Der Fortschritt in der Künstlichen Intelligenz (KI) hängt zunehmend von der Entwicklung von Weltmodellen ab. Diese Modelle ermöglichen es KI-Systemen, ein Verständnis der physischen Realität zu entwickeln. Im Gegensatz zur reinen Mustererkennung simulieren Weltmodelle die reale Welt.
Weltmodelle sind Repräsentationen oder Simulationen der realen Welt, die ein KI-System im Speicher aufbaut. Sie ermöglichen es der KI, aktuelle und zukünftige Ereignisse zu verstehen und darauf zu reagieren. Im Gegensatz zu großen Sprachmodellen (LLMs) bauen Weltmodelle ein echtes Verständnis der physischen Welt auf.
Die technische Umsetzung von Weltmodellen erfolgt typischerweise durch drei Kernkomponenten: Visionsmodell, Speichermodell und Controller. Das Visionsmodell interpretiert visuelle Eingaben, das Speichermodell speichert wichtige Ereignisse und der Controller bestimmt die nächste Aktion.
DeepMind-CEO Demis Hassabis betont, dass der Aufbau von Weltmodellen von Anfang an das Ziel von DeepMind war, um zu einer allgemeineren KI (AGI) zu gelangen.
Weltmodelle ermöglichen es KI-Systemen, vorausschauend zu denken und die Konsequenzen ihrer Handlungen vorherzusagen, bevor sie diese ausführen. Sie verleihen der KI eine Art Vorstellungskraft und ermöglichen es ihr, in dynamischen Umgebungen effizient zu agieren.
Die potenziellen Anwendungsbereiche von Weltmodellen sind vielfältig und reichen von der Robotik über das autonome Fahren bis hin zur Simulation komplexer Klimaszenarien. Auch in der Spieleentwicklung und im Bildungsbereich eröffnen sich neue Möglichkeiten.
Das Karlsruher Institut für Technologie (KIT) entwickelt im Projekt ‚WOW – a World model of Our World‘ ein KI-Weltmodell zur Simulation von Klima, Wetter und Umwelt. Die Carl-Zeiss-Stiftung fördert das Vorhaben mit knapp sechs Millionen Euro.
Trotz des großen Potenzials gibt es auch erhebliche Herausforderungen bei der Entwicklung von Weltmodellen. Dazu gehören hohe Rechenanforderungen, Verzerrungen in den Trainingsdaten und die Gefahr, dass Weltmodelle ‚halluzinieren‘.
Weltmodelle können ‚halluzinieren‘ und falsche physikalische Gesetze oder fehlerhafte Zusammenhänge erzeugen, was eine große Herausforderung bei ihrer Entwicklung darstellt.
Weltmodelle stellen einen wichtigen Schritt in der Entwicklung von KI-Systemen dar, die die physische Realität verstehen und in komplexen, dynamischen Umgebungen agieren können. Obwohl es noch erhebliche Herausforderungen zu bewältigen gilt, ist das Potenzial dieser Technologie enorm.
