Künstliche Intelligenz: „Jeder Roboter denkt, er sei einmalig“

Herr Pearl, Turing hat einen wichtigen Aufsatz mit der Frage begonnen: „Können Computer denken?“ Was ist Ihre Antwort darauf?

Ich beantworte sie genauso wie Turing, mit dem Turing-Test.

Sie meinen den von Turing konzipierten Blindtest, bei dem eine Person einerseits mit einem Menschen und andererseits mit einer Maschine spricht. Kann der Proband nicht zwischen Mensch und Computer unterscheiden, kann die Maschine als intelligent gelten…
Der Test ist nicht unumstritten. Dennoch stellt er den richtigen Rahmen dar, um unsere Vorstellung vom „Denken“ zu definieren.

Welche Bedeutung hat Turing heute in Ihrem Forschungsbereich, im Forschungsfeld der künstlichen Intelligenz?
Der Anspruch, den der Turing-Test formuliert, ist immer noch ein wichtiger Antrieb, nämlich die Maschinen den Menschen anzugleichen. Daraus erwachsen bis heute viele gute Ergebnisse. Selbst, wenn wir das Ziel vielleicht nie erreichen werden.

Turing war der Meinung, dass schon im Jahr 2000 die meisten Maschinen den Turing-Test bestehen würden. Das ist nicht eingetroffen.
Deshalb hüte ich mich für meinen Teil vor Voraussagen (lacht). In meinem Forschungsbereich bestehen Computer übrigens den Test.

Wie funktioniert denn Ihr Turing-Test?
Man erzählt einer Maschine eine kleine Geschichte, eine Kriminalgeschichte etwa. Und dann fragt man den Computer, wie die Geschichte ausgehen könnte oder nach der Ursache für etwas. Man zeigt ihr das eine oder das andere Beweisstück und fragt: Was ist passiert? Oder man fragt sie kontrafaktisch, zum Beispiel: Ich habe ein Aspirin genommen und jetzt habe ich Bauchschmerzen. Würde es mir besser gehen, wenn ich das Aspirin nicht genommen hätte? Solche Sachen. Im Kontext einer einfachen Geschichte können wir die Maschine dazu bringen, Antworten zu geben, wie sie ein vernünftiger Mensch geben würde.

Und der Computer weiß, ob es mir ohne Kopfschmerztablette besser ginge?
Aber natürlich. (Lacht) Weil wir ihm vorher die richtigen Informationen gegeben haben. Wenn ich sage: Wenn es nicht Oswald war, der Kennedy erschossen hat, dann war es jemand anderes, werden Sie zustimmen. Wenn ich aber sage, wenn Oswald Kennedy nicht erschossen hätte, hätte es jemand anderes getan, werden Sie sagen, das ist nicht wahrscheinlich. Woher wissen Sie das? Sie leiten es ab aus dem, was sie sonst noch über Texas im Jahr 1963 wissen. Und das können Maschinen auch.

Ihre Forschungen basieren auf einer besonderen Form der Wahrscheinlichkeitsmathematik, auf Bayes’scher Statistik. Warum ist das wichtig, um Computer zum Denken zu bringen?
Das Problem ist, wenn Computer ihre Antworten aus Regeln ableiten.

Sie meinen, wenn A, dann B.
Ja. Das Problem für den Computer ist: Die Welt ist so komplex, das Regelbuch wäre so umfangreich, es gäbe nicht genug Moleküle auf der Welt, um es zu schaffen. Das Revolutionäre an der Bayes’schesn Statistik ist, dass man Zehntausende von Variablen und ihre Verbindungen berechnen kann, ohne dabei die Rechenkraft der Computer zu übersteigen.

Sie erlaubt gewisse Rückschlüsse vom Ergebnis her: Aha, ich habe B. Mit dieser und jener Wahrscheinlichkeit ist die Ursache A oder C.
Sie erlaubt vor allem das Lernen. Wenn Menschen eine Hypothese haben und dann begegnen uns Fakten, die nicht zu dieser Hypothese passen, sind wir in der Lage, unsere Hypothese anzupassen. Die Schwarz-Weiß-Logik herkömmlicher Computer kann das nicht.

Haben Sie ein Beispiel?

Der Ökonom steht letztlich vor dem gleichen Problem wie der Roboter: Beide wollen wissen, welchen Effekt eine bestimmte Handlung in einer ungeordneten Welt hat. Der Ökonom tut sich ja schon schwer, alle gewollten oder ungewollten Effekte des Austritts Griechenlands aus der EU zu berücksichtigen. Genauso geht es dem Roboter, wenn er einen Hubschrauber fliegt: Er ist mit vielen Unsicherheiten konfrontiert, die alle unterschiedlich wahrscheinlich sind. Um sich inmitten dieser Unsicherheiten dennoch rational zu verhalten, braucht man eine bestimmte Logik. Und diese Logik müssen wir Computern beibringen. Davon können auch die Hunderttausenden von Gott gemachten Roboter profitieren.

Sie meinen uns Menschen?
Ich meine vor allem die Ökonomen (lacht). Sie bestehen aus weicherem Gewebe, aus einer Menge Silicium. Aber sie sind Maschinen.

Menschen sind nur Maschinen aus Gewebe? Sind wir etwa nicht evolutionär einmalig?
Doch, das denkt jeder Roboter.

Gibt es denn nichts, von dem Sie sagen würden: Das kann nur der Mensch?
Ich dachte immer, der eine Unterschied wäre, dass Menschen Angst vor dem Tod haben. Doch ich habe meine Meinung geändert. Man könnte Computern beibringen, sich davor zu fürchten, dass man den Stecker zieht.

Turing meint, man könnte Maschinen auch beibringen, Erdbeeren mit Sahne lecker zu finden.
Ich bin ja noch nicht einmal sicher, dass Sie, wenn Sie Erdbeeren mit Sahne essen, dasselbe schmecken wie ich. Ich leite es aus Ihrer Reaktion ab, aus der Art und Weise, wie Ihre Augen dabei leuchten oder Sie die Lippen bewegen. Genauso ist es mit einem Roboter. Alles, was er tun muss, um uns zu überzeugen, ist den Genuss perfekt nachzuahmen.

Damit sind wir wieder beim Turing-Test, der letztlich sagt: Wenn man keinen Unterschied beobachten kann, dann gibt es keinen Unterschied. Sehen Sie so die Welt?
Was das Schmecken angeht, bin ich nicht sicher. Ich glaube, es wird Computern immer schwerfallen, Geschmack vorzutäuschen. Aber ich glaube, man kann Computern beibringen, so zu denken wie wir.

Was ist überhaupt der Sinn darin, Computer immer menschlicher zu machen?
Damit die Computer besser für uns arbeiten. Das Tippen auf der Tastatur ist doch mühsam. Es wäre schöner, mit einem Computer wie mit Freunden zu sprechen.

Ihre Forschung soll die Grundlage für die Spracherkennungssoftware „Siri“ von Apple sein.
Ja, das habe ich gelesen. Keine Ahnung, ob das stimmt. Vielleicht nutzen sie einen Algorithmus, den ich in den 80ern entwickelt habe.

Sie verdienen jedenfalls nichts daran?
(lacht) Nein.

Haben Sie Siri einmal ausprobiert?
Ja, Ich habe einen Vortrag in einer Schule gehalten, danach kam ein Mädchen mit ihrem Telefon zu mir.

Und hat es funktioniert?
Nein, nicht sehr gut. Es sagte immer wieder: Ich verstehe die Frage nicht.

Das Gespräch führte Anna Sauerbrey.

Judea Pearl ist Computerwissenschaftler in Kalifornien. Er erforscht die mathematischen Grundlagen der Künstlichen Intelligenz. Dafür wurde er vielfach geehrt, 2011 mit dem Turing-Preis.