Das Moravec-Paradoxon und die Zukunft der künstlichen Intelligenz

Das Moravec-Paradoxon stellt eine Herausforderung für den Fortschritt der künstlichen Intelligenz dar, obwohl sie ständig Fortschritte macht.

Geschrieben und geprüft von dem Philosophen Matias Rizzuto.

Letzte Aktualisierung: 03. März 2024

Die künstliche Intelligenz (KI) macht sprunghafte Fortschritte, steht aber immer noch vor überraschenden Herausforderungen. Das Moravec-Paradoxon, das in den 1980er-Jahren postuliert wurde, erinnert uns daran, dass grundlegende menschliche Fähigkeiten wie Wahrnehmung und Bewegung immer noch sehr schwer von Maschinen nachgebildet werden können.

Mit dem Aufkommen von generativen Sprachmodellen wie ChatGPT werden unglaubliche Verbesserungen im Bereich des logischen Denkens und der Kreativität der KI erreicht. Das beflügelt zwar die Fantasie vieler Computeringenieure und Technikbegeisterter über die Möglichkeit einer Intelligenz, die die menschliche Intelligenz übertrifft, aber es ist schwierig, dafür überzeugende Argumente zu finden. Schauen wir uns das etwas genauer an.

Was ist das Moravec-Paradoxon?

Hans Moravec, Rodney Brooks und Marvin Minsky beschrieben dieses Paradoxon. In den Anfängen der Forschung zur künstlichen Intelligenz glaubten Wissenschaftler, dass das Lösen logischer und mathematischer Probleme dazu führen würde, dass Maschinen einfache menschliche Fähigkeiten nachahmen könnten.

Logik und Mathematik wurden als Zeichen von Intelligenz angesehen, was darauf hindeutete, dass jede geistige Fähigkeit in logische Probleme zerlegt und von Maschinen gelöst werden könnte.

Wir sehen, dass Computer komplexe syntaktische Strukturen entwickeln und unsere getippten Anfragen gut vorhersagen. Genauso lösen sie komplexe mathematische und statistische Berechnungen. Aber bei grundlegenden kognitiven Fähigkeiten, die ein kleines Kind auf einfache und natürliche Weise ausführt, versagen Maschinen noch immer.

Entgegen der traditionellen Vorstellung lassen sich Aufgaben auf hoher Ebene, die abstraktes Denken erfordern (wie Schach oder Mathematik), relativ leicht mit einer Maschine umsetzen. Aufgaben auf niedriger Ebene, die Sinneswahrnehmung und motorische Fähigkeiten erfordern (z. B. Objekterkennung oder Gehen), lassen sich jedoch nur schwer in Robotern oder KI-Systemen nachbilden.

Intelligenz und Evolution

Die von Charles Darwin aufgestellte Evolutionstheorie besagt, dass sich die Arten an die Umweltbedingungen und den Wettbewerb um Ressourcen anpassen und ihre vorteilhaften Eigenschaften an zukünftige Generationen weitergeben. Dieser Kampf ums Überleben und um die Fortpflanzung treibt die Evolution aller Arten an, auch die des Menschen.

Moravec führt dieses Paradoxon darauf zurück, dass Wahrnehmungs- und motorische Fähigkeiten das Ergebnis einer Millionen Jahre währenden Evolution sind. Abstraktes Denken ist jedoch eine evolutionär gesehen junge Fähigkeit. Die meisten Aufgaben, die wir tagtäglich auf natürliche Weise erledigen, erfordern eine enorme Menge an kognitiven Prozessen, derer wir uns nicht bewusst sind.

Auch wenn Maschinen den Menschen bei bestimmten Aufgaben überlegen sind, bleibt es daher eine gewaltige Herausforderung, die Komplexität und Tiefe des menschlichen Bewusstseins mithilfe von Computertechniken nachzubilden.

Eine neue Herangehensweise an das Moravec-Paradoxon

Angesichts der Auswirkungen von Moravecs Paradoxon hat die Erforschung und Entwicklung der künstlichen Intelligenz in den vergangenen Jahrzehnten eine neue Richtung eingeschlagen. Das Ziel ist nicht mehr, komplexe menschliche Systeme zu imitieren, sondern sie auf anderen Ebenen zu entwickeln, wo die Möglichkeiten für Fehler begrenzt sind.

Da es für Maschinen einfacher ist, komplexe kognitive Aufgaben zu erfüllen als grundlegende motorische Fähigkeiten nachzuvollziehen, konzentriert sich ein Großteil der KI-Forschung auf Bereiche wie Datenverarbeitung, Analyse und Entscheidungsfindung.

Der ehemalige MIT-Direktor Rodney Brooks wies in einem Artikel in Artificial Intelligence darauf hin, dass einer der grundlegenden Unterschiede darin besteht, dass Menschen sehr komplexe Darstellungen der Realität erstellen können und Maschinen nicht.

Obwohl neue KI-Systeme eine Unterhaltung simulieren, tun sie dies nicht, indem sie Ideen konzeptualisieren und darstellen. Wenn wir eine Antwort von einem Chat-Bot erhalten, bekommen wir nur eine statistische Annäherung an das, was er antworten sollte.

Menschen und Maschinen: Stärken und Schwächen

Es wird oft befürchtet, dass Systeme der künstlichen Intelligenz den Menschen in den meisten Berufen ersetzen werden. Kurzfristig ist dies jedoch unwahrscheinlich, da es schwierig ist, die kognitiven Systeme, die durch die natürliche Evolution entstanden sind, zu replizieren.

Sowohl Menschen als auch Maschinen haben ihre eigenen Stärken und Schwächen. Während Maschinen den Menschen bei komplexen kognitiven Aufgaben überlegen sind, tun sie sich mit motorischen und wahrnehmungsbezogenen Fähigkeiten schwer, die Menschen als intuitiv empfinden. Dieses Verständnis ist wichtig, um realistische Erwartungen zu setzen und die Forschung entsprechend auszurichten.

Anstatt Maschinen als Konkurrenten zu sehen, sollten wir sie als Ergänzungen betrachten. Es gibt Bereiche, in denen Maschinen unschlagbar sind, und andere, in denen der Mensch einen natürlichen Vorteil hat. Wenn wir das erkennen, ist es möglich, Systeme zu entwickeln, in denen Menschen und Maschinen zusammenarbeiten und die Stärken des jeweils anderen nutzen.

Für eine kontinuierliche Entwicklung

Während das Paradoxon die derzeitigen Grenzen der Robotik und der künstlichen Intelligenz aufzeigt, ist es auch wahr, dass es eine kontinuierliche Entwicklung in diesem Bereich gibt. Im Laufe der Zeit werden wir wahrscheinlich Fortschritte sehen, die einige der derzeitigen Einschränkungen verringern oder sogar überwinden.

Das Moravec-Paradoxon ist nicht nur ein technisches Rätsel, sondern auch eine Reflexion über das Wesen von Intelligenz, unsere Fähigkeiten und die Rolle der Technologie in unserer Welt. Das menschliche Bewusstsein bleibt ein tiefes Geheimnis, das durch technische Entwicklungen nur schwer zu verstehen ist.