"Ich schlage vor, die Frage zu untersuchen, ob Maschinen denken können." Das sind die Worte, mit denen der Informatik-Pionier Alan Turing seinen wohl berühmtesten Aufsatz beginnt: "The Imitation Game".
In ihm stellt der 1954 verstorbene Alan Turing einen Test vor, der Künstliche Intelligenz prüft. Eine Maschine soll versuchen, mit einem Menschen so zu kommunizieren, dass dieser glaubt, die Maschine sei auch ein Mensch. Gelingt der Maschine diese Täuschung, beweist das, laut Turing, dass sie in ihrer Intelligenz einem Menschen ebenbürtig ist.
Vergangenes Jahr, anlässlich des 60. Todestages des Informatikers, unterzogen sich gleich mehrere Maschinen diesem Test und der Chatbot Eugene Goostman gewann den Wettbewerb. Ein Drittel der Testpersonen glaubte, er sei ein Mensch. Allerdings hatten viele Informatiker ihre Zweifel an diesem Ergebnis: "Wir finden, dass der Turing-Test durch ein Programm gewonnen wurde, das nicht wirklich Intelligenz bewies. Es wich Fragen aus und antwortete teilweise nicht. Es war ein Leichtes, die Testpersonen mit diesem Programm zu verwirren", sagt Manuela Veloso, Informatikerin an der Carnegie Mellon University in Pittsburgh. Sie kritisiert, dass das Siegerprogramm zum Beispiel von sich sagte, es sei ein ukrainischer Junge. Diese Biografie hätte dem Programm erlaubt, Schwächen wie schlechtes Englisch und Gedankensprünge zu kaschieren.
Manuela Veloso hat darum gemeinsam mit Kollegen die Initiative "Beyond the Turing Test" ins Leben gerufen. Darin wollen Forscher verschiedener Fachbereiche einen ganzen Marathon an Tests für Maschinen entwickeln, der besser abbildet, was menschliche Intelligenz ausmacht. "Wir haben über vier Bereiche diskutiert. Der Erste ist 'Sprache und Alltagswissen', der Zweite 'Sprache und Bilder', dann kommt 'Sprache, Bilder und Zusammenarbeit mit Menschen' und als Viertes schließlich ein Wissenstest."
Das alles klingt zunächst sehr abstrakt. Aber es gibt bereits einige Ideen für Tests, die die einzelnen Anforderungsbereiche einschließen. Einer davon ist das Winograd-Schema. Bei diesem Schema werden Maschinen mit Sätzen konfrontiert wie: "Die Trophäe passt nicht in die Tüte, denn sie ist zu groß."
Jedem von uns ist klar, dass es die Trophäe ist, die zu groß ist und darum nicht in die Tüte passt. Rein grammatikalisch gesehen könnte aber auch die Tüte zu groß sein. Dass das keinen Sinn macht, verstehen wir nur, weil wir Sprache und Alltagswissen miteinander verbinden können. Das ist der erste Aufgabenbereich, um den es Manuela Veloso geht.
Einige Experten sagen aber auch, dass nur ein System mit einem physischen Körper wirklich intelligent sein kann. Diese Anforderung soll im Bereich "Sprache, Bilder und Zusammenarbeit mit Menschen" geprüft werden: "Die Aufgabe könnte zum Beispiel sein, dass eine Maschine mit einem Menschen ein IKEA-Möbelstück zusammenbauen muss. Es geht darum, dass eine Maschine mit Menschen interagiert und sich dabei der Sprache und der Fähigkeiten zu sehen bedient."
Ja vielleicht könnte sogar das Fußballspielen auf dem Testplan künftiger Roboter stehen. Denn Manuela Veloso war lange Zeit eine der Mitorganisatoren des Robo-Cups, der Fußball-WM für Roboter. Wie bei kaum einem anderen Spiel werden dabei die Maschinen gefordert. Denn sie müssen blitzschnell auf Sinneseindrücke reagieren, ihren Roboterkörper unfallfrei bewegen und im Team arbeiten. Außerdem müssen sie damit zurechtkommen, dass nicht alle Informationen vorhanden sind – also nicht immer klar ist, wo der Ball als nächstes hinspringt.
Trotzdem will Manuela Veloso nicht, dass nun der erste Sieg einer Robotermannschaft gegen eine menschliche Elf als Gradmesser für Intelligenz gesehen wird. Die Forscherin möchte, dass man sich grundsätzlich von der Idee des Wettkampfes "Mensch gegen Maschine" verabschiedet.
"Das Ziel ist nicht irgendwen in einer Disziplin zu schlagen, sondern etwas beizutragen zum besseren Verständnis darüber, was uns Menschen ausmacht. Es geht nicht um den Wettbewerb, sondern darum, etwas zu schaffen, das Menschen hilft, weil wir das Phänomen des Denkens besser verstehen."
