Künstliche Intelligenz meistert menschliche Aufgaben durch Sprachverarbeitung

GENF / MÜNCHEN (IT BOLTWISE) – Ein Team der Universität Genf (UNIGE) hat ein künstliches neuronales Netzwerk modelliert, das in der Lage ist, menschliche Kommunikationsfähigkeiten durch Sprache zu meistern und zu lehren.

Das Verstehen und Ausführen neuer Aufgaben allein auf der Basis verbaler oder schriftlicher Anweisungen, gefolgt von einer Beschreibung dieser Aufgaben, so dass sie von anderen reproduziert werden können, ist ein Eckpfeiler der menschlichen Kommunikation, der der künstlichen Intelligenz (KI) bisher widerstanden hat.

Einem Team der Universität Genf (UNIGE) ist es gelungen, ein künstliches neuronales Netzwerk zu modellieren, das zu dieser kognitiven Leistung fähig ist. Nachdem die KI eine Reihe grundlegender Aufgaben gelernt und ausgeführt hatte, konnte sie eine sprachliche Beschreibung davon an eine „Schwester“-KI geben, die diese Aufgaben daraufhin ausführte.

Diese vielversprechenden Ergebnisse, insbesondere für die Robotik, wurden in Nature Neuroscience veröffentlicht. Die Fähigkeit, eine neue Aufgabe ohne vorheriges Training, allein auf der Basis verbaler oder schriftlicher Anweisungen auszuführen, ist eine einzigartige menschliche Fähigkeit. Sobald wir die Aufgabe gelernt haben, sind wir in der Lage, sie so zu beschreiben, dass eine andere Person sie reproduzieren kann.

Diese Doppelfähigkeit unterscheidet uns von anderen Arten, die, um eine neue Aufgabe zu lernen, zahlreiche Versuche mit positiven oder negativen Verstärkungssignalen benötigen, ohne diese an ihre Artgenossen kommunizieren zu können.

Ein Teilgebiet der künstlichen Intelligenz (KI) – die Verarbeitung natürlicher Sprache – versucht, diese menschliche Fähigkeit nachzubilden, mit Maschinen, die vokale oder textuelle Daten verstehen und darauf reagieren. Diese Technik basiert auf künstlichen neuronalen Netzwerken, inspiriert von unseren biologischen Neuronen und der Art und Weise, wie sie elektrische Signale im Gehirn aneinander übertragen.

Die neuronalen Berechnungen, die es ermöglichen würden, die oben beschriebene kognitive Leistung zu erbringen, sind jedoch noch schlecht verstanden.

„Derzeit sind Konversationsagenten, die KI verwenden, in der Lage, sprachliche Informationen zu integrieren, um Text oder ein Bild zu produzieren. Aber soweit wir wissen, sind sie noch nicht in der Lage, eine verbale oder schriftliche Anweisung in eine sensorimotorische Aktion zu übersetzen und noch weniger, sie einer anderen künstlichen Intelligenz zu erklären, damit diese sie reproduzieren kann“, erklärt Alexandre Pouget, ordentlicher Professor am Departement für Grundlagen der Neurowissenschaften an der medizinischen Fakultät der UNIGE.

Die Forscher und ihr Team haben es geschafft, ein künstliches neuronales Modell mit dieser Doppelfähigkeit zu entwickeln, allerdings mit vorherigem Training. „Wir begannen mit einem bestehenden Modell künstlicher Neuronen, S-Bert, das 300 Millionen Neuronen umfasst und vortrainiert ist, um Sprache zu verstehen. Wir ‚verbanden‘ es mit einem anderen, einfacheren Netzwerk aus einigen tausend Neuronen“, erklärt Reidar Riveland, Doktorand am Departement für Grundlagen der Neurowissenschaften an der UNIGE und Erstautor der Studie.

In der ersten Phase des Experiments trainierten die Neurowissenschaftler dieses Netzwerk, um das Wernicke-Areal zu simulieren, den Teil unseres Gehirns, der es uns ermöglicht, Sprache wahrzunehmen und zu interpretieren. In der zweiten Phase wurde das Netzwerk trainiert, das Broca-Areal zu reproduzieren, das unter dem Einfluss des Wernicke-Areals für die Produktion und Artikulation von Wörtern verantwortlich ist. Der gesamte Prozess wurde auf herkömmlichen Laptop-Computern durchgeführt. Schriftliche Anweisungen auf Englisch wurden dann an die KI übermittelt.

Zum Beispiel: das Zeigen auf den Ort – links oder rechts – wo ein Reiz wahrgenommen wird; das Antworten in entgegengesetzter Richtung eines Reizes; oder, komplexer, zwischen zwei visuellen Reizen mit einem leichten Unterschied im Kontrast, den helleren zeigen. Die Wissenschaftler bewerteten dann die Ergebnisse des Modells, das die Absicht zu bewegen oder in diesem Fall zu zeigen simulierte.

„Nachdem diese Aufgaben gelernt wurden, war das Netzwerk in der Lage, sie einem zweiten Netzwerk – einer Kopie des ersten – zu beschreiben, damit es sie reproduzieren konnte. Unseres Wissens ist dies das erste Mal, dass zwei KIs in der Lage waren, miteinander auf rein sprachliche Weise zu kommunizieren“, sagt Alexandre Pouget, der die Forschung leitete.

Dieses Modell eröffnet neue Horizonte für das Verständnis der Interaktion zwischen Sprache und Verhalten. Es ist besonders vielversprechend für den Bereich der Robotik, wo die Entwicklung von Technologien, die es Maschinen ermöglichen, miteinander zu sprechen, ein Schlüsselaspekt ist.

„Das Netzwerk, das wir entwickelt haben, ist sehr klein. Nichts steht jetzt der Entwicklung auf dieser Basis viel komplexerer Netzwerke im Wege, die in humanoide Roboter integriert werden könnten, die in der Lage sind, uns zu verstehen, aber auch sich untereinander zu verstehen“, schließen die beiden Forscher.