KI ohne Machine Learning: Wie evolutionäre Algorithmen neue Lösungen bieten
Inhalt
Wenn wir über KI sprechen, meinen wir häufig neuronale Netze, die Basis der großen KI-Modelle unserer Zeit: Gewirre von künstlichen Neuronen, die darauf trainiert werden, eine Eingabe in ein gewünschtes Ergebnis zu überführen. Auf eine textliche Frage soll eine textliche Antwort folgen, auf eine Beschreibung einer Szene ein gewünschtes Bild.
Neuronale Netze sind aber nicht die einzige Art von künstlicher Intelligenz, sondern nur ein kleiner Teilbereich, wenn auch derzeit der populärste. Echte KI-Expertinnen sollten bei allem – teilweise auch berechtigen – Hype um neuronale Netze also wissen, wann man besser alternative Formen von KI verwenden sollte. Wir schauen uns evolutionäre Algorithmen daher genauer an: Hier werden die Prinzipien von Charles Darwins Evolutionslehre angewandt, um Probleme mit dem Computer automatisch lösen zu lassen. Das ist keine esoterische oder schöngeistige Übung – mit ihnen kann vieles effektiver und einfacher umgesetzt werden.
Der Unterschied von Evolution und Deep Learning
Künstliche Intelligenz beschreibt erst einmal alles, was sogenanntes intelligentes Verhalten automatisiert, vom NPC im Videospiel, der uns beschießt, über die automatische Sortierung von Fotos auf dem Smartphone bis zu LLMs wie ChatGPT. Besagte LLMs und die meisten anderen neuronalen Netze werden dafür über maschinelles Lernen trainiert; sie lernen also anhand von Beispielen, eine bestimmte Klasse von Problemen zu lösen, etwa Nutzerfragen zu beantworten oder gewünschte Bilder zu erzeugen.
Im Gegensatz dazu arbeiten evolutionäre Ansätze meist anders: Anstatt mit großen Mengen von Beispielen zu arbeiten, produzieren sie große Mengen von potenziellen Lösungen, variieren diese clever und picken die besten heraus. Sie lernen also nicht, eine Klasse von Problemen zu bearbeiten (Lerne Gleichungen zu lösen), sondern finden eine Antwort für ein konkretes Problem (Was ist x + 5 = 7?).
Der Vorteil: Wir brauchen nicht mehr Millionen von Beispielen, an denen unsere neuronalen Netze etwas lernen sollen, sondern eigentlich nur eine Möglichkeit, eine Lösung qualitativ einzuordnen. Der Weg zu dieser Lösung wird dann über Evolution gefunden.