Yann LeCun, Leiter der KI-Forschung bei Meta und eine Schlüsselfigur bei der Entstehung neuronaler Netze, sagte diese Woche in einem Interview, dass diese Art von Systemen nicht leistungsfähig genug sei, um echte Intelligenz zu erreichen.

Die Technologie von Google ist das, was Wissenschaftler ein neuronales Netzwerk nennen, ein mathematisches System, das Fähigkeiten lernt, indem es große Datenmengen analysiert. Durch das Identifizieren von Mustern in Tausenden von Katzenfotos kann er beispielsweise lernen, eine Katze zu identifizieren.

In den letzten Jahren haben Google und andere große Unternehmen neuronale Netze aufgebaut, die riesige Mengen an Prosa gelernt haben, darunter unveröffentlichte Bücher und Wikipedia-Artikel zu Tausenden. Diese „Language Large Models“ lassen sich auf viele Aufgabenstellungen anwenden. Sie können Artikel zusammenfassen, Fragen beantworten, Tweets erstellen und sogar Blogbeiträge schreiben.

Aber sie sind sehr mangelhaft. Manchmal werden sie als perfekte Prosa geboren. Manchmal werden sie als Bullshit geboren. Systeme sind sehr gut darin, Muster nachzubilden, die sie in der Vergangenheit gesehen haben, aber sie können nicht wie ein Mensch denken.