Missing Link: Von den Mensch-Maschinen - wie stark ist Künstliche Intelligenz?

Gottvertrauen reicht nicht: Es gilt, Forschungen zur "starken KI" im Auge zu behalten. Und: Nihat Ay über schwache und starke KI sowie Kognition und Embodiment.

In Pocket speichern vorlesen Druckansicht 90 Kommentare lesen
Missing Link: Von den Mensch-Maschinen - wie stark ist Künstliche Intelligenz?
Lesezeit: 19 Min.
Von
  • Hans-Arthur Marsiske
Inhaltsverzeichnis

Karsten Gaede hätte es sich leichter machen können. Doch statt in seiner Antrittsvorlesung an der Bucerius Law School in Hamburg ein Thema aus seiner alltäglichen Arbeit zu behandeln, folgte der Strafrechtler seiner Neugier und sprach über "Rechte und Strafen für Roboter". Er wolle die Kreation Künstlicher Intelligenz "von ihrem gedanklichen Ende" her thematisieren, sagte er und formulierte die Frage: "Wie muss unser Recht aussehen, wenn wir Maschinen – nach dem menschlichen Vorbild – als Mensch-Maschinen erschaffen, die wirklich intelligent sein werden?"

"Missing Link"

Was fehlt: In der rapiden Technikwelt häufig die Zeit, die vielen News und Hintergründe neu zu sortieren. Am Wochenende wollen wir sie uns nehmen, die Seitenwege abseits des Aktuellen verfolgen, andere Blickwinkel probieren und Zwischentöne hörbar machen.

Nicht nur für einen Juristen ist das ein ungewöhnlicher Ansatz. Denn die "starke KI" auf die Gaede damit abzielt, hat derzeit generell einen eher schwachen Stand. Die öffentliche Aufmerksamkeit und Aufregung rund um Künstliche Intelligenz (KI) richtet sich fast ausschließlich auf Verfahren mit konkreten, eng begrenzten Anwendungen, die im deutschen Sprachgebrauch als "schwache KI" bezeichnet werden. Die mit "starker KI" verbundene Idee, menschliche Intelligenz technisch nachzubilden und womöglich zu übertreffen, führt dagegen ein Schattendasein. Vor über 60 Jahren noch die Leitidee, mit der die Forschungen zur KI vor über 60 Jahren überhaupt erst in Gang gekommen sind, scheint ihr heute gelegentlich sogar der Status einer seriösen Wissenschaft abgesprochen zu werden. In der KI-Strategie der Bundesregierung kommt sie denn auch gar nicht erst vor.

Gaede kritisiert diesen Ansatz: Die ökonomisch motivierte ausschließliche Fokussierung der öffentlichen Förderung auf ein "Mehr an KI" während die starke KI "mit einem impliziten Gottvertrauen" auch für die Zukunft als unmöglich eingestuft wird, sei keine akzeptable Strategie, mahnt er. Angesichts der fundamentalen Bedeutung einer Fehleinschätzung dürfe man das Thema nicht allein der Science-Fiction überlassen. Vielmehr sei eine ergänzende "Strategie zur starken, nicht nur anzuwendenden KI" erforderlich. Dazu gehörten auch klare rechtliche Regeln: "Das Recht muss Vorsorge treffen, damit die Erschließung der künstlichen Intelligenz nicht zur Entwicklung rechtsgefährdender autonomer Systeme führt."

All das würde indessen erfordern, die Forschungen zur starken KI besser im Auge zu behalten. Doch das ist gar nicht so einfach. Denn während sich die Leistungen der schwachen KI etwa beim Erkennen von Verkehrszeichen, beim Sprachverständnis oder bei Computer- und Brettspielen gut quantifizieren und vergleichen lassen, ist die Zielsetzung der starken KI weniger klar. Allgemeine Intelligenz lässt sich nicht definieren und auch nicht messen. "Wir wissen nicht, wonach wir suchen", sagt Nihat Ay, der sich am Max-Planck-Institut für Mathematik in den Naturwissenschaften mit dem Thema beschäftigt.

Mehr Infos

Missing Link: Von Embodied Intelligence, Superintelligenzen und der Angst vor der starken KI

Eine weitere Schwierigkeit liegt in der Zersplitterung der Forschungslandschaft: Es gibt keine einheitliche Gemeinschaft von Forschern, die sich der starken KI verschrieben hätte, sondern viele verschiedene Initiativen und Einzelforscher, die sich aus unterschiedlichen Richtungen der Frage nach dem Wesen von Kognition und Intelligenz widmen.

So dominiert etwa bei der jährlichen Conference on Artificial General Intelligence (AGI) klar der Top-down-Ansatz, der sich der starken KI von der vermeintlich höchsten Stufe der Intelligenz aus nähern will. Es geht vorrangig um symbolisch kodiertes Wissen, das so gespeichert und verarbeitet wird, dass es auch für die Lösung neuer, unerwarteter Probleme genutzt und dadurch erweitert werden kann.