Was ist AGI? Fähigkeiten und Grenzen erklärt
Autor: Redaktion Domeny.ForSale Veröffentlicht
Kurz erklärt: AGI ist allgemeine künstliche Intelligenz: ein System, das sehr unterschiedliche Probleme auch in für es neuen Situationen auf einem mit dem Menschen vergleichbaren Niveau lösen und dazulernen könnte. Es gibt jedoch weder eine allgemein anerkannte Definition noch einen Test, der das Erreichen von AGI bestätigt. Ein vielseitiger Chatbot ist nicht automatisch AGI, und Intelligenz allein bedeutet nicht Bewusstsein.
Was allgemeine künstliche Intelligenz bedeutet
Die Abkürzung AGI stammt vom englischen Begriff artificial general intelligence. Das Wort „allgemein“ beschreibt die Bandbreite der Fähigkeiten: Es geht nicht darum, eine einzelne Aufgabe meisterhaft zu beherrschen, sondern Wissen und Fähigkeiten in vielen Bereichen einsetzen zu können. Ein solches System sollte auch Probleme bewältigen, für die ihm zuvor kein detaillierter Lösungsablauf vorgegeben wurde.
Wichtig ist dabei der Wissenstransfer, also die Übertragung dessen, was das System in einem Kontext gelernt hat, auf einen anderen. Wer den Umgang mit einer Buchhaltungssoftware lernt, kann dabei auf frühere Erfahrungen mit einer Tabellenkalkulation zurückgreifen. Von AGI würden wir eine ähnliche Flexibilität erwarten, die ein wesentlich breiteres Spektrum an Aufgaben umfasst als die Bedienung von Software.
Die Definitionen unterscheiden sich darin, welches Leistungsniveau sie voraussetzen. Manche betonen, dass die meisten kognitiven Aufgaben auf menschlichem Niveau ausgeführt werden müssen, andere stellen Lernfähigkeit, Selbstständigkeit oder Nutzen im Arbeitsalltag in den Vordergrund. Deshalb sagt die Behauptung „Wir haben AGI erreicht“ wenig aus, solange nicht angegeben wird, welche Kriterien zugrunde liegen und wie sie überprüft wurden.
Wie sich AGI von heutigen Modellen der AI unterscheidet
Spezialisierte künstliche Intelligenz wird für bestimmte Arten von Aufgaben entwickelt oder trainiert, etwa um Objekte auf Fotos zu erkennen oder Produkte zu empfehlen. In ihrem Bereich kann sie Menschen übertreffen und zugleich an Aufgaben außerhalb dieses Bereichs scheitern. Ein Schachprogramm wird nicht allein dadurch allgemein intelligent, dass es die besten Spieler besiegt.
Große Sprachmodelle, also Systeme, die anhand umfangreicher Datensätze sprachliche Muster lernen, sind vielseitiger. Sie können Texte erstellen, Informationen analysieren und beim Programmieren helfen. Multimodale Modelle verarbeiten zudem verschiedene Arten von Daten, etwa Bilder und Ton. Diese breite Anwendbarkeit erschwert eine einfache Unterscheidung zwischen AI „für eine einzelne Aufgabe“ und AGI.
Vielseitigkeit ist jedoch nicht dasselbe wie die Fähigkeit, neue Probleme zuverlässig zu lösen. Ein Modell kann ein schwieriges Thema gut erklären und kurz darauf bei einer einfachen Aufgabe einen Fehler machen oder eine falsche Information erzeugen. Sprachliche Gewandtheit reicht daher nicht aus, um seine allgemeine Intelligenz zu beurteilen.
AGI sollte auch nicht mit einem Agenten auf Basis von AI gleichgesetzt werden. Ein Agent ist ein System, das auf dem Weg zu einem Ziel mehrere Schritte ausführt, beispielsweise eine Suchmaschine nutzt und Code ausführt. Der Zugang zu Werkzeugen und die Möglichkeit, ohne erneute Zustimmung des Nutzers zu handeln, sind noch kein Beleg für allgemeine Intelligenz.
Wie sich prüfen lässt, ob sich ein System AGI nähert
Es gibt keinen einzelnen Test, der diese Frage abschließend beantwortet. Ein Benchmark, also eine Sammlung von Aufgaben zum Vergleich von Systemen, misst nur ausgewählte Fähigkeiten. Ein gutes Ergebnis kann zudem schwer zu interpretieren sein, wenn ähnliche Aufgaben zuvor in den Trainingsdaten des Modells enthalten waren.
Bei der Bewertung von Aussagen über AGI helfen vier Fragen:
- Sind die Aufgaben tatsächlich neu? Das System sollte nicht nur mit bekannten Mustern und geringfügigen Varianten davon zurechtkommen.
- Wie viel Unterstützung braucht es? Hinweise, die Vorbereitung der Umgebung und Korrekturen durch Menschen spielen eine Rolle.
- Ist das Ergebnis reproduzierbar? Eine einzige gelungene Demonstration zeigt weder die Fehlerquote noch die Bedingungen, unter denen das System versagt.
- Kann es neue Informationen nutzen? Entscheidend ist, dass es sein Vorgehen an geänderte Regeln anpasst, statt lediglich erlernte Antworten wiederzugeben.
Stell dir ein System vor, das die Versorgung einer kleinen Bäckerei planen soll. Es muss eine unbekannte Tabelle mit Verkaufsdaten verstehen, Haltbarkeitsfristen berücksichtigen, fehlende Daten erkennen und den Plan nach dem Ausfall eines Kühlraums ändern. Einen überzeugenden Zeitplan zu erzeugen, reicht nicht aus: Bewertet werden sollten auch die Richtigkeit der Berechnungen, die Reaktion auf veränderte Bedingungen und die Fähigkeit, zu erkennen, wann der Inhaber um eine Entscheidung gebeten werden muss. Selbst ein Erfolg in diesem Szenario wäre ein Beleg für bestimmte Fähigkeiten, aber für sich genommen keine Bestätigung von AGI.
Bedeutet AGI Bewusstsein oder Superintelligenz?
AGI beschreibt Fähigkeiten, während Bewusstsein unter anderem das subjektive Erleben betrifft. Ein System könnte die funktionalen Kriterien für AGI erfüllen, ohne damit zu beweisen, dass es etwas empfindet. Auch die Aussage eines Modells „Ich bin mir meiner selbst bewusst“ ist kein solcher Beweis.
Superintelligenz ist ein eigenständiger Begriff: Sie würde eine Intelligenz bezeichnen, die der menschlichen in einer großen Bandbreite von Bereichen deutlich überlegen ist. AGI muss also nicht per Definition in allem besser sein als der Mensch. Sie muss auch keinen Roboterkörper haben – obwohl manche Konzepte von Intelligenz die Rolle der Interaktion mit der physischen Umgebung betonen.
Wie du AGI-Ankündigungen einordnest und Entscheidungen triffst
Es gibt keinen allgemein anerkannten Zeitpunkt für die Entstehung von AGI. Vorhersagen hängen sowohl von der Einschätzung des technischen Fortschritts als auch von der gewählten Definition ab. Die Prognose eines Forschers oder Unternehmens sollte als Einschätzung betrachtet werden, nicht als feststehender Termin.
Prüfe bei einer neuen Ankündigung in der Dokumentation der Entwickler, wie Erfolg definiert wird, welche Testmethode verwendet wurde und welche Einschränkungen beschrieben werden. Suche anschließend nach einer unabhängigen Bewertung: Eine offizielle Erklärung bestätigt die Position des Unternehmens, entscheidet aber für sich genommen nicht darüber, ob sein System AGI erreicht hat.
Wenn du ein Werkzeug für deine Arbeit auswählst, beginne mit einer eigenen Testaufgabe und lege fest, welches Fehlerniveau akzeptabel ist. Für die Entscheidung über den Einsatz sind korrekte Ergebnisse, Kosten und die Möglichkeit, Ergebnisse zu kontrollieren, hilfreicher als das Etikett „AGI“.
Lesen Sie auch
