Was teilen alle intelligenten Wesen?Laut Yann LeCun, dem Chef-Wissenschaftler für Künstliche Intelligenz bei Meta, gibt es vier entscheidende Eigenschaften. Beim AI Action Summit in Paris zu Beginn dieses Jahres versammelten sich politische Führer und KI-Experten, um die Entwicklung der KI zu diskutieren. Während der Veranstaltung vermittelte LeCun seine grundlegende Definition von Intelligenz an den KI-Leiter von IBM, Anthony Annunziata. „Es gibt vier wesentliche Merkmale intelligenten Verhaltens, die jedes Tier – oder relativ kluges Tier – und sicherlich auch Menschen besitzen“, erklärte er. „Diese sind das Verständnis der physischen Welt, das Vorhandensein eines persistenten Gedächtnisses, die Fähigkeit zu reasoning (Schlussfolgerungen ziehen) und die Fähigkeit zu planen, insbesondere komplexe Handlungen durch hierarchische Planung. “ LeCun wies darauf hin, dass KI, insbesondere große Sprachmodelle, dieses Level bisher noch nicht erreicht haben und dass die Integration dieser Fähigkeiten eine Umstellung ihrer Trainingsmethoden erfordern würde. Dies erklärt, warum viele führende Tech-Unternehmen derzeit neue Fähigkeiten an bestehende Modelle anhängen, während sie um die Vorherrschaft im KI-Bereich konkurrieren. „Für das Verständnis der physischen Welt trainiert man ein separates visuellen System und hängt es dann an das große Sprachmodell an. Für das Gedächtnis verwendet man retrieval augmented generation (RAG), fügt eine assoziative Erinnerung hinzu oder skaliert das Modell einfach auf“, sagte er.

(RAG ist eine bei Meta entwickelte Technik, um große Sprachmodelle durch die Integration externer Wissensquellen zu verbessern. ) Dennoch betrachtet LeCun all diese Anstrengungen nur als bloße „Hacklösungen“. Er hat wiederholt einen alternativen Ansatz diskutiert, die sogenannten weltbasierten Modelle, die auf reale Szenarien trainiert werden und höhere kognitive Fähigkeiten als bloße Mustererkennung zeigen. In seinem Gespräch mit Annunziata erläuterte er dieses Konzept genauer. „Man beginnt mit einer Idee vom Zustand der Welt zu einem bestimmten Zeitpunkt T, denkt sich eine Handlung aus und das Weltmodell sagt voraus, wie sich der Zustand der Welt als Reaktion auf diese Handlung verändern wird“, erklärte er. Da sich die Welt jedoch durch unzählige unvorhersehbare Möglichkeiten weiterentwickelt, ist der einzige praktikable Weg, solche Modelle zu trainieren, durch Abstraktion. Meta erkundet dieses Konzept bereits mit V-JEPA, einem im Februar veröffentlichten Modell. Es wird als ein nicht-generatives Modell beschrieben, das durch die Vorhersage fehlender oder maskierter Segmente in Videos lernt. „Die Kernidee ist, dass man nicht direkt auf Pixel-Ebene vorhersagt. Stattdessen trainiert man ein System, das auf einer abstrakten Repräsentation des Videos operiert, um Vorhersagen innerhalb dieser Abstraktion zu treffen. Idealerweise filtert diese Repräsentation unwahrscheinliche Details heraus“, sagte LeCun. Dieser Ansatz spiegelt wider, wie Chemiker eine grundlegende Hierarchie für die Bausteine der Materie etabliert haben. „Wir haben Abstraktionen geschaffen: Partikel, auf denen Atome aufbauen, dann Moleküle und schließlich Materialien“, sagte er. „Jede Ebene oben filtert viel irrelevante Informationen der unteren Ebenen heraus, abhängig von der jeweiligen Aufgabe. “ Im Wesentlichen bedeutet dies, dass wir die physische Welt durch den Aufbau von Hierarchien verstehen – was grundlegend für Intelligenz ist.