KI-Modelle noch weit entfernt von AGI-ähnlichem Schlussfolgern: Apple-Forscher

Apple-Forscher untersuchen die Denkfähigkeiten fortschrittlicher KI-Modelle und stellen deren Fortschritt hin zur künstlichen allgemeinen Intelligenz (AGI) in Frage. Sie fanden heraus, dass führende Large Language Models (LLMs) trotz Fortschritten mit komplexem Denken zu kämpfen haben. Die Forscher entwickelten Puzzlespiele, um diese Modelle jenseits von Standard-Benchmarks zu testen und konzentrierten sich dabei auf ihre Denkfähigkeit. Ihre Ergebnisse zeigten, dass aktuelle Modelle Denkprozesse nicht effektiv verallgemeinern können und die Genauigkeit mit zunehmender Komplexität abnimmt. Diese LLMs zeigen oft inkonsistente und oberflächliche Denkprozesse, wobei sie anfänglich manchmal korrekte Antworten generieren, dann aber später scheitern. Die Studie legt nahe, dass diese Modelle möglicherweise Denkmuster imitieren, ohne sie wirklich zu verstehen, was ein erhebliches Hindernis für das Erreichen von AGI darstellt. Die Arbeit der Forscher stellt optimistische Vorhersagen über die kurzfristige Verfügbarkeit von AGI in Frage. AGI, das Streben nach Intelligenz auf menschlichem Niveau in Maschinen, ist noch ein fernes Ziel. Die CEOs von OpenAI und Anthropic haben sich zuversichtlich geäußert, AGI bald zu erreichen. Die Forschung der Apple-Forscher unterstreicht die Notwendigkeit eines tieferen Verständnisses der LLM-Beschränkungen. Sie stellten fest, dass diese Modelle auf grundlegende Hindernisse für verallgemeinerungsfähiges Denken stoßen.