Yann LeCun, Metas KI-Chef, beleuchtet die limitationen aktueller KI-Modelle. Ihm zufolge fehlen ihnen fundamentale Merkmale menschlicher Intelligenz. Er erklärt, welche Fähigkeiten gemeint sind und welche neuen Ansätze nötig sind.
Yann LeCun, der Chef-KI-Wissenschaftler bei Meta, hat kürzlich auf dem AI Action Summit in Paris eine entscheidende Beobachtung geteilt: Aktuelle KI-Modelle fehlen wesentliche Merkmale menschlicher Intelligenz. Er beleuchtete die fundamentalen Eigenschaften intelligenten Verhaltens, die bei Tieren und Menschen zu finden sind. Diese Fähigkeiten sind für das wahre Verständnis der Welt und die Interaktion mit ihr unerlässlich, und LeCun sieht hier die größten Defizite bei modernen KI-Systemen, insbesondere bei den weit verbreiteten großen Sprachmodellen.
Laut LeCun gibt es vier kritische Eigenschaften intelligenten Verhaltens: Verständnis der physischen Umwelt, Beständiges Gedächtnis, Fähigkeit zur Vernunft und Fähigkeit zur Planung.
Aktuelle KI-Modelle, insbesondere die populären Large Language Models (LLMs), haben diese Schlüsselmerkmale menschlicher Intelligenz noch nicht gemeistert. LeCun kritisiert den Ansatz vieler Tech-Unternehmen, die einfach versuchen, bestehenden Modellen neue Fähigkeiten „hinzuzufügen“. Er argumentiert, dass dies nicht ausreicht, um die Komplexität und Tiefe menschlicher Kognition zu erreichen. Es erfordert vielmehr eine grundlegende Neuausrichtung der Trainingsansätze.
Aktuelle KI-Modelle „fehlen wesentliche Merkmale menschlicher Intelligenz“. Eine grundlegende Änderung der Trainingsansätze ist nötig.
Meta experimentiert bereits mit neuen Wegen, um diese Limitationen zu überwinden. Ein Beispiel ist das Retrieval-Augmented-Generation-Modell (RAG), das LLM-Ergebnisse durch externe Wissensquellen verbessert. Ein weiterer Schritt ist das V-JEPA-Modell, das lernt, indem es fehlende Videoteile vorhersagt, anstatt generativ zu arbeiten. Diese Initiativen zeigen, dass Meta die Notwendigkeit fundamentaler Innovationen erkannt hat, um über die derzeitigen KI-Grenzen hinauszugehen.
LeCun favorisiert den Einsatz von „world-based models“. Diese Modelle sollen auf realen Szenarien trainiert werden und eine höhere kognitive Fähigkeit besitzen als die aktuellen muster-basierten KI-Modelle. Sie sollen in der Lage sein, sich Aktionen vorzustellen und die daraus resultierenden Zustände der Welt vorherzusagen. Da die Welt unendlich komplex ist, sei Training durch Abstraktion der Schlüssel zum Erfolg.
Ein weiterer wichtiger Punkt, den LeCun hervorhebt, ist die Bedeutung von Emotionen und sensorischen Inputs. Er glaubt, dass KI-Systeme Emotionen benötigen, um Ziele zu verfolgen und Konsequenzen einzuschätzen. Dies sei ein untrennbarer Bestandteil eines intelligenten Designs. Ein Weltmodell, Schlussfolgerung und Planung sind ebenfalls notwendig, um die KI-Vision Metas zu realisieren.
Obwohl Meta intensiv an der Weiterentwicklung arbeitet, kämpft das Unternehmen mit einem erheblichen Talentverlust im KI-Team. Viele Forscher, die am Llama-Modell gearbeitet haben, sind abgewandert, teils zu Konkurrenten wie Mistral. Gleichzeitig stößt Metas neueste Veröffentlichung, Llama 4, nur auf lauwarme Resonanz im Markt, da Entwickler sich schneller agierenden Konkurrenten mit dedizierten Vernunftmodellen zuwenden.
