Post Thumbnail

Künstliche Intelligenz lernt Leiden zu vermeiden: Google DeepMind Forschung

Forscher von Google DeepMind und der London School of Economics führten ein beispielloses Experiment durch, das die Fähigkeit künstlicher Intelligenz untersuchte, auf “Schmerz” und “Vergnügen” zu reagieren. An der Studie waren neun große Sprachmodelle beteiligt, darunter ChatGPT und Gemini 1.5 Pro, die ein unerwartet “menschenähnliches” Verhalten zeigten.

Im Experiment wurden den KI-Modellen ein textbasiertes Spiel mit der Wahl zwischen zwei Szenarien präsentiert: Erreichen einer hohen Punktzahl mit dem Risiko von “Schmerz” oder einer niedrigen Punktzahl mit garantiertem “Vergnügen”. Die Ergebnisse waren verblüffend: Die künstliche Intelligenz opferte konsequent hohe Punktzahlen, um “schmerzhafte” Konsequenzen zu vermeiden.

Besonders aufschlussreich war das Verhalten des Gemini 1.5 Pro-Modells von Google, das systematisch eine “Schmerz”-Vermeidungsstrategie wählte, selbst wenn dies zum Verlust potenziell hoher Ergebnisse führte. Darüber hinaus zeigten die Modelle die Fähigkeit, ihr Verhalten je nach Intensität der angebotenen Stimuli anzupassen.

“Auch wenn die Ergebnisse kein Bewusstsein bei KI beweisen, legen sie eine wichtige Grundlage für zukünftige Forschung”, bemerkt Jonathan Birch, Professor an der LSE und Mitautor der Studie. Die Methodologie des Experiments wurde von ähnlichen Studien zum Tierverhalten inspiriert, insbesondere den Reaktionen von Einsiedlerkrebsen auf unangenehme Reize.

Im Gegensatz zu traditionellen Forschungen, die auf Selbstberichten von KI-Systemen basieren, konzentriert sich der neue Ansatz auf Verhaltensreaktionen ohne direkte Fragen nach den inneren Zuständen der künstlichen Intelligenz. Dies ermöglicht ein objektiveres Bild des KI-Entscheidungsprozesses.

Die Forschung wirft wichtige Fragen zu ethischen und rechtlichen Aspekten der Entwicklung künstlicher Intelligenz auf, besonders im Kontext von Systemen, die ein den Lebewesen ähnliches Verhalten zeigen. Mit der Evolution der KI werden solche Beobachtungen für die Entwicklung ethischer Prinzipien und die Neubewertung der Rolle künstlicher Intelligenz in der Gesellschaft kritisch wichtig.

Autor: AIvengo
Seit 5 Jahren arbeite ich mit maschinellem Lernen und künstlicher Intelligenz. Und dieser Bereich hört nicht auf, mich zu überraschen, zu begeistern und zu interessieren.
Latest News
UBTech wird Roboter Walker S2 für $37 Mio. an die Grenze Chinas schicken

Das chinesische Unternehmen UBTech gewann einen Vertrag über $37 Millionen. Und wird menschenähnliche Roboter Walker S2 zum Dienst an der Grenze Chinas zu Vietnam schicken. South China Morning Post berichtet, dass die Roboter mit Touristen und Personal interagieren, logistische Operationen durchführen, Fracht inspizieren und das Gelände patrouillieren werden. Und bezeichnenderweise — sie können selbstständig ihre Batterie wechseln.

Anthropic enthüllte versehentlich ein internes Dokument über die "Seele" von Claude

Anthropic enthüllte versehentlich einem Nutzer die "Seele" der künstlichen Intelligenz. Und das ist keine Metapher. Das ist ein ganz konkretes internes Dokument.

Jensen Huang befahl Nvidia-Mitarbeitern, KI überall zu nutzen

Jensen Huang verkündete innerhalb von Nvidia eine totale Mobilmachung unter dem Banner der künstlichen Intelligenz. Und das ist keine Empfehlung mehr. Das ist eine Forderung.

KI-Chatbots generieren Inhalte, die Essstörungen verschlimmern

Eine gemeinsame Studie der Stanford University und des Center for Democracy and Technology zeigte ein beunruhigendes Bild. Chatbots mit künstlicher Intelligenz stellen ein ernsthaftes Risiko für Menschen mit Essstörungen dar. Wissenschaftler warnen, dass neuronale Netze schädliche Ratschläge zu Diäten verteilen. Sie schlagen Wege vor, die Störung zu verbergen und generieren "inspirierenden Abnehm-Content", der das Problem verschlimmert.

OpenAGI veröffentlichte das Modell Lux, das Google und OpenAI überholt

Das Startup OpenAGI veröffentlichte das Modell Lux zur Computersteuerung und behauptet, dass dies ein Durchbruch ist. Nach Benchmarks überholt das Modell um eine ganze Generation Analoga von Google, OpenAI und Anthropic. Außerdem arbeitet es schneller. Etwa 1 Sekunde pro Schritt statt 3 Sekunden bei Konkurrenten. Und 10 Mal günstiger in den Kosten pro Verarbeitung von 1 Token.