Richard Sutton: KI muss durch Erfahrung lernen, nicht nur durch Daten

Richard Sutton kritisiert den Fokus auf große Sprachmodelle und fordert ein Umdenken in der KI-Entwicklung.

In Kürze

• Große Sprachmodelle erfassen nicht wahre Intelligenz
• Neues Konzept „Oak“ fördert lernende Agenten
• Belohnungsbasiertes Lernen als Schlüssel zum Fortschritt

Richard Sutton und die Entwicklung der Künstlichen Intelligenz

Richard Sutton, ein prominenter Forscher im Bereich der Künstlichen Intelligenz, hat klare Worte für die aktuelle Entwicklung in der KI-Branche. Er kritisiert den Trend, sich ausschließlich auf immer größere Sprachmodelle zu konzentrieren. Seiner Meinung nach erfassen diese Modelle nicht die wahre Intelligenz, da sie nicht durch Erfahrung lernen. Stattdessen plädiert Sutton dafür, KI-Systeme als lernende Agenten zu gestalten, die ihre Intelligenz durch Interaktion mit der Welt entwickeln.

Das Konzept „Oak“

In diesem Kontext stellt Sutton ein neues Konzept namens „Oak“ vor. Dieses basiert auf Agenten, die ohne Vorwissen starten und durch Beobachtung sowie eigene Handlungen lernen. Ein zentrales Prinzip dieser Herangehensweise ist die „Reward Hypothesis“. Hierbei handelt es sich um die Idee, dass Handlungen auf Belohnungen basieren, was den Lernprozess entscheidend antreibt. Diese Methode legt den Fokus auf kontinuierliches Lernen, Planung und Entscheidungsfindung.

Der Übergang zu erfahrungsbasierten KIs

Zusammen mit seinem DeepMind-Kollegen David Silver hebt Sutton die Notwendigkeit hervor, den Übergang von textbasierten KIs zu solchen zu vollziehen, die aus Erfahrung lernen können. Der technische Fortschritt, so betonen die beiden, liegt weniger in der Rechenleistung, sondern vielmehr im Potenzial, selbstständig zu lernen und zu handeln. Damit wird deutlich, dass die Zukunft der KI nicht nur in der Größe der Modelle, sondern vor allem in ihrer Fähigkeit zur Interaktion und zum Lernen aus der Umwelt liegt.

Quellen

• Quelle: Richard Sutton
• Der ursprüngliche Artikel wurde hier veröffentlicht
• Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.