Arvind Krishna äußert sich skeptisch zur Entwicklung von Artificial General Intelligence und betont die Grenzen aktueller KI-Technologien.
In Kürze
- AGI ist laut Krishna noch weit entfernt
- Technologische Grenzen können nicht durch mehr Daten überwunden werden
- IBM setzt auf spezialisierte KI-Tools statt auf universelle Super-KI
IBM-Chef Arvind Krishna über die Entwicklung der Artificial General Intelligence (AGI)
IBM-Chef Arvind Krishna hat klare Worte zur Entwicklung der Artificial General Intelligence (AGI) gefunden – und die sind alles andere als optimistisch. In einem aktuellen Statement äußert er erhebliche Bedenken gegenüber der Vorstellung, dass KI-Systeme mit menschenähnlicher Intelligenz bald Realität werden könnten.
Die Grenzen der gegenwärtigen KI-Modelle
Krishna erklärt, dass die gegenwärtigen KI-Modelle, die größtenteils auf statistischen Methoden basieren, nicht in der Lage sind, echtes Verständnis oder logische Schlussfolgerungen zu ziehen. Stattdessen arbeiten sie vor allem mit Wahrscheinlichkeiten und können komplexe Ursache-Wirkungs-Beziehungen nicht erfassen. Das klingt zwar beeindruckend, ist aber weit entfernt von dem, was wir uns unter intelligenter Entscheidungsfindung vorstellen.
Technologische und wirtschaftliche Herausforderungen
Ein zentraler Punkt in Krishnas Argumentation ist die Annahme, dass die bloße Vergrößerung dieser Modelle nicht zur Erreichung einer AGI führen wird. Er sieht technologische Grenzen, die sich nicht einfach durch mehr Daten oder zusätzliche Rechenleistung überwinden lassen. Das wirft die Frage auf, ob wir uns hier in einer Sackgasse befinden.
Zusätzlich macht Krishna auf die enormen wirtschaftlichen Anstrengungen aufmerksam, die mit der Entwicklung von AGI verbunden sind. Investitionen von bis zu fünf Billionen Dollar und ein rasant steigender Energiebedarf erscheinen ihm wenig rentabel, insbesondere wenn menschliche Arbeitskräfte in vielen Bereichen effizienter und kostengünstiger sind.
Ein pragmatischer Ansatz von IBM
Statt auf eine universelle Super-KI zu setzen, verfolgt IBM einen pragmatischen Ansatz. Krishna betont die Bedeutung menschlicher Mitarbeiter, die durch spezialisierte KI-Tools unterstützt werden. Diese Strategie zielt darauf ab, überzogene Science-Fiction-Versprechen zu vermeiden und sich auf Technologien zu konzentrieren, die tatsächlich umsetzbar sind.
Mit diesem Fokus auf praktische Lösungen zeigt IBM, dass es auch ohne die Vision einer allumfassenden KI möglich ist, innovative Ansätze zu entwickeln, die den Bedürfnissen der Unternehmen gerecht werden.
Quellen
- Quelle: IBM
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
