IQ-Test für Maschinen

Ein Tag in der Zukunft: Melissa Berger will dem Haushaltsroboter beibringen, wie man eine Lampe wechselt. Sie ruft die Maschine hinzu, steigt auf die Leiter, dreht die alte Birne heraus und die neue hinein. „Na, Jimmy, hast du’s kapiert?“ Der Roboter piepst zustimmend und widmet sich wieder dem Putzen der Küche. Von da an muss kein menschliches Mitglied der Familie Berger mehr eine einzige Lampe mehr austauschen.

Dem gefühlten Fortschritt in der künstlichen Intelligenz (KI) nach zu urteilen, dürfte diese Alltagsszene nicht mehr weit sein. Maschinen stechen menschliche Meister in ihren Spezialgebieten aus: Sie diagnostizieren Brustkrebs treffsicherer als Radiologen, sie übersetzen in Sekundenschnelle seitenlange Texte von einer Sprache in die andere und spielen das hochkomplexe asiatische Brettspiel Go besser als jeder Mensch. Was sind dagegen so banale Tätigkeiten wie Leuchtmittel tauschen oder Gemüse blanchieren?

Tech-Konzerne befeuern die Erzählung von der maschinellen Intelligenz, die immer weiter in den Alltag vordringt. Heute gehören Siri oder Alexa bei manchen fast zur Familie. In Zukunft sollen autonome Autos unfallfrei durch verstopfte Innenstädte navigieren, Pflegeroboter alte Menschen betreuen oder smarte Greifarme menschlichen Kollegen in der Fabrik zur Hand gehen. Medien machen die Geschichte aus dem Silicon Valley mit Überschriften wie „Schlauer als der Mensch“ glaubhafter.

Doch nun grätscht ein KI-Forscher von Google in die von seinem Brötchengeber so gern erzählte Story. Die aktuelle KI sei untauglich für den Alltag, meint François Chollet. Dafür bräuchte man KI, die genauso effizient und flexibel lernt wie Menschen, schreibt der Informatiker in einem Fachaufsatz. Doch genau das könnten die aktuellen KI-Systeme nicht, meint Chollet. Die Entwickler folgten einem veralteten Verständnis von menschlicher Intelligenz, kritisiert er. Heraus kämen künstliche Spezialisten, die jeweils nur eine eng zugeschnittene Aufgabe meistern, maschinelle Inselbegabungen, wenn man so will. Die Maschinen seien bei einigen Tätigkeiten zwar besser als menschliche Fachleute. Aber nicht auf eine allgemeine Art intelligent wie eine Person. „Wir müssen die Intelligenz von Maschinen so messen, dass sie sich mit der von Menschen vergleichen lässt“, fordert Chollet. Der Forscher schlägt auch vor, wie. Er skizziert einen Intelligenztest für KI, der IQ-Tests für die menschliche Intelligenz ähnelt.

Meisterhaft Schach spielen ist keine Intelligenz

Derzeit messe man die Cleverness einer Maschine an den falschen Kriterien, meint der Google-Mitarbeiter. Einen Menschen, der etwas Schwieriges meistert, hält man für intelligent. Wer einen Schachmeister im Schach schlägt, muss ja wohl besonders schlau sein. Doch dieser Schluss vom Speziellen aufs Allgemeine lässt sich laut Chollet nicht auf Maschinen anwenden. Ein Schachcomputer mag zwar den Weltmeister dieser Disziplin mit Links besiegen. Doch dieselbe KI kann weder Auto fahren, noch Texte übersetzen oder ein Ei braten. Die KI erlangt ihre Inselbegabung durch viele Beispiele, die sich alle auf der gleichen Insel befinden. Eine Diagnosesoftware etwa lernt, Brustkrebs zu erkennen, indem sie zehntausende Mammographien vorgesetzt bekommt, die jeweils mit der richtigen Diagnose gekennzeichnet sind. Sie entdeckt dann entsprechende Muster auf den Bildern. Was Krebs ist, muss sie nicht „verstehen“.

Die Intelligenz von Menschen hingegen sei viel umfassender und unabhängig von speziellem Können, schreibt Chollet. Sie steht über jeder einzelnen Fähigkeit, wie Schach spielen, Bruchrechnen oder Drei-Gänge-Menüs kochen.

Gemäß dieser These misst Intelligenz die Lernfähigkeit an sich. Menschen sind demnach Experten im Lernen. Sie arbeiten sich schnell in neue, ihnen zuvor unbekannte Aufgaben ein. Intelligenz ist sozusagen das Schnellboot, das einen von einer Insel zur nächsten bringt, bis weit hinein in unerforschte Gewässer. Chollet folgt damit einer Metapher von Intelligenz als flüssig, statt kristallin. Sie ist demnach kein von der Evolution festgelegter Fundus erlernbarer Kompetenzen, sondern eine Meta-Fähigkeit, die sich nahezu uneingeschränkt anwenden lässt. So bewährt sie sich in einer sich stetig wandelnden Welt.

Chollet bemisst den Grad an Intelligenz an der Effizienz des Lernens, die umso höher ist, je weniger Training es braucht, um die neue Fähigkeit zu beherrschen. Die medienwirksamen Erfolge in der KI, oft als Schritte zu einer „allgemeinen künstlichen Intelligenz“ gefeiert, erfüllten dieses Kriterium nicht, moniert Chollet. Die KI „AlphaGo“ von Googles Schwesterfirma Deepmind etwa wurde mit einer Datenbank aus 30 Millionen Zügen von Meistern des asiatischen Brettspiels trainiert. Um neue Strategien zu entdecken, spielte die Software dann noch Tausende Male gegen Kopien ihrer selbst. Die KI brauchte also enorm viele Beispiele, um ihr Können zu erlangen. Für ein neues Anwendungsfeld bräuchte sie erneut viele Trainingsdaten.

Viele simple Prüfungen, statt nur einer schweren

Für alltagstaugliche KI sei hingegen eine schneller anpassungsfähige Art von Intelligenz nötig, um in vielfältigen, abwechslungsreichen und manchmal überraschenden Umgebungen, wie dem Straßenverkehr oder dem Haushalt zu agieren. Er vergleicht diese Art von Intelligenz mit körperlicher Fitness. Wer sie hat, kann sie zum Bergwandern nutzen, wird sich aber auch leichter tun, mit dem Schwimmen anzufangen, mit Tanzen oder Basketball-Spielen.