KI: Optimales Lernen durch künstlichen Schlaf. (Foto: Shutterstock/agsandrew)
KI kann nur eine bestimmte Reihe klar definierter Aufgaben managen. Eignen sich die Systeme zusätzliches Wissen an, geht ihnen verloren, was sie vorher gelernt haben.
KI soll lebenslang lernen können
„Das Problem taucht auf, wenn man Systeme entwickeln will, die zum sogenannten lebenslangen Lernen fähig sind“, erklärt Pavel Sanda von der Tschechischen Akademie der Wissenschaften. Das lebenslange Lernen ist die Art und Weise, wie sich Menschen Wissen aneignen, das sie anpassen und für die Lösung künftiger Herausforderungen nutzen.
Forscher:innen haben herausgefunden, dass KI lernen kann, verschiedene Aufgaben zu beherrschen und sich daran zu erinnern, wenn sie den menschlichen Schlaf nachahmt. Schlaf hilft uns Menschen, am Tag Erlerntes langfristig im Gehirn zu festigen.
Ideen aus der Neurowissenschaft und der Biologie anzuwenden, um das Maschinenlernen zu verbessern, ist aktuell ein großer Trend, wie Maxim Bazhenov von der University of California in San Diego sagt. Schlaf sei einer dieser Ideen, wie New Scientist den Wissenschaftler zitiert.
Ein bisschen Training, ein bisschen schlafen
Bazhenov, Sanda und ihre Kolleg:innen haben ein dem menschlichen Gehirn ähnelndes neuronales Netzwerk trainiert, damit es zwei verschiedene Aufgaben lernen kann, ohne die bei der ersten Aufgabe erlernten Verbindungen zu überschreiben. Das gelang, indem sie Trainingsphasen durch schlafähnliche Phasen unterbrachen.
Während ihrer Experimente fanden die Forscher:innen heraus, dass eine lange Schlafphase nach dem Lernen der jeweiligen Aufgaben weniger gut wirkte als sich schnell abwechselnde Trainings- und Schlafsitzungen – während die KI die zweite Aufgabe lernte.
Auf diese Weise brachten die Forscher:innen dem System bei, zwei verschiedene Muster bei der Suche nach simulierten Nahrungspartikeln zu lernen und gleichzeitig giftigen Partikeln auszuweichen.
KI könnte bald wie Mensch und Tier lernen
Irgendwann, so zeigen sich Bazhenov, Sanda und ihre Kolleg:innen überzeugt, könnte ein neuronales Netzwerk in er Lage sein, nacheinander erworbenes Wissen intelligent miteinander zu kombinieren und das Gelernte auf neuartige Situationen anzuwenden – so wie es Menschen und Tiere tun.
