Google’s DeepMind Einheit hat einen neuen Ansatz für künstliche Intelligenz vorgeschlagen, der als “Streams,” bezeichnet wird und der es KI-Modellen ermöglicht, durch Erfahrungen von ihrer Umgebung zu lernen, anstatt sich ausschließlich auf von Menschen erzeugte Daten zu verlassen. In einem kürzlich erschienenen Artikel argumentieren die Forscher David Silver und Richard Sutton, dass die herkömmliche KI-Entwicklung durch statische Daten und menschliche Voreingenommenheit eingeschränkt wird, was die Fähigkeit der Modelle einschränkt, Wissen selbst zu entdecken. Sie schlagen vor, die KI mit Erfahrungslernen auszustatten, um unglaubliche neue Fähigkeiten freizusetzen. Der “Streams”-Ansatz basiert auf den Prinzipien des Verstärkungslernens und ermöglicht es KI-Agenten, mit der Welt zu interagieren und sich im Laufe der Zeit anzupassen, ähnlich wie beim menschlichen Lernen. Diese Methode steht im Gegensatz zum derzeitigen Fokus auf kurze, isolierte Interaktionen, wie sie für große Sprachmodelle typisch sind. Durch die Verbindung von KI-Agenten mit reichhaltigen Handlungs- und Beobachtungsräumen können diese Modelle nach Ansicht der Forscher wertvolles Feedback aus verschiedenen Umweltsignalen ableiten. Sie stellen sich eine Zukunft vor, in der KI-Agenten autonom agieren und ihr Verständnis auf der Grundlage von Interaktionen in der realen Welt kontinuierlich aktualisieren. Zwar werden vom Menschen definierte Ziele weiterhin wichtig sein, doch werden die Agenten in der Lage sein, selbstständig zu erforschen und zu lernen, was ihre Leistung und Anpassungsfähigkeit verbessert. Insgesamt könnte dieser Wandel die Fähigkeiten von KI-Systemen erheblich verbessern.
