Forscher des MIT haben gerade etwas vorgestellt, das die Art und Weise, wie künstliche Intelligenz lernt und sich weiterentwickelt, dramatisch verändern könnte. Ihr neuer Rahmen mit der Bezeichnung SEAL (Self-adaptive Language Model) soll Sprachmodelle aus ihrem üblichen Trott herausholen. Bislang sind die meisten KI-Modelle im Grunde genommen in der Zeit stehen geblieben: Sie werden einmal trainiert, und das war's - ihr Wissen ist eingefroren, weggesperrt, ohne wirkliche Möglichkeit, mit der sich verändernden Welt Schritt zu halten. Mit SEAL könnte sich das alles ändern.
Der Kern des SEAL-Ansatzes ist überraschend bodenständig: Anstatt ein ganzes KI-Modell jedes Mal von Grund auf neu zu trainieren, wenn es etwas Neues lernen soll, befähigt SEAL das Modell, sich selbst zu unterrichten - ähnlich wie ein Mensch über das Gelernte nachdenkt und sich anpasst. Das Framework ermöglicht es der KI, ihr Verständnis regelmäßig zu aktualisieren, indem sie ihre eigenen Trainingsdaten generiert und ihre internen Parameter bearbeitet, wobei sie sich nur auf die Bereiche konzentriert, die am dringendsten verbessert werden müssen. Das bedeutet weniger Aufwand, weniger Abhängigkeit von großen Datensätzen und eine KI, die mit der Zeit ‘wachsen’ kann.
Um ein Gefühl dafür zu bekommen, wie wichtig dies sein könnte, stellen Sie sich ein paar reale Szenarien vor. Krankenhäuser könnten SEAL-gestützte Systeme nutzen, um mit Durchbrüchen in der Medizin Schritt zu halten, ohne auf einen langwierigen Umschulungszyklus zu warten. KI-Modelle im Finanzbereich könnten sich schnell an die neuesten Marktveränderungen anpassen. Sogar Bots für den Kundensupport könnten viel schlauer und relevanter werden, indem sie Rückmeldungen aus ihren täglichen Interaktionen zur Feinabstimmung ihrer Antworten nutzen.
Natürlich läuft nicht alles glatt. Wenn KI sich ständig selbst belehren kann, stellt sich die Frage, aus welchen Daten sie lernt - und ob diese Daten korrekt sind. Es besteht das Risiko, dass die Modelle Fehler übernehmen oder unbeabsichtigte Verzerrungen aufgreifen, wenn sie nicht sorgfältig überwacht werden. Die Forscher sind sich dieser Hürden bewusst. Sie weisen darauf hin, dass das Lernen von SEAL sowohl streng als auch ethisch einwandfrei sein muss.
Dennoch ist dieser sich selbst verbessernde Mechanismus ein mutiger Schritt nach vorn. SEAL bringt uns auf dem Weg zu einer KI, die wirklich langfristig lernen kann, der maschinellen Intelligenz näher als der menschlichen Anpassungsfähigkeit mit offenem Ende. Wenn weitere Experimente dieses Versprechen bestätigen, könnten wir an der Schwelle zu einem neuen Standard für maschinelles Lernen stehen - einem, der nicht nur auf die Welt reagiert, sondern mit ihr Schritt hält.
Weitere Informationen zu dieser Entwicklung finden Sie im Originalartikel auf VentureBeat.
Diese Website verwendet Cookies.