die künstliche Intelligenz “die Fähigkeit, unabhängige Datensätze parallel zu bewerten. Sie benötigt auch die Fähigkeit, Datenstücke zu verbinden und Verbindungen zwischen ihnen herzustellen.” Während eine Aufgabe ausgeführt wird, muss die künstliche Intelligenz ihre Kenntnisse aktualisieren, damit sie diese in anderen Situationen anwenden kann. “Da die Aufgaben miteinander verbunden sind, müssen die Bewertungen für die Aufgaben von dem gesamten Netzwerk durchgeführt werden.”

Google (GOOGL ) entwickelte ein solches Modell, MultiModel, das ein künstliches Intelligenzsystem ist, das “acht verschiedene Aufgaben gleichzeitig ausführen kann. MultiModel kann Objekte in Bildern erkennen, Untertitel bereitstellen, Sprache erkennen, zwischen vier Sprachenpaaren übersetzen und grammatische Konstituenzanalyse durchführen.

Während Googles Leistung ein großer Sprung nach vorne ist, muss die künstliche Intelligenz noch weitere Schritte unternehmen, um ein allgemeiner Lerner zu werden. Um dies zu erreichen, müsste sie Meta-Reasoning und Meta-Lernen weiterentwickeln. Wie Wu erklärt, “konzentriert sich Meta-Reasoning auf die effiziente Nutzung kognitiver Ressourcen. Meta-Lernen konzentriert sich auf die einzigartige Fähigkeit des Menschen, kognitive Ressourcen und begrenzte Daten effizient zu nutzen, um zu lernen.”

Derzeit werden Studien durchgeführt, um die Lücken zwischen menschlicher Kognition und der Art und Weise, wie die künstliche Intelligenz lernt, wie Bewusstsein für interne Zustände, die Genauigkeit des Gedächtnisses oder das Vertrauen, zu schließen.

All dies bedeutet, dass “das Werden zu einem künstlichen allgemeinen Lerner umfangreiche Forschung über das Lernen des Menschen und Forschung darüber, wie die künstliche Intelligenz die Art und Weise, wie der Mensch lernt, nachahmen kann, erfordert. Um sich an neue Situationen wie die Fähigkeit, “Multitasking” zu betreiben, und die Fähigkeit, “strategische Entscheidungen” mit begrenzten Ressourcen zu treffen, anzupassen, sind nur einige der Hürden, die Forscher der künstlichen Intelligenz auf dem Weg überwinden werden.”