Führende Köpfe im Bereich der künstlichen Intelligenz (KI) versprechen uns eine Revolution. Mark Zuckerberg von Meta sagt, dass die Entwicklung einer Superintelligenz in greifbarer Nähe sei und neue Dinge hervorbringen werde, die wir uns heute noch nicht vorstellen können. Dario Amodei von Anthropic behauptet, dass eine leistungsfähige KI bereits 2026 Realität werden könnte und auf vielen Gebieten intelligenter sein werde als Nobelpreisträger. Er spricht sogar von einer Verdoppelung der menschlichen Lebensspanne oder davon, dem Tod selbst zu entkommen. Sam Altman von OpenAI ist überzeugt, dass wir wissen, wie man eine allgemeine künstliche Intelligenz (AGI) entwickelt, und dass eine superintelligente KI schon bald wissenschaftliche Entdeckungen weit über das hinaus beschleunigen werde, was wir allein erreichen können.
Diese Versprechen klingen erstaunlich, aber sollten wir ihnen glauben? Wenn wir uns die Forschung zur menschlichen Intelligenz und das ansehen, was diese Unternehmen bisher entwickelt haben, lautet die Antwort eher nein.
Was sind große Sprachmodelle?
Alle diese Systeme – wie ChatGPT von OpenAI, Claude von Anthropic, Gemini von Google oder was auch immer Meta gerade anbietet – haben eine gemeinsame Grundlage. Es handelt sich vor allem um große Sprachmodelle (Large Language Models, LLM). Sie funktionieren, indem sie riesige Mengen an Sprachdaten sammeln, häufig aus dem Internet. Sie suchen nach Zusammenhängen zwischen Wörtern – genauer gesagt zwischen als Token bezeichneten Wortbestandteilen. Anschließend sagen sie auf Grundlage einer Eingabe voraus, welche Ausgabe folgen sollte.
Auch wenn häufig von der Komplexität generativer KI die Rede ist, handelt es sich im Kern tatsächlich nur um Sprachmodelle. Sie sammeln Daten, erkennen Muster und erzeugen Texte, die natürlich wirken.
Das Problem mit der Intelligenz aus Sicht der Neurowissenschaft
Hier zeigt sich das entscheidende Problem. Nach dem heutigen Stand der Neurowissenschaft ist das menschliche Denken weitgehend unabhängig von Sprache. Es gibt keinen Grund zu der Annahme, dass eine immer ausgefeiltere Modellierung von Sprache eine Intelligenz hervorbringt, die der unseren gleichkommt oder sie übertrifft.
Menschliches Denken basiert nicht nur auf Wörtern und Sätzen. Wir können auch ohne Sprache planen, Entscheidungen treffen oder Probleme lösen. KI-Systemen, die auf Sprachdaten beruhen, fehlt diese Grundlage. Statt wirklich zu verstehen, ahmen sie lediglich Muster nach, die sie in den Daten gefunden haben.
Die Gefahr einer KI-Blase
Der gesamte Boom rund um KI beruht auf der Annahme, dass bessere Sprachmodelle gleichbedeutend mit höherer Intelligenz sind. Wenn die Neurowissenschaft jedoch recht hat, führt dieser Ansatz in eine Sackgasse. Unternehmen wie OpenAI, Anthropic oder Meta investieren Milliarden in Systeme, die im Grunde lediglich fortschrittliche Textprädiktoren sind.
Dennoch sprechen führende Persönlichkeiten wie Sam Altman von einer AGI, die wissenschaftliche Innovationen beschleunigen könnte. Dario Amodei verspricht eine Verlängerung des Lebens. Mark Zuckerberg sieht neue Entdeckungen voraus. Diese Visionen klingen verlockend, ignorieren jedoch den grundlegenden Unterschied zwischen Sprache und tatsächlichem Denken.
Mögliche Auswirkungen in der Zukunft
Wenn sich KI-Entwickler ausschließlich auf Sprache konzentrieren, könnten sie Systeme schaffen, die intelligent wirken, tatsächlich aber nur erlernte Muster wiederholen. Die Neurowissenschaft deutet darauf hin, dass echte Intelligenz mehr als nur Wörter benötigt – sie braucht die Fähigkeit, außerhalb sprachlicher Strukturen zu denken.
Diese Sichtweise, die Benjamin Riley in einem Artikel vom 25. November darlegt, warnt vor überzogenen Erwartungen. KI kann nützlich sein, aber sie ist nicht der Weg zur Superintelligenz, für den viele sie halten.
