Thought Vectors sollen Maschine-zu-Mensch-Kommunikation verbessern

Google arbeitet an neuem Algorithmus für künstliche Intelligenz: Thought Vectors
2 Kommentare

Google arbeitet bereits seit mehreren Jahren an der Erforschung von künstlicher Intelligenz und kann mit der britischen Unternehmenstochter DeepMind auch schon beachtliche Erfolge aufweisen. Allerdings funktioniert eine Verständigung zwischen Mensch und Maschine noch längst nicht so wie die natürliche Kommunikation von Menschen untereinander. Gemeinsam mit AI-Spezialist Geoffrey Hinton will Google diesen Makel aus der Welt schaffen: Durch Thought Vectors soll eine andere Art von Mensch-Maschine-Interaktion entstehen.

Dass Google bereits seit längerer Zeit im Bereich der künstlichen Intelligenz forscht, ist spätestens seit der Übernahme von DeepMind kein Geheimnis mehr: 2015 veröffentlichte das Unternehmen die Ergebnisse eines Forschungsprojektes, bei der die künstliche Intelligenz alte Atari-Spieleklassiker selbstständig erlernen sollte. Nach Angaben von Google DeepMind gelang es der KI, sowohl die Spielregeln zu erlernen als auch Erfolgstaktiken selbstständig zu entwickeln. DeepMind setzt bei seinen Studien auf eine Kombination aus neuronalen Netzen und Kurzzeitspeicher, um die Fähigkeit eines künstlichen Gedächtnisses zu simulieren.

Einen weiteren Schritt in der Entwicklung künstlicher Intelligenzen hat Google mit DeepDream getan: Als Visualisierungssoftware war DeepDream ursprünglich entwickelt worden, um die Abläufe und Prinzipien von neuronalen Netzwerken besser verstehen zu lernen. Zu diesem Zweck wurde DeepDream mit Millionen von Bildern gefüttert und beobachtet, wie die Ebenen des neuronalen Netzwerks Objekte, Tiere oder Menschen identifizieren und ganz allgemein Informationen interpretieren. Mit der Zeit lernte DeepDream das Erkennen von Formen und die Visualisierung des Lernprozesses brachte faszinierende Bilder hervor. Die Bilderflut des künstlichen neuronalen Netzwerks bezeichnete Google selbst als Inceptionism.

Ein Schritt weiter in Richtung künstliche Intelligenz

Gemeinsam mit Geoffrey Hinton, Experte für künstliche neuronale Netzwerke, arbeitet der Suchmaschinengigant bereits seit rund zwei Jahren an einem neuen Algorithmus, der logische Zusammenhänge in Sprache erkennen und so natürliche Konversationen führen und sogar flirten können soll. Laut Hinton könnten die sogenannten Thought Vectors zu einem Szenario führen, das der Story des Films „Her“ von Spike Jonez ähnelt:

Menschen werden sich nicht nur zum Informationsaustausch mit Computern unterhalten, sondern aus Spaß – und da die Devices dann auch in der Lage sein sollen, Empathie durch Sprache widerzuspiegeln, können sie zum Freund oder Partner werden:

In future, it will be possible to predict thought vectors from the sequence of previous thought vectors and this will capture natural human reasoning. With sufficient effort, it may even be possible to train such a system to ignore nearly all of the contents of its thoughts and to make predictions based purely on those features of the thoughts that capture the logical form of the sentences used to express them.

Thought Vectors – auf dem Weg zur autonomen AI

Thought Vectors werden in einer einfachen Version bereits in Google Translate genutzt, führen dabei aber noch oft zu sinnfreien Übersetzungen. In Zukunft soll sich das ändern: Thought Vectors geben jedem Wort ein Nummernset (oder Vektor), das seine Position in einem theoretischem „Meaning Space“ (oder Cloud) beschreibt. Ein Satz kann dabei als Pfad zwischen den einzelnen Wörtern angesehen werden, der wiederum in sein eigenes Nummernset eingeteilt wird. Der „Thought“ dient als Brücke zwischen zwei Sprachen, da er beispielsweise in die französische Version des Meaning Space übertragen und anschließend in einen neuen Pfad zwischen den Wörtern übersetzt wird.

Zuerst muss jedoch herausgefunden werden, welche Nummern zu welchem Wort in der jeweiligen Sprache gehören – und hier setzt Deep Learning an. Zu Anfang sind die Positionen der Wörter in der Cloud noch ohne System angeordnet und die ersten Übersetzungen produzieren wahrscheinlich Nonsense. Durch einen Feedback-Loop wird ein Fehlersignal ausgegeben, das die Anordnung eines Worts im Satz solange ändert, bis die korrekte Position herauskommt. Laut Hinton kann Sprache mit fast mathematischer Präzision zerlegt werden:

If you take the vector for Paris and subtract the vector for France and add Italy, you get Rome. It’s quite remarkable.

Allerdings stellen einige Aspekte der Sprache – wie Ironie – die Maschinen vor größere Herausforderungen:

Irony is going to be hard to get. You have to be master of the literal first. But then, Americans don’t get irony either. Computers are going to reach the level of Americans before Brits.

Glaubt man Hinton, könnte es in den nächsten fünf bis zehn Jahren soweit sein, dass wir uns mit Computern genauso unterhalten wie mit Menschen:

I don’t see why it shouldn’t be like a friend. I don’t see why you shouldn’t grow quite attached to them.

Gleichzeitig zerstreut Hinton die Bedenken zu ausgereiften künstlichen Intelligenzen, die etwa Elon Musk äußerte. Derzeitige Spionageattacken seitens der NSA seien viel besorgniserregender als alles, was künstlich erschaffene Intelligenzen anrichten könnten. Viel eher sollte man sich vor Datenmissbrauch als vor autonomen Kampfrobotern fürchten.

ML Summit Munich 2020

Market Segmentation in the Era of Big Data

mit Özge Sahin (SkyScry)

Deep Learning mit TensorFlow

Mit Jakob Karalus (Deloitte Consulting)

Aufmacherbild: Connected Minds series von Shutterstock / Urheberrecht: agsandrew

Unsere Redaktion empfiehlt:

Relevante Beiträge

Hinterlasse einen Kommentar

2 Kommentare auf "Google arbeitet an neuem Algorithmus für künstliche Intelligenz: Thought Vectors"

avatar
400
  Subscribe  
Benachrichtige mich zu:
trackback

[…] Systemen in Sachen künstliche Intelligenz. Auch Google ist hier ganz vorne mit dabei. Mit Deep Dream können Nutzer sich ansehen, wie Computer vernetzt denken; mit TensorFlow hat Google nun außerdem […]

trackback

[…] seit längerer Zeit im Bereich der künstlichen Intelligenz forscht, ist spätestens seit der Übernahme von DeepMind kein Geheimnis mehr: 2015 veröffentlichte das Unternehmen die Ergebnisse eines […]

X
- Gib Deinen Standort ein -
- or -