Pressemitteilungen

Wenn Menschen und Maschinen miteinander interagieren, kann ihre unterschiedliche Art, ihre Umwelt zu interpretieren, zu Missverständnissen führen. Menschen sind es gewohnt, Dinge, die sie wahrnehmen, auch mit wenig Vorwissen zu deuten. Technische Systeme, die auf Künstlicher Intelligenz (KI) basieren, kommen in der Regel mit Einzelfällen nicht gut zurecht, sondern benötigen eine Vielzahl von Beispielen und Daten, um Phänomene in ihrer Umwelt sinnvoll zu interpretieren. „Trotz erheblicher Fortschritte in der Künstlichen Intelligenz sind wir noch weit von Systemen entfernt, die schrittweise aus kleinen Datenmengen lernen können und dabei Ergebnisse produzieren, die für menschliche Partner verständlich sind“, sagt Kenneth D. Forbus. 

Der Informatiker und Kognitionswissenschaftler Kenneth D. Forbus befasst sich mit qualitativen Repräsentationen – also einer Form des Denkens, die nicht auf Zahlen, sondern auf einer Reihe von abstrakteren, symbolischen Daten beruht. Ein weiterer Schlüsselbegriff seiner Forschung ist analoges Lernen: Menschen ziehen Vergleiche, indem sie ein System von Beziehungen, das sie bei einem Phänomen beobachten, auf ein anderes Phänomen übertragen. Forbus’ geht davon aus, dass qualitative Repräsentationen und analoges Lernen für das menschliche Verständnis von zentraler Bedeutung sind. Seiner Vorstellung nach sollen „diese Ideen die Grundlage für neue Technologien bilden, die uns helfen werden, menschenähnlichere KI-Systeme zu entwickeln.“

Verstehen, wie die Welt gemeinschaftlich verstanden wird
In seinem Vortrag veranschaulicht Forbus Prinzipien menschlicher Denkweisen anhand von Beispielen aus den Bereichen Sehen, Sprache und logisches Denken. Er geht darauf ein, wie die Prinzipien genutzt werden können, um „soziale Softwareorganismen“ – KI auf menschlicher Ebene – zu ermöglichen.

Der Vortrag trägt den Titel „Qualitative Representations and Analogical Learning for Human-like AI Systems“ (Qualitative Darstellungen und analoges Lernen für menschenähnliche KI-Systeme). Er bildet den Auftakt zu der neuen Vortragsreihe „Co-Constructing Intelligence“. Der Begriff Ko-Konstruktion bezieht sich darauf, dass die Interpretation der Umwelt und die Durchführung von Handlungen in Zusammenarbeit stattfindet. Das geschieht auf natürliche Weise, wenn beispielsweise Kinder mit Unterstützung und unter Anleitung ihren Eltern Aufgaben im Haushalt erledigen. Mit Servicerobotern und anderen technischen Systemen ist so eine natürliche Interaktion bislang jedoch nicht möglich.

„Kenneth D. Forbus gehört zu den Pionieren in der Erforschung von Künstlicher Intelligenz“, sagt Professor Dr. Philipp Cimiano, Leiter der Gruppe Semantische Datenbanken an der Universität Bielefeld. „Sein Ansatz hat bedeutsame Impulse für selbstlernende KI-Systeme gegeben, die trotz weniger Daten sinnvolle Informationen liefern und ihre Interpretationen so erklären, dass Menschen sie verstehen können.“

Für die neue Vortragsreihe kooperieren die Universitäten Bielefeld, Bremen und Paderborn. Cimiano organisiert die neue Vortragsreihe unter anderem gemeinsam mit der Bielefelder Informatikerin Professorin Dr.-Ing. Britta Wrede, dem Bremer Informatiker Professor Dr. Michael Beetz und der Paderborner Linguistin Professorin Dr. Katharina Rohlfing. Die Vortragsreihe ist ein Angebot einer gemeinsamen Forschungsinitiative der drei Universitäten. Der Zusammenschluss nutzt das Prinzip der Ko-Konstruktion, um das Verständnis und die Fähigkeiten von Robotern an die von Menschen anzupassen. Die Forschenden arbeiten so an der Basis für eine flexible und sinnhafte Interaktion von Robotern mit Menschen im Alltag. Diese Interaktion soll Roboter in die Lage versetzen, von Menschen formulierte Aufgaben zu erledigen – auch wenn diese vage formuliert sind, der Roboter notwendige Handlungsschritte noch erlernen muss, bestimmte Handlungen nur in Zusammenarbeit mit dem Menschen möglich sind oder sich die Umgebung verändert, in der eine Aufgabe durchgeführt werden soll.