Moravecs Paradoxon

Moravecs Paradoxon beschreibt die Beobachtung, dass es, wie Hans Moravec 1988 schrieb, „vergleichsweise einfach ist, Computern bei Intelligenztests oder beim Damespiel Leistungen auf dem Niveau von Erwachsenen zu ermöglichen, aber schwierig oder unmöglich, ihnen die Fähigkeiten eines Einjährigen in Bezug auf Wahrnehmung und Bewegung beizubringen.“ ^{[ 1 ]} Dieses kontraintuitive Muster könnte darauf zurückzuführen sein, dass Fähigkeiten, die dem Menschen mühelos erscheinen, wie das Erkennen von Gesichtern oder das Gehen, Millionen von Jahren Evolution benötigten , während abstrakte Denkfähigkeiten wie Mathematik evolutionär jung sind. Diese Beobachtung wurde in den 1980er Jahren von Hans Moravec , Rodney Brooks , Marvin Minsky und anderen formuliert.

Minsky betonte ähnlich, dass die am schwierigsten zu entschlüsselnden menschlichen Fähigkeiten diejenigen sind, die unterhalb der Ebene des bewussten Denkens liegen. „Im Allgemeinen sind wir uns am wenigsten darüber im Klaren, was unser Geist am besten kann“, schrieb er und fügte hinzu: „Wir sind uns einfacher Prozesse, die nicht gut funktionieren, eher bewusst als komplexer Prozesse, die einwandfrei funktionieren.“ ^{[ 2 ]} Steven Pinker schrieb 1994: „Die wichtigste Erkenntnis aus 35 Jahren KI-Forschung ist, dass die schwierigen Probleme einfach und die einfachen Probleme schwierig sind.“ ^{[ 3 ]}

In den 2020er Jahren waren Computer gemäß dem Mooreschen Gesetz Hunderte Millionen Mal schneller als in den 1970er Jahren, und die zusätzliche Rechenleistung reichte endlich aus, um Wahrnehmung und sensorische Fähigkeiten zu verarbeiten, wie Moravec es 1976 vorhergesagt hatte. ^{[ 4 ]} Im Jahr 2017 präsentierte der führende Forscher im Bereich maschinelles Lernen, Andrew Ng, eine „höchst unvollkommene Faustregel“: „Fast alles, was ein Mensch in weniger als einer Sekunde mentaler Denkzeit erledigen kann, können wir wahrscheinlich heute oder in naher Zukunft mithilfe von KI automatisieren.“ ^{[ 5 ]} Derzeit besteht kein Konsens darüber, bei welchen Aufgaben KI besonders gut ist. ^{[ 6 ]}

Eine mögliche Erklärung für das Paradoxon, die Moravec anbietet, basiert auf der Evolution . Alle menschlichen Fähigkeiten sind biologisch bedingt und nutzen Mechanismen, die durch natürliche Selektion entstanden sind . Im Laufe ihrer Evolution hat die natürliche Selektion tendenziell Verbesserungen und Optimierungen dieser Mechanismen bewahrt. Je älter eine Fähigkeit ist, desto mehr Zeit hatte die natürliche Selektion, sie zu verbessern. Abstraktes Denken entwickelte sich erst vor relativ kurzer Zeit, weshalb wir von seiner Anwendung keine besonders effiziente Umsetzung erwarten sollten.

Wie Moravec schreibt:

In den großen, hochentwickelten sensorischen und motorischen Bereichen des menschlichen Gehirns ist eine Milliarde Jahre Erfahrung über die Natur der Welt und das Überleben darin kodiert. Der bewusste Prozess, den wir Denken nennen, ist meines Erachtens nur die dünnste Schicht menschlichen Denkens, wirksam nur, weil er von diesem viel älteren und viel mächtigeren, wenn auch meist unbewussten, sensomotorischen Wissen getragen wird. Wir alle sind in Wahrnehmungs- und motorischen Bereichen außergewöhnlich begabt, so gut, dass wir Schwieriges leicht aussehen lassen. Abstraktes Denken hingegen ist ein neueres Phänomen, vielleicht weniger als 100.000 Jahre alt. Wir haben es noch nicht gemeistert. Es ist an sich gar nicht so schwierig; es erscheint uns nur so, wenn wir es anwenden. ^{[ 7 ]}

Eine kompakte Formulierung dieses Arguments wäre:

• Wir sollten davon ausgehen, dass die Schwierigkeit, eine menschliche Fähigkeit nachzubilden, in etwa proportional zu der Zeitspanne ist, in der sich diese Fähigkeit bei Tieren entwickelt hat.
• Die ältesten menschlichen Fähigkeiten sind größtenteils unbewusst und erscheinen uns daher mühelos.
• Daher sollten wir erwarten, dass Fähigkeiten, die mühelos erscheinen, schwer zu rekonstruieren sind, während Fähigkeiten, die Anstrengung erfordern, nicht unbedingt schwer zu entwickeln sein müssen.

Einige Beispiele für Fähigkeiten, die sich über Millionen von Jahren entwickelt haben: Gesichter erkennen, sich im Raum bewegen, die Motivationen von Menschen einschätzen, einen Ball fangen, eine Stimme erkennen, sich angemessene Ziele setzen, interessanten Dingen Aufmerksamkeit schenken; alles, was mit Wahrnehmung, Aufmerksamkeit, Visualisierung, motorischen Fähigkeiten, sozialen Fähigkeiten und so weiter zu tun hat.

Beispiele für Fähigkeiten, die erst in jüngerer Zeit entstanden sind: Mathematik, Ingenieurwesen, Spiele, Logik und wissenschaftliches Denken. Diese fallen uns schwer, weil sie nicht dem entsprechen, wofür unser Körper und unser Gehirn ursprünglich geschaffen wurden. Es handelt sich um Fähigkeiten und Techniken, die erst vor Kurzem, in historischer Zeit, erworben wurden und höchstens einige Jahrtausende Zeit hatten, sich – vorwiegend durch kulturelle Evolution – zu verfeinern.

In den Anfängen der Forschung zur künstlichen Intelligenz sagten führende Wissenschaftler oft voraus, sie könnten in nur wenigen Jahrzehnten denkende Maschinen entwickeln (siehe Geschichte der künstlichen Intelligenz ). Ihr Optimismus rührte zum Teil daher, dass sie erfolgreich Programme geschrieben hatten, die Logik anwandten, Algebra- und Geometrieprobleme lösten und Spiele wie Dame und Schach spielten. Logik und Algebra sind für Menschen schwierig und gelten als Zeichen von Intelligenz. Viele prominente Forscher ^{[ a ]} nahmen an, dass, nachdem sie die „schwierigen“ Probleme (fast) gelöst hatten, die „einfachen“ Probleme des Sehens und des gesunden Menschenverstands sich bald von selbst lösen würden. Sie irrten sich (siehe auch KI-Winter ), und ein Grund dafür ist, dass diese Probleme alles andere als einfach, sondern unglaublich schwierig sind. Die Tatsache, dass sie Probleme wie Logik und Algebra gelöst hatten, war irrelevant, da diese Probleme für Maschinen extrem leicht zu lösen sind. ^{[ b ]}

Rodney Brooks erklärt, dass Intelligenz laut früher KI-Forschung „am besten als das charakterisiert wurde, was hochgebildete männliche Wissenschaftler als Herausforderung empfanden“, wie etwa Schach, symbolische Integration , das Beweisen mathematischer Theoreme und das Lösen komplexer Wortalgebraaufgaben. „Dinge, die Vier- oder Fünfjährige mühelos konnten, wie etwa eine Kaffeetasse und einen Stuhl visuell zu unterscheiden, auf zwei Beinen zu gehen oder den Weg vom Schlafzimmer ins Wohnzimmer zu finden, galten nicht als intelligenzbasierte Aktivitäten. Auch ästhetische Urteile zählten nicht zu den intelligenzbasierten Fähigkeiten.“ ^{[ 9 ]}

In den 1980er Jahren führte dies Brooks dazu, einen neuen Weg in der Forschung zu künstlicher Intelligenz und Robotik einzuschlagen. Er beschloss, intelligente Maschinen zu entwickeln, die „keine Kognition besitzen. Nur Wahrnehmung und Handlung. Das ist alles, was ich bauen würde, und ich würde das, was traditionell als Intelligenz der künstlichen Intelligenz galt, völlig außer Acht lassen .“ ^{[ 9 ]} Er nannte diesen neuen Weg „ Nouvelle AI “. ^{[ 10 ]}

In einem 1983 erschienenen Kapitel über die Geschichte der künstlichen Intelligenz kritisierte der KI-Begründer Allen Newell diese Idee und nannte sie einen „Mythos“. Er schrieb: „Es entstand der Mythos, dass es relativ einfach sei, die höheren Denkfunktionen des Menschen zu automatisieren, aber sehr schwierig, jene Funktionen zu automatisieren, die der Mensch mit dem Rest des Tierreichs teilt und die er automatisch gut ausführt, zum Beispiel die Erkennung.“ ^{[ 11 ]}

Arvind Narayanan beschreibt Moravecs Paradoxon als „eine Aussage darüber, woran die KI-Community die Arbeit für lohnenswert hält“, anstatt als „Vorhersagekraft darüber, welche Probleme für KI einfach oder schwierig sein werden“. ^{[ 12 ]}

Der Linguist und Kognitionswissenschaftler Steven Pinker betrachtet dies als die wichtigste Erkenntnis, die KI-Forscher in seinem 1994 erschienenen Buch „Der Sprachinstinkt“ gewonnen haben . ^{[ 13 ]}

• KI-Effekt
• Verkörperte Kognition
• Geschichte der künstlichen Intelligenz
• Subsumptionsarchitektur

• Erklärung des XKCD-Comics über Moravecs Paradoxon