TN Hinweis: Dies ist eine ausgezeichnete allgemeine Grundierung für KI. Wie sich herausgestellt hat, haben Technokraten die Gelegenheit genutzt, KI bei ihrer Suche nach „wissenschaftlichem Social Engineering“ zur Kontrolle der Bevölkerung einzusetzen. Teil zwei dieser Reihe von Rolling Stone wird am 9. März veröffentlicht und untersucht, wie künstliche Intelligenz die Welt selbstfahrender Autos und die Zukunft der Kriegsführung beeinflussen wird.
Willkommen im Roboterkindergarten “, sagt Pieter Abbeel, als er die Tür zum Robot Learning Lab im siebten Stock eines eleganten neuen Gebäudes am nördlichen Rand des UC-Berkeley-Campus öffnet. Das Labor ist chaotisch: Fahrräder an die Wand gelehnt, etwa ein Dutzend Studenten in unorganisierten Kabinen, Whiteboards mit nicht entzifferbaren Gleichungen. Abbeel, 38, ist ein dünner, drahtiger Typ, der Jeans und ein ausgestrecktes T-Shirt trägt. Er zog im Jahr 2000 aus Belgien in die USA, um dort zu promovieren. in Informatik in Stanford und ist heute einer der weltweit führenden Experten für das Verständnis der Herausforderung, Robotern das intelligente Denken beizubringen. Aber zuerst muss er ihnen beibringen, überhaupt zu „denken“. "Deshalb nennen wir diesen Kindergarten", scherzt er. Er stellt mich Brett vor, einen sechs Fuß großen humanoiden Roboter von Willow Garage, einem bekannten Robotikhersteller aus dem Silicon Valley, der inzwischen nicht mehr im Geschäft ist. Das Labor hat den Roboter vor einigen Jahren erworben, um damit zu experimentieren. Brett, das für „Berkeley-Roboter zur Beseitigung mühsamer Aufgaben“ steht, ist eine freundlich aussehende Kreatur mit einem großen, flachen Kopf und weit auseinander liegenden Kameras für die Augen, einem klobigen Oberkörper, zwei Armen mit Greifern für Hände und Rädern für Füße. Im Moment ist Brett dienstfrei und steht mit der mysteriösen, leisen Anmut eines ausgesteckten Roboters in der Mitte des Labors. Auf dem Boden in der Nähe befindet sich eine Schachtel mit Spielzeug, mit dem Abbeel und die Schüler Brett das Spielen beibringen: einen Holzhammer, ein Plastikspielzeugflugzeug, einige riesige Legoblöcke. Brett ist nur einer von vielen Robotern im Labor. In einer anderen Kabine hängt ein namenloser 18 Zoll großer Roboter an einer Schlinge auf der Stuhllehne. Unten im Keller befindet sich ein Industrieroboter, der jeden Tag stundenlang im Äquivalent eines Robotersandkastens spielt, um zu sehen, was er sich selbst beibringen kann. Auf der anderen Straßenseite in einem anderen Berkeley-Labor lernt ein chirurgischer Roboter, wie man menschliches Fleisch zusammennäht, während ein Doktorand Drohnen beibringt, sich intelligent um Objekte zu steuern. "Wir wollen nicht, dass Drohnen gegen Dinge krachen und vom Himmel fallen", sagt Abbeel. "Wir versuchen, ihnen das Sehen beizubringen."
Industrieroboter sind seit langem für bestimmte Aufgaben programmiert: Bewegen Sie den Arm sechs Zoll nach links, greifen Sie das Modul, drehen Sie es nach rechts, setzen Sie das Modul in die Leiterplatte ein. Wiederholen Sie 300 Mal pro Stunde. Diese Maschinen sind so dumm wie Rasenmäher. In den letzten Jahren haben Durchbrüche beim maschinellen Lernen - Algorithmen, die das menschliche Gehirn grob nachahmen und es Maschinen ermöglichen, Dinge für sich selbst zu lernen - Computern eine bemerkenswerte Fähigkeit verliehen, Sprache zu erkennen und visuelle Muster zu identifizieren. Abbeels Ziel ist es, Robotern eine Art allgemeine Intelligenz zu verleihen - eine Möglichkeit, die Welt zu verstehen, damit sie lernen können, Aufgaben selbst zu erledigen. Er hat noch einen langen Weg vor sich. "Roboter haben nicht einmal die Lernfähigkeiten eines Zweijährigen", sagt er. Zum Beispiel hat Brett gelernt, einfache Aufgaben zu erledigen, wie zum Beispiel einen Knoten zu binden oder Wäsche zu falten. Dinge, die für den Menschen einfach sind, wie das Erkennen, dass ein zerknitterter Stoffball auf einem Tisch tatsächlich ein Handtuch ist, sind für einen Roboter überraschend schwierig, auch weil ein Roboter keinen gesunden Menschenverstand hat und sich nicht an frühere Handtuchversuche erinnert. Falten und vor allem keine Vorstellung davon, was ein Handtuch ist. Alles, was es sieht, ist ein Bündel Farbe.
Um dieses Problem zu umgehen, entwickelte Abbeel eine Selbstlernmethode, die sich an kindpsychologischen Bändern von Kindern orientiert, die ihre Herangehensweisen bei der Lösung von Aufgaben ständig anpassen. Wenn Brett nun die Wäsche sortiert, geschieht etwas Ähnliches: Er ergreift das wattierte Handtuch mit den Greiferhänden und versucht, ein Gefühl für seine Form zu bekommen und zu falten. Es klingt primitiv und ist es auch. Aber dann denkst du noch einmal darüber nach: Ein Roboter lernt, ein Handtuch zu falten.
Das alles ist gruseliges Frankenstein-Land-Zeug. Die Komplexität der Aufgaben, die intelligente Maschinen ausführen können, nimmt exponentiell zu. Wohin führt uns das letztendlich? Wenn ein Roboter lernen kann, ein Handtuch selbstständig zu falten, kann er Ihnen dann eines Tages das Abendessen zubereiten, eine Operation durchführen oder sogar einen Krieg führen? Künstliche Intelligenz kann durchaus dazu beitragen, die komplexesten Probleme der Menschheit wie die Heilung von Krebs und den Klimawandel zu lösen. Kurzfristig wird sie jedoch wahrscheinlich auch die Überwachung stärken, die Privatsphäre untergraben und Telemarketer mit Turboladung unterstützen. Darüber hinaus tauchen größere Fragen auf: Werden Maschinen eines Tages in der Lage sein, selbstständig zu denken, über Probleme nachzudenken, Emotionen zu zeigen? Niemand weiß. Der Aufstieg intelligenter Maschinen ist mit keiner anderen technologischen Revolution zu vergleichen, da es letztendlich um die Idee des Menschseins geht - wir stehen möglicherweise kurz davor, eine neue Lebensform zu schaffen, die nicht nur einen evolutionären Durchbruch, sondern auch einen Fortschritt bedeuten könnte mögliche Bedrohung für unser Überleben als Spezies.
wpDiscuz