GOFAI (gut alte, altmodische künstliche Intelligenz) ist ein Begriff in der Philosophie der künstlichen Intelligenz, der sich auf die klassische symbolische KI bezieht, im Gegensatz zu anderen Ansätzen wie neuronale Netze, situierte Robotik, schmale symbolische KI oder neuro-symbolische KI. Der Begriff wurde von dem Philosophen John Haugeland in seinem Buch Artificial Intelligence: The Very Idea aus dem Jahr 1985 geprägt. Haugeland führte den Begriff ein, um zwei zentrale Fragen zu behandeln: ob GOFAI eine menschenähnliche künstliche Intelligenz in einer Maschine hervorbringen kann und ob GOFAI die primäre Methode ist, die Gehirne verwenden, um Intelligenz zu zeigen.
In der KI-Entwicklung und -Technologie wird GOFAI verwendet, um sich auf Programme zu beziehen, die mit bewussten, expliziten Anweisungen für eine einzelne Aufgabe erstellt wurden, im Gegensatz zu Ansätzen, die maschinelles Lernen verwenden. Beispiele für GOFAI-Anwendungen sind AlphaGo und das ursprüngliche Siri-Design von Apple.
Historischer Kontext und Einfluss
Die KI-Forschung in den 1950er- und 1960er-Jahren hatte einen enormen Einfluss auf die Ideengeschichte. Sie inspirierte die kognitive Revolution, führte zur Gründung des akademischen Fachgebiets der Kognitionswissenschaft und war das wesentliche Beispiel in philosophischen Theorien des Computationalismus, Funktionalismus und Kognitivismus sowie in psychologischen Theorien des Kognitivismus und der kognitiven Psychologie. Der spezifische Aspekt der KI-Forschung, der zu dieser Revolution führte, war das, was Haugeland GOFAI nannte.
Herbert A. Simon, ein Begründer der KI, spekulierte 1963, dass GOFAI menschenähnliche Intelligenz hervorbringen könnte und dass es die primäre Methode sei, die Gehirne verwenden. Seine Belege waren die Leistungen von Programmen, die er mitverfasste, wie dem Logic Theorist und dem General Problem Solver, zusammen mit seiner psychologischen Forschung zum menschlichen Problemlösen.
Westlicher Rationalismus und GOFAI
Haugeland ordnet GOFAI in die rationalistische Tradition der westlichen Philosophie ein, die besagt, dass abstrakte Vernunft die höchste Fähigkeit ist, Menschen von Tieren trennt und der wesentlichste Teil der Intelligenz ist. Diese Annahme erscheint bei Platon und Aristoteles, bei Shakespeare, Hobbes, Hume und Locke und war zentral für die Aufklärung, die logischen Positivisten der 1930er-Jahre sowie die Computationalisten und Kognitivisten der 1960er-Jahre.
Die symbolische KI der 1960er-Jahre simulierte erfolgreich hochrangiges Denken, einschließlich logischer Deduktion, Algebra, Geometrie, räumlichem Denken und Mittel-Zweck-Analyse, alles in präzisen englischen Sätzen. Viele Beobachter, darunter Philosophen, Psychologen und KI-Forscher, wurden überzeugt, dass sie die wesentlichen Merkmale der Intelligenz erfasst hatten. Diese Überzeugung war durch den Rationalismus bedingt; wenn sie falsch wäre, würde sie einen großen Teil der westlichen philosophischen Tradition in Frage stellen.
Die kontinentale Philosophie, einschließlich Nietzsche, Husserl und Heidegger, lehnte den Rationalismus ab und argumentierte, dass hochrangiges Denken begrenzt und fehleranfällig sei und dass die meisten Fähigkeiten aus Intuitionen, Kultur und instinktivem Gefühl stammen. Philosophen, die mit dieser Tradition vertraut waren, wie Hubert Dreyfus und Haugeland, waren die ersten, die GOFAI und seine Hinlänglichkeit für Intelligenz kritisierten.
Haugelands Definition
Kritiker und Befürworter von Haugelands Position fanden es schwierig, GOFAI präzise zu definieren. Drew McDermott zum Beispiel findet Haugelands Beschreibung inkohärent und argumentiert, dass GOFAI ein Mythos sei. Haugeland prägte den Begriff, um die philosophischen Implikationen von Behauptungen zu untersuchen, die für alle GOFAI-Theorien wesentlich sind, die er wie folgt auflistete: (1) unsere Fähigkeit, intelligent mit Dingen umzugehen, beruht auf unserer Fähigkeit, vernünftig über sie nachzudenken, einschließlich unbewusstem Denken; und (2) unsere Fähigkeit, vernünftig über Dinge nachzudenken, entspricht einer Fähigkeit zur internen automatischen Symbolmanipulation.
Dies ähnelt der Hypothese der physischen Symbolsysteme, die Herbert A. Simon und Allen Newell 1963 vorschlugen, die besagt, dass ein physisches Symbolsystem die notwendigen und hinreichenden Mittel für allgemeines intelligentes Handeln besitzt. Es ähnelt auch Hubert Dreyfus' psychologischer Annahme, dass der Geist als ein Gerät betrachtet werden kann, das mit Informationsbits gemäß formalen Regeln arbeitet.
Haugelands Beschreibung bezieht sich auf Symbolmanipulation, die durch eine Reihe von Anweisungen gesteuert wird. Die Symbole sind diskrete physische Dinge, denen eine eindeutige Semantik zugewiesen ist, wie <Katze> und <Matte>. Sie beziehen sich nicht auf Signale, unidentifizierte Zahlen oder Matrizen unidentifizierter Zahlen. Somit umfasst Haugelands GOFAI keine Techniken wie Kybernetik, Perzeptrons, dynamische Programmierung, Kontrolltheorie oder moderne Techniken wie neuronale Netze oder Support Vector Machines. Es umfasst auch keine Systeme, die symbolische KI mit anderen Techniken kombinieren, wie neuro-symbolische KI, oder schmale symbolische KI-Systeme, die nur für spezifische Probleme entwickelt wurden.
Antworten von KI-Wissenschaftlern
Russell und Norvig schrieben, dass GOFAI dem einfachsten logischen Agentendesign entspricht und dass es schwierig ist, jede Eventualität angemessenen Verhaltens in einer Reihe notwendiger und hinreichender logischer Regeln zu erfassen, was sie das Qualifikationsproblem nennen. Spätere symbolische KI-Arbeiten nach den 1980er-Jahren integrierten robustere Ansätze für offene Bereiche, wie probabilistisches Denken, nicht-monotones Denken und maschinelles Lernen. Derzeit glauben die meisten KI-Forscher, dass Deep Learning und wahrscheinlicher eine Synthese aus neuronalen und symbolischen Ansätzen (neuro-symbolische KI) für allgemeine Intelligenz erforderlich sein werden.
Vermächtnis und Relevanz
GOFAI bleibt ein grundlegendes Konzept zum Verständnis der Geschichte und Philosophie der künstlichen Intelligenz. Es hebt den Wandel von regelbasierten, expliziten Denksystemen zu datengetriebenen Ansätzen wie großen Sprachmodellen und Transformatoren hervor. Während GOFAIs Dominanz mit dem Aufstieg des maschinellen Lernens abnahm, bleibt sein Einfluss in Bereichen wie Expertensystemen, automatisiertem Denken und der laufenden Erforschung neuro-symbolischer Methoden bestehen. Der Begriff dient weiterhin als kritischer Bezugspunkt für Debatten über die Natur der Intelligenz und die Zukunft der KI-Forschung.