Lernen durch Simulation und Analogien: Künstliche Intelligenz im Vergleich zum Menschen

MÜNCHEN (IT BOLTWISE) – Künstliche Intelligenz lernt ähnlich wie der menschliche Geist durch das Denken, wie eine neue Übersicht zeigt.

Einige der größten Entdeckungen entstehen nicht allein durch Beobachtungen, sondern durch das Denken. Einstein entwickelte seine Relativitätstheorien durch Gedankenexperimente, während Galileo durch mentale Simulationen Einblicke in die Gravitation gewann. Eine kürzlich veröffentlichte Studie in der Fachzeitschrift Trends in Cognitive Sciences zeigt, dass dieser Denkprozess nicht nur auf Menschen beschränkt ist. Auch Künstliche Intelligenz (KI) kann sich durch „Denken“ selbst korrigieren und zu neuen Erkenntnissen gelangen.

„Es gibt einige jüngste Demonstrationen von etwas, das wie Lernen durch Denken in der KI aussieht, insbesondere in Large Language Models“, erklärt Tania Lombrozo, Psychologieprofessorin und Co-Direktorin des Natural and Artificial Minds-Initiative an der Princeton University. „Manchmal korrigiert sich ChatGPT selbst, ohne explizit darauf hingewiesen zu werden. Das ähnelt dem, was geschieht, wenn Menschen durch Denken lernen.“

Lombrozo hebt vier Beispiele hervor, wie sowohl Menschen als auch KI durch Denken lernen: durch Erklärung, Simulation, Analogie und logisches Schlussfolgern. In der menschlichen Erfahrung kann die Erklärung, wie eine Mikrowelle funktioniert, den Mangel an eigenem Verständnis offenbaren, während das Umstellen von Möbeln oft mit einer mentalen Simulation beginnt, bevor tatsächliche physische Änderungen vorgenommen werden.

Künstliche Intelligenz zeigt ähnliche Lernprozesse. Wenn sie aufgefordert wird, ein komplexes Thema zu erläutern, kann die KI ihre anfängliche Antwort anhand der eigenen Erklärung verbessern. Im Bereich der Spieleindustrie verwenden Simulationen ähnliche Techniken, um reale Ergebnisse zu approximieren. Analogien helfen KI, präzisere Antworten auf komplizierte Fragen zu finden, während schrittweises logisches Denken zu Antworten führen kann, die eine direkte Abfrage nicht erreicht.

„Dies wirft die Frage auf, warum sowohl natürliche als auch künstliche Gehirne diese Fähigkeiten besitzen. Welche Funktion hat das Lernen durch Denken? Warum ist es wertvoll?“ fragt Lombrozo. Sie argumentiert, dass es sich um eine Art „On-Demand-Lernen“ handelt, das auf Abruf aktiviert wird, wenn neues Wissen benötigt wird.

Lombrozo erkennt jedoch auch die Herausforderung an, klare Grenzen zwischen Denken, Lernen und anderen kognitiven Funktionen zu ziehen. Dies bleibt ein heiß diskutiertes Thema innerhalb der kognitiven Wissenschaften. Ihre Studie wirft weitere Fragen auf, zum Beispiel, ob KI-Systeme tatsächlich „denken“ oder nur die Ergebnisse solcher Prozesse nachahmen.

„KI ist inzwischen so ausgereift in einigen Bereichen, aber gleichzeitig in anderen eingeschränkt, dass wir eine einmalige Gelegenheit haben, die Gemeinsamkeiten und Unterschiede zwischen menschlicher und künstlicher Intelligenz zu erforschen“, betont Lombrozo. „Es ist ein entscheidender Moment, um diese spannenden, vergleichenden Fragen zu stellen.“