Foto: PantherMedia / Kheng Ho Toh
Die Fähigkeit, sich selbst Ziele zu setzen, ist eine äußerst menschliche Verhaltensweise, und bislang gibt es kaum Computermodelle, die diese Eigenschaft nachahmen können. Forschende der New York University haben nun einen neuen Ansatz gewählt, um diese Lücke zu schließen: Sie untersuchten, wie Menschen eigene spielerische Ziele und Aufgaben entwickeln, um daraus Rückschlüsse darauf zu ziehen, wie diese Zielgenerierung eigentlich funktioniert.
In Online-Experimenten wurden Teilnehmende gebeten, sich in einem virtuellen Raum mit verschiedenen Objekten eine Vielzahl von Spielen auszudenken und zu beschreiben. Das Forscherteam zeichnete diese Beschreibungen auf und nutzte sie als Datensatz, um ein KI-Modell zu trainieren.
Einfache Prinzipien als Grundlage für kreative Spielideen
Die Analyse der von den Teilnehmerinnen und Teilnehmern erdachten Spiele zeigte, dass es zwar eine riesige Bandbreite an Möglichkeiten gibt, trotzdem wird die menschliche Zielgenerierung von einer begrenzten Anzahl einfacher Prinzipien geleitet. Im Vordergrund stand die Frage, wie gut sich eine Idee physikalisch umsetzen ließ. Außerdem tendierten die Probanden dazu, bekannte Spielelemente zu kombinieren, um daraus neue Ansätze zu entwickeln.
Ein Beispiel für ein von Menschen entwickeltes Spiel bestand darin, einen Ball so zu werfen, dass er eine Wand berührt und anschließend entweder gefangen oder berührt wird. Punkte wurden für jeden erfolgreichen Wurf vergeben, bei dem der Ball von der Wand abprallte und anschließend gefangen oder berührt wurde.
Ein von der KI generiertes Spiel hingegen forderte die Spieler auf, Volleybälle so zu werfen, dass sie auf dem obersten Regal landeten und dort zum Stillstand kamen. Das Spiel endete nach 30 Sekunden, und Punkte wurden für jeden Volleyball vergeben, der sich am Ende des Spiels noch auf dem obersten Regal befand.
Künstliche Intelligenz generiert eigene spielerische Ziele
Die Forschenden trainierten das KI-Modell anhand der Regeln und Ziele, die von den menschlichen Teilnehmenden stammten. So sollte die KI lernen, selbstständig zielorientierte Spiele zu erstellen. Um die Qualität dieser KI-generierten Spiele zu überprüfen, ließen die Forschenden alle Spiele von einer weiteren Gruppe testen. Dabei sollten sie Spaß, Kreativität und Schwierigkeitsgrad bewerten. Das galt natürlich sowohl für die Spiele, die von Menschen stammten, als auch für die KI-Ideen.
Das Ergebnis: Die Testenden bewerteten die von der KI generierten Spiele ähnlich wie diejenigen, die sich Menschen ausgedacht hatten. Das deutet darauf hin, dass das Modell erfolgreich die Art und Weise erfasst hat, wie Menschen neue Ziele entwickeln, und in der Lage ist, eigene spielerische Ziele aufzustellen, die von menschlichen Ansätzen kaum zu unterscheiden sind.
KI-Systeme mit verbessertem Verständnis menschlicher Absichten
Die Forschungsarbeit trägt dazu bei, das Verständnis dafür zu verbessern, wie Menschen Ziele formulieren. Das ist wiederum eine Voraussetzung dafür, Algorithmen zu programmieren, die genau das nachahmen. Anders gesagt: Die gewonnenen Erkenntnisse könnten die Entwicklung von KI-Systemen voranbringen.
Die Wissenschaftler und Wissenschaftlerinnen trauen ihrem Modell sogar zu, Anregungen für die Entwicklung ganz neuer Spiele zu liefern, sobald es ausreichend auf die menschliche Vorstellung trainiert wurde. Dabei gilt aber eine Einrschränkung: Echte Kreativität bleibt den Menschen vorbehalten. Denn die KI orientiert sich an dem, was ihr beigebracht wurde und übertragt das gegebenenfalls auf verwandte Szenarien. Sie ist hingegen nicht in der Lage, in ganz neuen Bahnen zu „denken“.
Ein Beitrag von:
