Ich bitte die Community um Beurteilung der Aussagen folgenden Aufsatzes von denen ich nicht sicher bin, ob ich die Zusammenhänge richtig geschildert habe.
Wie lernen Menschen, wie lernen Maschinen?
Maschinelles Lernen hat mit menschlichem Lernen einige Gemeinsamkeiten, weist aber auch erhebliche Unterschiede auf:
Ein Mensch, der etwas lernen will oder soll, braucht eine Grundlage, auf der er neues Wissen aufbauen kann. Diese Grundlage ist das bereits vorhandene Wissen. Das meiste vorhandene Wissen muss seinerseits erlernt sein. Damit stellt sich die Frage nach dem Anfang des Lernens. Ein Anfang des Lernens ist nur vorstellbar, wenn einiges an Wissen ‚ab ovo‘ im Menschen angelegt ist. Diese Anlagen sind etwa Reflexe wie Hunger und Durst oder auch der Greifreflex, von dem wir das Wort ‚begreifen‘ ableiten. Auch das Wiedererkennen scheint eine Fähigkeit des Menschen zu sein, die von Anfang an vorhanden ist. Im Laufe weiterer Entwicklung wird das Wiedererkennen instinktiv als Grundlage einer Kategorienbildung genutzt. Die Neigung und Befähigung zu Kategorienbildung muss also ebenfalls im Menschen angelegt sein und muss nicht erst erlernt werden. Lernen ist dann die Verarbeitung vorhandenen Wissens zu neuem Wissen. Diese Verarbeitung findet im zentralen Nervensystem statt und wird dort von Neuronen geleistet, die über Synapsen miteinander in Verbindung treten. Man spricht in diesem Zusammenhang von ‚neuronalen Netzen‘.
Auch maschinelles Lernen gelingt nur auf der Grundlage von Wissen. Im ersten Schritt besteht dieses Wissen in riesigen Datenmengen, mit denen der menschliche Trainer die Maschine versorgt (füttert). Für dieses Wissen muss die Maschine Algorithmen ihrer Verarbeitung beherrschen. Der erste Schritt einer maschinellen Verarbeitung ist eine Zerlegung einer Eingabe (Input) in sogenannte Token.
Token sind die kleinste Einheit eines Textes, die ein maschinelles Lernsystem verarbeiten kann. In der einfachsten Form kann ein Token ein einzelnes Wort, ein Satzzeichen oder ein Leerzeichen sein. In komplexeren Modellen wie ChatGPT können Token jedoch auch Teile eines Wortes oder mehrere Wörter umfassen. Diese Form der Tokenisierung wird als Subword-Tokenisierung bezeichnet. Token sind ein grundlegender Baustein in der Verarbeitung von Texten. Sie bilden die Grundlage für das Verständnis und die Interpretation von Textdaten.
KI-Trainer führen fiktive Gespräche mit Maschinen und stellen Fragen. Die Maschinen sind zuvor mit möglichen Antworten gefüttert, die sie jetzt vorschlagen. Der KI-Trainer bewertet die Antworten in ihrer Qualität (ist die Antwort sinnvoll, hilft sie bei der Beantwortung der gestellten Frage). Die Bewertungen werden in das Dialogsystem der Maschine implementiert. Dazu müssen den Bewertungen nach Token getrennte Wahrscheinlichkeiten ihrer Eignung als Antwort auf die gestellte Frage zugeordnet werden. Diese Wahrscheinlichkeit dient zur Berechnung der sogenannten ,Temperatur‘ eines Token. Die bewerteten Token werden als sogenannte ‚Vektoren‘ der Maschine übergeben und bestehen aus einer Richtung, einer Länge und einer Position. Dabei gilt räumliche Nähe von Vektoren als Maß für den Verwandtschaftsgrad von Token.
Die künstliche Intelligenz benutzt zu ihrer eigenen Beschreibung zum Teil das Vokabular, dass auch zur Beschreibung der Intelligenz von Lebewesen verwendet wird. Auch in der KI spricht man bei der soeben geschilderten Verknüpfung von Daten mit dem Ziel ihrer Verarbeitung von ‚neuronalen Netzen‘.
Zusatz nach Mathecoachs Anregung:
Was Maschinen deutlich besser können als Menschen ist einerseits das Verfügen über unvorstellbar große Datenmengen und andererseits die unglaublich große Geschwindigkeit, solche Datenmengen mit zur Verfügung stehenden Algorithmen zu verarbeiten. Was das menschliche zentrale Nervensystem deutlich besser kann als die Maschine ist die Selbstorganisation unseres Gehirns, also der neuronalen Netzes und die Fähigkeit zur Kreativität. Diese Kreativität befähigt ihn insbesondere zu Entdeckungen, die bisher nicht Bestandteil irgendeiner Datensammlung waren – und sei sie vorstellbar groß. Andererseits ist die Kapazität vor allem des menschlichen Arbeitsgedächtnisses lächerlich klein gegenüber der Speicherkapazität einer digital arbeitenden Maschine. Mathematische oder naturwissenschaftliche Fragestellungen, deren Antwort einschließlich des Weges dorthin nicht bekannt sind und die zu ihrer Beantwortung einen ‚Geistesblitz‘ – einen vorher nicht dagewesenen Gedanken – erfordern, kann eine Maschine nicht beantworten.
