Weltmodelle: KI soll Kausalität von naturwissenschaftlichen Zusammenhängen erkennen
✅ Freie Nutzung von Text & Abbildungen & Video für Premium-User
Künstliche Intelligenz ist ein Themenfeld, das sich stetig entwickelt und aktuell wird immer häufiger über sogenannte Weltmodelle diskutiert, die „herkömmlichen“ GenAI-Modellen überlegen sein sollen, da sie nicht ein Token nach dem anderen vorhersagen, sondern naturwissenschaftliche Zusammenhänge wirklich verstehen sollen. In Europa (Paris) gründet der französische Top-Entwickler Yann LeCun mit AMI Labs ein sehr interessantes Startup, um diese Modelle zu trainieren.
Wo liegt der Unterschied von Weltmodellen zu GenAI-Modellen? Die Unterschiede zwischen diesen beiden KI-Modellen werden am besten sichtbar, wenn man sich den Trainingsansatz anschaut. Generative KIs wie ChatGPT, Claude & Co. werden unter anderem mit haufenweise Datensätzen aus Wikipedia und Programmiercode etc trainiert. Weltmodelle hingegen nutzen unter anderem Videomaterial, um sich einzelne Abläufe genau anschauen zu können. Das obere Beitragsbild zeigt dies.
Neben Videos werden ebenso Messdaten zu Temperatur oder Feuchtigkeit dem Modell zugeführt und erst dadurch soll ein Weltmodell die naturwissenschaftlichen Zusammenhänge vorhersagen können. Und zwar nicht im „Remix-Modus“, sondern über interne Simulationen, die immer wieder abgespielt werden können. Das Weltmodell verbessert dabei stetig seine Prozesse.
Weltmodell: Versucht zu verstehen, wie die Welt funktioniert, um Vorhersagen zu machen
Generative KI: Erzeugt Antworten basierend auf Wahrscheinlichkeiten aus gelernten Daten
Sehr häufig fällt im Zusammenhang mit Weltmodellen die Bezeichnung Kausalität verwendet, die einen Zusammenhang von Ursache und Wirkung beschreibt. Im Beispiel wäre die Ursache die dunkel aufziehenden Wolken mit daraus resultierendem Wind und die Wirkung (Konsequenz) das herunterfallende Glas. Theoretisch könnte ein Weltmodell genau vorhersagen, wo die Windkraft an der Angriffsfläche des Glases maximal Druck ausübt und ob das Glas direkt herunterfällt oder zuerst zur Seite kippt, etwas rollt und erst hinten am Tisch herunterfällt.
Solch eine Prognose kann ein GenAI-Modell wie ChatGPT, Gemini oder Mistral nicht zuverlässig anstellen. Unser „Weltmodell-Roboter“ in Form einer „Physischen KI“ unten rechts im Bild hat sich dafür entschieden, dass der Gegenstand unmittelbar herunterfällt. Kann gut sein bzw. ist dies durchaus wahrscheinlich 😉
Mit Weltmodellen zur Superintelligenz? Schon seit dem Aufkommen von ChatGPT 3.5 ist die „Artificial General Intelligence (AGI)“ ein stetiger Begleiter der GenAI-Modelle und man fragt sich häufig, wann denn die Künstlichen Intelligenzen nicht nur „remixen“ können , sondern wirklich intelligent sind und vorausschauend denken, planen und womöglich aktiv mit dem Menschen interagieren. Weltmodelle könnten den Weg in diese Richtung ebnen, da sie einfach ein ganz anderes Verständnis von der physischen Welt haben, aber dies ist auch alles sehr theoretisch gedacht und muss sich erst in der Praxis zeigen. Es bleibt spannend!
