Warum kann KI die menschliche Intelligenz nicht übertreffen?

Für die heutigen Top-CEOs der Technologiebranche, wie Dario Amodei von Anthropics, Demis Hassabis von Google und Sam Altman von OpenAI, reicht es nicht, einfach nur zu behaupten, ihre KI sei die beste. Alle drei haben kürzlich öffentlich erklärt, dass KI so leistungsfähig sein wird, dass sie die Gesellschaft grundlegend verändern wird.

Eine wachsende Gruppe von Forschern, darunter diejenigen, die moderne KI entwickeln, untersuchen und anwenden, steht solchen Behauptungen jedoch skeptisch gegenüber.

Die KI-Logik ist nicht allmächtig

Nur drei Jahre nach ihrer Einführung ist künstliche Intelligenz bereits in vielen Bereichen des täglichen Lebens wie Lernen und Arbeiten präsent. Viele befürchten, dass sie bald in der Lage sein wird, den Menschen zu ersetzen.

Die heutigen KI-Modelle sind jedoch nicht so intelligent, wie wir annehmen. Eine Entdeckung von Apple, einem der weltweit größten Technologiekonzerne, beweist dies.

In einer neu veröffentlichten Studie mit dem Titel „Illusionary Thinking“ behauptet Apples Forschungsteam, dass Inferenzmodelle wie Claude, DeepSeek-R1 und o3-mini nicht wirklich „gehirngesteuert“ seien, wie ihre Namen vermuten lassen.

Apples Veröffentlichung baut auf früheren Arbeiten vieler ähnlicher Ingenieure sowie auf bemerkenswerten Forschungsergebnissen aus der Wissenschaft und anderen großen Technologieunternehmen, darunter Salesforce, auf.

Diese Experimente zeigen, dass inferierende KIs – die als nächster Schritt hin zu autonomen KI-Agenten und schließlich Superintelligenz gefeiert wurden – in einigen Fällen schlechter bei der Lösung von Problemen sind als die einfachen KI-Chatbots, die es zuvor gab.

Neue Forschungsergebnisse von Apple zu großen Inferenzmodellen zeigen, dass KI-Modelle nicht so rechenintensiv sind, wie es klingt. Foto: OpenAI.

Auch in der Studie versagten alle Systeme, egal ob KI-Chatbots oder Inferenzmodelle zum Einsatz kamen, bei komplexeren Aufgaben vollständig.

Die Forscher schlagen vor, den Begriff „Schlussfolgerung“ durch „Imitation“ zu ersetzen. Das Team argumentiert, dass diese Modelle zwar effizient im Auswendiglernen und Wiederholen von Mustern sind, aber bei veränderten Fragestellungen oder zunehmender Komplexität nahezu versagen.

Vereinfacht gesagt: Chatbots funktionieren gut, solange sie Muster erkennen und zuordnen können. Sobald die Aufgabe jedoch zu komplex wird, stoßen sie an ihre Grenzen. „Modernste Modelle für umfassendes Schlussfolgern (Large Reasoning Models, LRMs) weisen einen kompletten Genauigkeitsverlust auf, sobald die Komplexität einen bestimmten Schwellenwert überschreitet“, so die Studie.

Dies widerspricht der Erwartung der Entwickler, dass sich die Komplexität mit mehr Ressourcen erhöht. „Der Aufwand für KI-Inferenz steigt zwar mit der Komplexität, jedoch nur bis zu einem gewissen Punkt, und sinkt dann wieder, selbst wenn noch genügend Rechenleistung vorhanden ist“, heißt es in der Studie.

Die wahre Zukunft der KI

Gary Marcus, ein amerikanischer Psychologe und Autor, bezeichnete Apples Ergebnisse als beeindruckend, aber nicht wirklich neu; sie bestätigten lediglich frühere Forschungsergebnisse. Der emeritierte Professor für Psychologie und Neurowissenschaften an der New York University führte seine Studie aus dem Jahr 1998 als Beispiel an.

Darin argumentiert er, dass neuronale Netze, die Vorläufer großer Sprachmodelle, innerhalb der Verteilung der Daten, mit denen sie trainiert wurden, gut generalisieren können, aber oft versagen, wenn sie mit Daten außerhalb dieser Verteilung konfrontiert werden.

Herr Marcus ist jedoch auch der Ansicht, dass sowohl das LLM- als auch das LRM-Modell ihre jeweiligen Anwendungsbereiche haben und in einigen Fällen nützlich sind.

In der Tech-Welt wird Superintelligenz als die nächste Stufe der KI-Entwicklung angesehen, bei der Systeme nicht nur die Fähigkeit erlangen, wie Menschen zu denken (AGI), sondern sich auch durch Geschwindigkeit, Genauigkeit und Bewusstsein auszeichnen.

Trotz der erheblichen Einschränkungen fügen selbst KI-Kritiker schnell hinzu, dass der Weg zur Computer-Superintelligenz durchaus noch möglich ist.

OpenAI ist mehr als nur eine Alternative zu Google oder ein Hausaufgabenhelfer. Laut OpenAI-CEO Sam Altman wird KI den Fortschritt der Menschheit verändern. Foto: AA Photo.

Die Aufdeckung der aktuellen Einschränkungen könnte KI-Unternehmen den Weg weisen, diese zu überwinden, sagt Jorge Ortiz, außerordentlicher Professor für Ingenieurwesen am Rutgers-Labor.

Ortiz nannte Beispiele für neue Trainingsmethoden, wie etwa das Geben von inkrementellem Feedback zur Leistung eines Modells und das Hinzufügen weiterer Ressourcen bei schwierigen Problemen, die der KI helfen können, größere Probleme anzugehen und die zugrunde liegende Software besser zu nutzen.

Josh Wolfe, Mitbegründer der Risikokapitalfirma Lux Capital, meint unterdessen, dass aus geschäftlicher Sicht die aktuellen Systeme, unabhängig davon, ob sie logisch denken können oder nicht, immer noch einen Wert für die Nutzer schaffen werden.

Ethan Mollick, ein Professor an der Universität von Pennsylvania, äußerte ebenfalls seine Überzeugung, dass KI-Modelle diese Einschränkungen in naher Zukunft überwinden werden.

„Die Modelle werden immer besser, und es werden ständig neue Ansätze für KI entwickelt, daher wäre ich nicht überrascht, wenn diese Einschränkungen in naher Zukunft überwunden würden“, sagte Mollick.

Quelle: https://znews.vn/vi-sao-ai-chua-the-vuot-qua-tri-tue-con-nguoi-post1561163.html