AGI ist der logische Zenit der KI-Forschung: eine Reihe digitaler Algorithmen, die Probleme angehen und Informationen kritisch bewerten können – mit der gleichen Flexibilität und Tiefe, wie es bei der menschlichen Wahrnehmung der Fall ist. Mit anderen Worten: AGI ahmt Intelligenz nicht einfach nach, sondern ist wirklich intelligent, so klar und unbestreitbar wie bei einem Menschen.
Wenn das weit hergeholt klingt, dann liegt das daran, dass AGI immer noch ein theoretisches Feld ist. Es wurde noch nie eine echte AGI entwickelt. Moderne künstliche Intelligenz ist zwar beeindruckend, doch sie zeigt keine echte kognitive Fähigkeit. Das heißt, dass sie nicht in dem Maß selbst denken kann, wie es bei ihren menschlichen Anwendern der Fall ist. Sie ist sich selbst nicht als denkendes Wesen bewusst.
Dies ist der Hauptpunkt, der KI und AGI unterscheidet. Genauer gesagt lassen sich die Unterschiede zwischen künstlicher allgemeiner Intelligenz und künstlicher Intelligenz wie folgt zusammenfassen:
- KI funktioniert auf Grundlage vordefinierter Regeln und Datenmuster. Sie kann Entscheidungen nur innerhalb der Grenzen ihrer Trainingsdaten treffen.
- AGI wäre hypothetisch in der Lage, über verschiedene Domänen hinweg ein ausgereiftes Denken zu entwickeln und potenziell neue Problemlösungsansätze zu finden, die sich von menschlichen Denkmustern unterscheiden könnten. Sie wäre in der Lage, abstrakte Konzepte zu verarbeiten, komplexe logische Analysen durchzuführen und potenziell neue Denkweisen zu entdecken, die Menschen nicht berücksichtigt haben.
Die Entwicklung von KI basiert fest auf dem Wunsch, Systeme zu entwickeln, die komplexe Aufgaben automatisieren können. KI und AGI hätten unterschiedliche Einschränkungen, wenn es darum geht, was sie erreichen könnten:
- KI ist für bestimmte Aufgaben wie Bilderkennung oder Sprachübersetzung konzipiert. Sie kann Wissen nicht verallgemeinern oder Kompetenzen auf andere Domänen übertragen.
- AGI könnte eine Vielzahl von Aufgaben ausführen und die Vielseitigkeit menschlicher Intelligenz nachahmen. AGI würde sich autonom an neue Aufgaben anpassen, ohne dass ein erneutes Training oder eine spezifischere Programmierung erforderlich wären.
Alle KI-Modelle basieren auf anfänglichen Trainingsdaten, doch sie können auch anhand neuer Daten ihre Leistung verbessern, sich weiterentwickeln und im Laufe der Zeit immer besser werden.
- KI lernt aus großen Datensätzen innerhalb eines engen Felds. Einige KIs umfassen maschinelles Lernen, um Muster zu identifizieren, wenn neue Daten gefunden werden. Das verbessert ihre Fähigkeit, bestimmte Aufgaben mit hoher Genauigkeit auszuführen.
- AGI wäre in der Lage, Erkenntnisse aus neuen Daten zu integrieren, wäre jedoch nicht auf ein bestimmtes Feld beschränkt. Ähnlich wie menschliches Lernen wäre AGI in der Lage, zu lernen und sich in Bezug auf jedes Thema weiterzuentwickeln, dem sie ausgesetzt wird.
Kontextverständnis bedeutet, Informationen basierend auf den Umständen und Nuancen zu interpretieren und entsprechend darauf zu reagieren. Hierzu werden die verschiedenen Arten nuancierter Informationen berücksichtigt, die oft nur schwer zu quantifizieren sind.
KI hat nur ein begrenztes Kontextverständnis und hat entsprechend oft mit Nuancen zu kämpfen. KI erfordert in der Regel klare und strukturierte Eingaben, um genau zu arbeiten.
AGI soll den Kontext so verstehen und interpretieren wie ein Mensch. Mit dieser Fähigkeit könnte sie auf natürlichere Weise mit Menschen interagieren.
Allgemeine Problemlösung umfasst die Bewältigung vielfältiger Herausforderungen mit einem vielseitigen Ansatz. Es geht um die Fähigkeit, neue Probleme effektiv zu bewerten und praktikable Lösungen zu entwickeln.
KI löst spezifische Probleme, für die sie trainiert wurde. Es fehlt jedoch an der Flexibilität, unvorhergesehene Probleme zu lösen, die nicht Teil ihrer Programmierung sind.
AGI würde theoretisch ein breites Spektrum von Problemen lösen und dabei allgemeine Intelligenz und menschliche Problemlösungsfähigkeiten einsetzen. AGI könnte ihr Wissen und ihre Fähigkeiten dynamisch auf neue und vielfältige Herausforderungen anwenden.
Künstliche allgemeine Intelligenz als Begriff wurde 2007 erstmals geprägt, existiert aber als namenloses Konzept schon viel länger. In dieser Zeit war sie immer mehr eine Theorie, die nicht wirklich etwas mit der Realität zu tun hatte. Generative KI hat dieses Konzept für viele Theoretiker wieder in den Bereich des Möglichen zurückgebracht. Sie ist möglicherweise der erste wichtige Schritt seit Jahren, um echter AGI näherzukommen.
Die Fähigkeit generativer KI, mittels Deep Learning-Techniken neue Inhalte (Text, Bilder, Video, Audio usw.) zu erstellen, die kategorisch ihren Trainingsdaten ähneln, aber dennoch originell und einzigartig sind, bringt die Welt näher an AGI. Allerdings sind generative KI und AGI nicht dasselbe.
Trotz der beeindruckenden Fähigkeiten generativer KI weisen diese Systeme immer noch die gleichen Einschränkungen auf wie KI. Im Gegensatz dazu könnte künstliche allgemeine Intelligenz theoretisch das gesamte Spektrum menschlicher kognitiver Fähigkeiten und mehr replizieren. Sie hätte die Flexibilität, Wissen in verschiedenen Aufgaben und Kontexten zu verstehen, zu lernen und anzuwenden. Und sie hätte Schlussfolgerungs- und Problemlösungsfähigkeiten, die der menschlichen Intelligenz gleichstehen. All das könnte auch zur Verbesserung generativer Fähigkeiten eingesetzt werden, damit sie über das hinausgehen, was heutige generative KI leisten kann.
Allein angesichts der erstaunlichen Fortschritte, die KI im letzten Jahr gemacht hat, werden einige AGI vielleicht als unvermeidlich oder sogar unmittelbar bevorstehend betrachten. Die Realität sieht jedoch so aus, dass es noch einige Fortschritte brauchen wird, bevor KI endlich diesen Sprung zu echter allgemeiner Intelligenz vollziehen kann. Die folgenden Elemente sind entscheidend, um die Lücke zwischen eng gefasster KI und den vielseitigen, menschenähnlichen Denkprozessen von AGI zu schließen:
KI-Systeme müssen in der Lage sein, Geräusche mit demselben räumlichen Bewusstsein und denselben Nuancen zu interpretieren und zu verarbeiten wie ein Mensch. Dazu gehören die Unterscheidung zwischen überlappenden Geräuschen und die Identifizierung von Klangquellen in komplexen Umgebungen. Das ist für Anwendungen wie fortgeschrittene virtuelle Assistenten und autonome Systeme, die in dynamischen Umgebungen arbeiten, unerlässlich.
KI muss visuelle Eingaben, einschließlich subtiler Farb- und Texturunterschiede, genau erkennen und interpretieren, um Aufgaben wie fortschrittliche medizinische Bildgebung, Qualitätskontrollen in der Fertigung oder Echtzeit-Videoanalysen auszuführen.
KI-Systeme benötigen echte räumliche Intelligenz, die es ihnen ermöglicht, wie Menschen in physischen Umgebungen zu navigieren und mit ihnen zu interagieren. Dabei geht es nicht nur darum, die physische Welt einfach zu „sehen“. Es bedeutet, den 3D-Raum vollständig zu verstehen, Objektbeziehungen zu erkennen und physische Interaktionen vorherzusagen. AGI mit räumlicher Intelligenz würde räumliche Dynamiken in Echtzeit interpretieren und Aktionen basierend auf dem Layout ihrer Umgebung und auf den Änderungen in dieser Umgebung anpassen, anstatt sich nur auf GPS oder vordefinierte Karten zu verlassen.
AGI muss in der Lage sein, Probleme zu erkennen und unabhängig effektive Lösungen zu entwickeln. Dazu gehört nicht nur das Verständnis des Problemkontexts, sondern auch die Anwendung von gesundem Menschenverstand und vorausschauendem Denken, um bisher unbekannte Probleme zu lösen – genauso wie Menschen Probleme beheben und im Rahmen des Problemlösungsprozesses Innovationen entwickeln.
Mobile KI-Systeme müssen in komplexen Umgebungen autonom, sicher und ohne menschliches Eingreifen navigieren. Dazu gehört nicht nur die Verfolgung von GPS-Koordinaten, sondern auch die dynamische Anpassung an neue Hindernisse, veränderte Bedingungen und unvorhergesehene Ereignisse – all das ist entscheidend für Anwendungen wie vollständig autonome Fahrzeuge oder Lieferroboter.
Obwohl es für rein computerbasierte Systeme weniger wichtig ist, ist die Entwicklung der nötigen Feinmotorik unerlässlich für körperliche Aufgaben, die Präzision und Geschicklichkeit erfordern. Dieser Fortschritt wird es Robotern ermöglichen, komplexe Aktivitäten wie chirurgische Verfahren und komplizierte Montagearbeiten in der Fertigungsindustrie auszuführen.
Bevor AGI existieren kann, muss KI nicht nur isolierte Informationen verarbeiten, sondern ein vollständiges Kontextverständnis erreichen. Dazu gehört das Verständnis der impliziten Bedeutungen, sozialen Hinweise und komplexen Strukturen, die die menschliche Sprache ausmachen.
Generative KI kann Kreativität nachahmen, aber sie ist nicht wirklich kreativ. AGI muss in der Lage sein, völlig neue Ideen und kreative Lösungen zu generieren. Und das erfordert ein vielfältiges Wissen und die Fähigkeit, dieses Wissen auf innovative Weise zu synthetisieren.
Und zu guter Letzt muss AGI in der Lage sein, nahtlos mit Menschen auf emotionaler Ebene zu interagieren – hiervon sind wir wahrscheinlich noch am weitesten entfernt. Unausgesprochene emotionale Signale zu erkennen und darauf zu reagieren und die soziale Dynamik zu verstehen, ist ein äußerst subtiler und komplexer Bereich sozialer Interaktionen – ein Bereich, mit dem schon viele Menschen Schwierigkeiten haben. Das macht es umso komplizierter, KI-Systemen diese Interaktionen beizubringen.
Bis zur AGI ist es noch ein weiter Weg, doch es sind bereits fortschrittliche KI-Lösungen verfügbar. ServiceNow stellt diese KI-Lösungen über die Now Platform® bereit, damit Ihr Unternehmen ihre Leistungsfähigkeit nutzen kann. Die umfassende ServiceNow-Suite zentralisierter Anwendungen integriert KI im Kern und unterstützt damit Unternehmen jeder Größe.
Komplexe Workflows automatisieren Verbessern Sie den Kundenservice mit rund um die Uhr verfügbaren Virtual Agents. Klassifizieren Sie ganz einfach Anfragen, und leiten Sie sie an die richtigen Mitarbeiter weiter. Stellen Sie schnelle und genaue Antworten auf detaillierte Anfragen bereit. Extrahieren Sie aussagekräftige Einblicke aus Geschäftsdaten, um Kunden- und Markttrends zu identifizieren. Und verbessern Sie bei alldem Ihren Geschäftsbetrieb, und senken Sie gleichzeitig die Kosten im gesamten Unternehmen. Die Now Platform bietet zwar keine AGI, aber dafür leistungsstarke, intelligente Funktionen für Ihr Geschäft.
Um alle Vorteile der derzeit fortschrittlichsten KI-Lösungen zu erleben, planen Sie noch heute eine Demo mit ServiceNow.
