A Criticism of the Technological Singularity
01.01.2022
Die fesselnde Geschichte von sich selbst verbessernden Maschinen, die exponentiell intelligenter werden - bis hin zu unvorstellbarer Intelligenz - hat einige der besten Science-Fiction-Literatur inspiriert [1-3], wird aber auch von vielen Forschern ernst genommen. Diese Geschichte basiert jedoch auf empirischen Beobachtungen scheinbar exponentieller Prozesse wie dem Mooreschen Gesetz in der Halbleiterindustrie und enthält mehrere Trugschlüsse in Bezug auf die Selbstverbesserung intelligenter Systeme (einschließlich Menschen), die bei genauer Betrachtung unplausibel sind. Deep Learning wurde als ein großer Schritt in diese Richtung angekündigt, doch bei näherer Betrachtung zeigen sich auch hier viele offene Fragen. Dies führt uns zu dem Schluss, dass wir nur einen kleinen Teil einer Methode entschlüsselt haben, mit der Nervensysteme intelligentes Verhalten erzeugen können, dass scheinbar einfache Aufgaben wie Bildklassifizierung und -segmentierung noch nicht vollständig gelöst sind und dass eine echte künstliche allgemeine Intelligenz (AGI) noch mindestens mehrere Jahrhunderte in der Zukunft liegt. Aber selbst eine AGI wäre nicht in der Lage, sich ohne weitere Fortschritte exponentiell selbst zu verbessern. Diese Irrtümer sind sowohl in der Science-Fiction-Literatur als auch in wissenschaftlichen Abhandlungen weit verbreitet, und wir werden unsere Analyse mit entsprechenden Beispielen illustrieren.
Seewald A.K. (2022) A Criticism of the Technological Singularity. In: Dingli A., Pfeiffer A., Serada A., Bugeja M., Bezzina S. (eds) Disruptive Technologies in Media, Arts and Design. ICISN 2021. Lecture Notes in Networks and Systems, vol 382. Springer, Cham.