Das DeepMind-Raster: warum die AGI-Leiter in die Irre führt

Das verbreitete Stufenmodell der Künstlichen Intelligenz kennt drei Typen: ANI (schmale KI, spezialisiert auf eine klar umrissene Aufgabe), AGI (ein bislang nicht existierendes System, das flexibel und kontextübergreifend wie ein Mensch lernt und handelt) und ASI (ein spekulatives System jenseits menschlicher Fähigkeiten). Alle heutigen KI-Systeme fallen in die erste Kategorie.

Der Lehrgang bezieht dazu eine klare Position: Als Leiter gelesen führt dieses Modell in der Praxis in die Irre. Wer nur die drei Sprossen kennt, kann eine zentrale Eigenschaft heutiger Systeme nicht ausdrücken.

Was die Leiter verschluckt

AlphaFold erreicht in der Proteinfaltung superhumane Leistungen, gilt aber nicht als AGI. Ein KI-System für das Mammographie-Screening reduzierte in einer internationalen Evaluation sowohl falsch-positive als auch falsch-negative Befunde gegenüber der Befundung durch Radiologen. Beides ist übermenschlich gut und zugleich extrem schmal. Auf der Leiter landet es in derselben Kategorie wie ein einfacher Chatbot: ANI. Genau diesen Unterschied kann das Modell nicht abbilden.

Das DeepMind-Raster: Leistung mal Generalität

Das von Google DeepMind vorgeschlagene Modell „Levels of AGI“ (Morris et al., 2023) ersetzt die Leiter durch zwei Dimensionen: Leistungsniveau und Generalität. Die Leistungsskala reicht von Level 0 („No AI“) über „Emerging“ (etwa auf dem Niveau eines ungeübten Menschen) und „Competent“ (mindestens 50. Perzentil Erwachsener) bis zu übermenschlichen Stufen, jeweils getrennt für schmale und breite Systeme. AlphaFold ist darin sauber beschreibbar: superhuman und schmal. Ein Sprachmodell: breiter, aber auf niedrigerem Leistungsniveau.

Die OpenAI-Stufen als zweite Alternative

OpenAI hat im Juli 2024 intern ein fünfstufiges Schema vorgestellt, um Fortschritt Richtung menschenähnlicher KI zu verfolgen: Chatbots, Reasoners, Agents, Innovators, Organizations. Auch das ist differenzierter als die Leiter, weil es nach Fähigkeiten statt nach einem einzigen Endpunkt sortiert.

Wozu du das brauchst

Mit dem Raster ordnest du Ankündigungen nüchtern ein: Statt „Ist das schon AGI?“ fragst du „Wie gut, und wie breit?“. Das schützt vor Über- und Unterschätzung zugleich. Um die Frage, wohin sich die Modelle entwickeln, geht es hier bewusst nicht, die behandelt der Beitrag KI-Zukunft: Prognosen bis 2030.

Zur Einordnung der Tragweite: Die Studie „GPTs are GPTs“ (Eloundou et al., 2023) schätzt, dass rund 80 Prozent der US-Arbeitnehmerschaft bei mindestens 10 Prozent ihrer Arbeitsaufgaben von großen Sprachmodellen betroffen sein könnten. Die Frage nach der richtigen Einordnung ist also keine akademische.

Quellen: Morris et al., „Levels of AGI for Operationalizing Progress on the Path to AGI“ (arXiv 2311.02462, 2023); Eloundou et al., „GPTs are GPTs“ (arXiv 2303.10130, 2023); Jumper et al., „Highly accurate protein structure prediction with AlphaFold“ (Nature, 2021); McKinney et al., „International evaluation of an AI system for breast cancer screening“ (Nature, 2020); Bloomberg, „OpenAI Scale Ranks Progress Toward Human-Level Problem Solving“ (11.07.2024); Plattform Lernende Systeme, „Artificial General Intelligence (AGI)“.