GEAB 179

Mihai Nadin, emeritierter Professor der Ashbel Smith University, University of Texas at Dallas. Seine Karriere erstreckt sich von Ingenieurwesen, Mathematik, Digitaltechnologie, Philosophie, Semiotik, Theory of Mind und Antizipationssystemen. Er hat Hochschulabschlüsse in Elektrotechnik und Informatik sowie einen Postdoc-Abschluss in Philosophie, Logik und Wissenschaftstheorie. Sein nächstes Buch trägt den Titel Disrupt Science: The Future Matters (Springer, 12. Dezember 2023).

In diesem Artikel setzt er die spektakulären Errungenschaften von KI-Modellen in Relation zum Ressourcenverbrauch, der dafür erforderlich ist. Dies führt ihn zu folgender Definition: Künstliche Entitäten könnten berechtigterweise Intelligenz beanspruchen, wenn sie bei der Ausführung einer Aufgabe genauso viel oder weniger Energie und genauso viel oder weniger Daten verbrauchen würden wie ein lebendes Wesen, das die gleiche Aufgabe ausführt.

Angesichts der Tatsache, dass Sie seit kurzem mit Ihrem GPT-Chat sprechen können (was eine intuitivere Schnittstelle zur GPT-Technologie bedeutet) – was als generative KI bezeichnet wird – werden sich einige fragen, ob das vielversprechend oder gefährlich ist. Was fehlt, ist die umfassendere Frage: Was sind die Folgen für unsere Zivilisation? Das ist tatsächlich die Frage, die ich mir seit meiner eigenen Beschäftigung mit der KI stelle, die bis zu ihrer ersten Erfolgswelle (und der Überwindung der darauffolgenden Flaute) zurückreicht. Ich beanspruche keinen spezifischen Beitrag, aber angesichts meiner Beschäftigung mit Informatik und Semiotik kann ich behaupten, dass meine breitere Perspektive auf die Intelligenz von Maschinen und das Lernen mein Beitrag ist. Erlauben Sie mir, sie in ihrem Kontext zu betrachten.

Aussterben oder Paradies?

Die derzeitige Begeisterung für künstliche Intelligenz ist bezeichnend für das Kompetenzniveau derjenigen, die sich im Scheinwerferlicht eines sich schnell bewegenden und noch nicht identifizierten Flugobjekts befinden. Die Schlagzeilen reichen von „Abschwächung des Aussterberisikos durch KI[1] “ bis hin zum Versprechen einer Welt ohne Krankheiten (Krebs[2], insbesondere) und unbegrenztem Wohlstand. Es werden keine Anwälte mehr gebraucht (Gott sei Dank!), keine Ärzte, ganz zu schweigen von Fernfahrern und Hollywood-Drehbuchautoren. KI ist überall, meist im Stealth-Modus, und sehr erfolgreich in allen Formen der Überwachung (es gibt so viele).

Die MIT Sloan Executive Education erklärt ohne zu zögern: „Der Hype um innovative KI-Technologien wird anhalten. Stellen Sie sicher, dass Sie in der Lage sind, davon zu profitieren[3].“ Vergleichen Sie diese Aussage mit der folgenden: „Bizarre KI-generierte Produkte sind in den Läden. Hier erfahren Sie, wie Sie sie vermeiden können“[4]. Es gibt bereits Experten für generative KI, ebenso wie für Deep Fakes. Aber ein Originalkunstwerk zu kopieren oder ein Buch zu plagiieren ist nicht dasselbe, wie sich als jemand anderes auszugeben oder gar Gott zu spielen.

Aus etwas Kapital zu schlagen, das die Menschheit auslöschen könnte – 67% der im KI-Bereich tätigen Personen glauben das[5] – oder das zur Erfahrung des Paradieses auf Erden führen könnte – wie Demagogen als KI-Experten behaupten – geht über Kleinkriminalität hinaus. Die neuen KI-Unternehmen kapitalisieren Billionen von Dollar, was in jeder Hinsicht beispiellos ist. Und das, obwohl es sich bei diesem Wunderwerk um die groß angelegte Neuauflage von „des Kaisers neuen Kleidern“ handelt. Die „Weber“ des Anzugs, der den König für die Dummen oder Unwissenden unsichtbar machen soll, sind gewiefte Informatiker, die auf der Welle der Datenverarbeitung in großem, sehr großem, extrem großem, hypergroßem Maßstab reiten. Ihre Vision von Intelligenz, die sie in künstlicher Form liefern sollen, ist wissenslos, aber in Daten ertränkt. Tatsächlich wurde die Wissenschaft durch die Tätigkeit ersetzt, die von ihr erzeugten Daten ohne Verständnis zu verarbeiten.

Die Chimäre der AGI

Der Schwerpunkt liegt auf der Quantifizierung, d. h. darauf, alles mit Zahlen zu belegen. Es ist eine Besessenheit von Daten, auf Kosten des Verständnisses der Bedeutung dessen, was gemessen wird. Das Fehlen einer wissenschaftlichen Grundlage erklärt, warum das Ziel der KI-Geeks die sogenannte „allgemeine künstliche Intelligenz“ (AGI – Artificial General Intelligence) ist. Die verführerische Illusion einer Intelligenz, die alles kann: die Proteinfaltung beschreiben, eingewachsene Zehennägel heilen, an der Börse spekulieren, ersetzen, Regierungen beraten, Operationen durchführen und vor allem die Menschheit retten, erklärt die unbegrenzte Finanzierung, die dieser Bereich genießt. Mit der magischen AGI – „wir sind so nah dran“, heißt es – braucht man sich nicht mehr mit Anleitungen zum Gewinnen von Schach oder Go, zum Interpretieren von Röntgenbildern, zum autonomen Fahren oder Fliegen, zum Schreiben von Gedichten oder zum Lösen von mathematischen Problemen zufrieden zu geben. Die Rettung der Menschheit um den Preis, dass das Leben auf dem Planeten Erde ausgelöscht wird? Wir denken an den Faustischen Deal.

1983, also vor knapp 40 Jahren, dokumentierte Howard Gardner in seinem Buch Frames of Mind: Die Theorie der multiplen Intelligenzen eine Vielzahl von Typen der „Intelligenz“. Es ist gut möglich, dass sein Buch als Trainingsdaten für die GPT oder bestimmte Variationen des Transformer-Modells „abgesaugt“ wurde. Die Intelligenz eines Fußballspielers, eines Sängers oder Geigers, eines Malers, eines Investors, eines Schusters (oder eines jeden, der heute Schuhe herstellt und dabei Roboter einsetzt) ist anders als die eines Programmierers. Yann LeCun, wissenschaftlicher Leiter für KI bei Meta, wies darauf hin, dass „Menschen nicht aus einer Billion Wörter lernen müssen, um Intelligenz zu erreichen[6]. Wenn Ihnen nichts anderes einfällt, denken Sie an Babys und Kinder. Tatsächlich ist die Wissenschaft, deren Fehlen wir bei der KI beklagen sollten, anstatt sie regulieren zu wollen, weitgehend verfügbar. Kurz gesagt: Zwei Mathematiker, Hilbert und Ackermann, formulierten das sogenannte Entscheidunsproblem: Gibt es eine Maschine, die entscheiden kann, ob ein bestimmter mathematischer Beweis richtig oder falsch ist? Zwei der wissenschaftlichen Genies unserer Zeit lieferten die Antworten. Turing zeigte, dass es unmöglich ist, eine solche Maschine zu bauen: Kein mechanisches Verfahren kann einen mathematischen Beweis validieren. An sich sollte dies diejenigen, die sich auf GENERELLE Intelligenz – das Ziel des AGI – konzentrieren, darüber informieren, dass es sich dabei naturgemäß um ein Hirngespinst handelt. Wenn eine Anwendung – die Entscheidung über einen mathematischen Beweis – nicht durchführbar ist, vergessen Sie das Ziel, alles intelligent zu machen. Aber es gibt auch Gödel: Es gibt unentscheidbare Entitäten. Das bedeutet, dass wir sie nicht vollständig und kohärent (d. h. ohne Widersprüche) beschreiben können. Eine allgemeine Intelligenz müsste entscheidbar sein. Das ist so unmöglich wie die Quadratur des Kreises, die Dreiteilung eines Winkels oder die Verdoppelung eines Würfels oder die Darstellung der Quadratwurzel von 2 als rationaler Bruch a/b, egal welche neuen Technologien entwickelt werden.

Maschinelles Lernen ist dazu verdammt, immer mehr Energie zu verbrauchen

Sind Teilanwendungen der künstlichen Intelligenz möglich? Natürlich, und einige davon sind überzeugend. Wir leben mit ihnen. Elon Musk kündigte einen Versuch mit Neuralink zur Behandlung von Menschen mit Tetraplegie an (wie der verstorbene Stephen Hawking). Mehr noch: Seine Grok-in-Antwort auf den GPT-Rausch – gebildet aus den Daten von dem, was früher Twitter war (heute X) – führt den Stil von Per Anhalter durch die Galaxis ein.  Doch selbst im populären Erfolg gibt es Grund zur Sorge. In dem algorithmischen Brute-Force-Berechnungsmodell, mit dem die KI realisiert wird, werden immer größere Datenmengen verarbeitet. Dafür werden nicht nur viele Daten, sondern auch viel Energie benötigt. Bisher sind es die Hersteller der leistungsstärksten Rechenmaschinen wie Nvidia, die am meisten Kapital aus der KI schlagen.

Die beeindruckenden technologischen Leistungen des maschinellen Lernens sind bei fehlendem Wissen dazu verdammt, immer mehr Energie zu verbrauchen. Ein Schachspiel auf Kosten der Energie zu gewinnen, die eine Kleinstadt in einer Woche verbraucht, ist nicht nachhaltig. Eine GPT-Chat-Anfrage – oder übrigens auch Googles Bard oder Microsofts Bing – benötigt lächerlich hohe Mengen an Ressourcen, wie Sajjad Moazeni von der Universität Washington kürzlich berechnet hat[7]. Kein Lebewesen, vom kleinsten bis zum größten Tier, verbraucht mehr Energie, als es braucht, um das zu bekommen, was es zum Überleben braucht. Die Energie, die die winzige Bark-Schwanz-Schnepfe während der Wanderung verbraucht, wird durch den Stoffwechsel erworben⁸. Intelligenz in Form von vorausschauendem Handeln leitet das Leben in allen bekannten Existenzformen, indem es erwirbt, was es zum Gedeihen braucht. Der Mensch geht über das Überleben hinaus: Sein Ziel ist es, zu gedeihen. Leider manchmal auf Kosten anderer. Oder indem er sich von der Zukunft etwas leiht.

Abbildung 1 – Vergleich des Energieverbrauchs von KI-Modellen. Quelle: Towards Data Science

Mit all dem im Hinterkopf formulierte ich ein präzises Kriterium für die Definition von Intelligenz: Künstliche Entitäten könnten berechtigterweise Intelligenz beanspruchen, wenn sie bei der Ausführung einer Aufgabe genauso viel oder weniger Energie und genauso viele oder weniger Daten verbrauchen würden wie ein lebendes Wesen, das dieselbe Aufgabe ausführt.

So spektakulär die qualifizierten Errungenschaften der KI auch sein mögen, keine davon kann als intelligent bezeichnet werden, sondern ist vielmehr in der Lage, Daten mit hoher Leistung zu verarbeiten – manchmal auch als Bruttocomputing bezeichnet. Ein Start-up-Unternehmen, das nicht versucht, noch mehr Daten zu verarbeiten – koste es, was es wolle -, sondern vielmehr das Minimum an Daten definiert, das zur Erreichung des gewünschten Ziels erforderlich ist, wird von einem Bewusstsein für Nachhaltigkeit zeugen. Dieses Bewusstsein wird im derzeitigen Medienrummel schmerzlich vermisst.

Diskussion in der GEAB Community auf LinkedIn.

____________

[1]     Quelle: Wie von Ursula von der Leyen in ihrer Rede zur Lage der Union geäußert. Europäische Kommission, 13/09/2023

[2]     Quelle: ABC News, 21/07/2023

[3]     Quelle: Central Nebraska Today, 02/10/2023

[4]     Quelle: Washington Post, 18/09/2023

[5]     Quelle: Central Nebraska Today, 02/10/2023

[6]     Quelle: Twitter – Yann Le Cunn, 28/03/2023

[7]   Quelle: Universität Washington, 27/07/2023

8     Quellen: Gould JL, Grant Gould C (2012) Nature’s Compass: The Mystery of Animal Navigation. Princeton NJ: Princeton University Press.