SMGI: A Structural Theory of General Artificial Intelligence

Die Arbeit stellt SMGI als eine strukturelle Theorie der allgemeinen künstlichen Intelligenz vor, die das Lernen als kontrollierte Evolution der Lernschnittstelle neu definiert, ein streng formalisiertes Typen-Modell zur Trennung von Struktur und Semantik etabliert und beweist, dass klassische sowie moderne KI-Ansätze als eingeschränkte Instanzen dieses allgemeinen Rahmens fungieren.

Das Wesentliche

Stellen Sie sich vor, Sie bauen einen Roboter, der nicht nur ein einzelnes Spiel spielen kann, sondern ein Leben lang lernen, sich anpassen und in einer sich ständig verändernden Welt bestehen soll.

Die meisten heutigen KI-Systeme sind wie brillante Spezialisten. Ein Schachcomputer ist ein Weltmeister im Schach, aber er kann nicht kochen. Ein Übersetzer ist genial in Sprachen, aber er versteht keine physikalischen Gesetze. Wenn man ihnen eine neue Aufgabe gibt, müssen wir sie oft komplett neu programmieren oder von vorne trainieren.

Die vorliegende Arbeit von Aomar Osmani (SMGI) fragt sich: Was macht einen echten „Allgemeinen Intelligenz"-Roboter (AGI) aus? Und die Antwort ist überraschend: Es geht nicht darum, wie groß das Gehirn ist oder wie viele Daten es gelernt hat. Es geht darum, wie das Gehirn gebaut ist, wenn sich die Regeln der Welt ändern.

Hier ist die Idee in einfachen Worten, mit ein paar bildhaften Vergleichen:

1. Das Problem: Der starre Lehrer vs. der flexible Schüler

Stellen Sie sich einen Schüler vor, der für eine Prüfung gelernt hat.

• Heutige KI (Der starre Schüler): Er hat die Antworten für die Prüfung auswendig gelernt. Wenn die Prüfung morgen plötzlich anders aussieht (andere Fragen, andere Formate), ist er ratlos. Er kann nicht lernen, wie man lernt, wenn sich die Regeln ändern.
• SMGI (Der flexible Schüler): Dieser Schüler lernt nicht nur Fakten. Er lernt auch, wie man die Prüfungsregeln selbst versteht und anpasst. Wenn sich die Schule ändert, kann er seine Lernmethode ändern, ohne zu vergessen, wer er ist.

Die Autoren sagen: Echte Intelligenz bedeutet nicht, einfach mehr Aufgaben zu lösen, sondern die Fähigkeit, die Schnittstelle zum Lernen selbst zu verändern, ohne dabei den Verstand zu verlieren.

2. Die Lösung: Ein „Baukasten" für Intelligenz (Das Meta-Modell)

Die Autoren haben eine Art Blauplan oder Baukasten entworfen, den sie „SMGI" nennen. Dieser Baukasten besteht aus sechs Teilen, die wie die Bausteine eines Hauses sind:

1. Die Brille (r): Wie sieht die Welt? (Darstellung)
2. Das Wissen (H): Was kann ich mir vorstellen? (Hypothesen)
3. Der Kompass (Π): Was ist wahrscheinlich oder wichtig? (Vorwissen)
4. Der Richter (L): Was ist gut, was ist schlecht? (Bewertung)
5. Die Welt (E): In welcher Umgebung bin ich? (Umfeld)
6. Das Gedächtnis (M): Was habe ich schon erlebt? (Erinnerung)

Der Clou: Bei normalen KIs sind diese Teile fest verdrahtet. Wenn sich die Welt ändert, bricht das System zusammen. Bei SMGI sind diese Teile beweglich. Das System kann seine „Brille" wechseln, um neue Dinge zu sehen, oder seinen „Richter" anpassen, wenn sich die Moral der Gesellschaft ändert – aber es tut dies nach strengen Regeln.

3. Die vier goldenen Regeln (Die Verpflichtungen)

Damit dieser Baukasten funktioniert und nicht in Chaos endet, muss das System vier Dinge garantieren. Stellen Sie sich das wie die Sicherheitsvorschriften für einen sich selbst umbauenden Zug vor:

1. Geschlossenheit (Closure): Wenn sich die Welt ändert (z. B. neue Werkzeuge kommen hinzu), muss das System immer noch „zusammenhalten". Es darf nicht in Teile zerfallen. Es muss in der Lage sein, die neuen Regeln in sein bestehendes System zu integrieren.

   • Analogie: Ein Schwarm Vögel, der sich um ein Hindernis herumfliegt, aber dabei immer als Schwarm bleibt. Er zerfällt nicht.

2. Stabilität (Stability): Das System darf nicht verrückt werden. Wenn es lernt, darf es nicht so viel ändern, dass es vergisst, wer es ist. Es muss einen „Anker" haben, der verhindert, dass es ins Unendliche driftet.

   • Analogie: Ein Surfer auf einer Welle. Die Welle (die Aufgabe) ändert sich ständig, aber der Surfer (das System) bleibt stabil auf dem Brett, ohne ins Wasser zu fallen.

3. Begrenzte Komplexität (Capacity): Das System darf nicht versuchen, alles gleichzeitig zu lernen. Es muss seine Lernkapazität kontrollieren, sonst wird es verwirrt.

   • Analogie: Ein Rucksack. Wenn Sie zu viele Steine (Daten) hineinwerfen, reißt er. Ein intelligenter Wanderer wählt nur die wichtigsten Steine aus und lässt den Rest liegen.

4. Unveränderliche Werte (Evaluative Invariance): Das Wichtigste: Auch wenn sich die Aufgaben ändern, darf das System nicht seine Grundwerte verlieren. Was „gut" und „schlecht" ist, muss stabil bleiben, es sei denn, es gibt einen sehr guten Grund (eine Zertifizierung), dies zu ändern.

   • Analogie: Ein Richter, der neue Gesetze anwendet, aber niemals vergisst, dass Gerechtigkeit das oberste Ziel ist. Er ändert die Methode, nicht das Prinzip.

4. Warum ist das wichtig? (Sicherheit und Zukunft)

Heute bauen wir KI-Systeme, die riesig sind, aber oft unsicher. Wir hängen ihnen „Sicherheitsgurte" (wie Filter) um, die von außen wirken.
Die SMGI-Theorie sagt: Das reicht nicht. Sicherheit muss von innen kommen.

Stellen Sie sich vor, Sie bauen einen Roboter, der in einer Fabrik arbeitet.

• Heute: Wir sperren ihn in einen Käfig und sagen ihm: „Bewege dich nicht dorthin."
• Mit SMGI: Wir bauen ihm ein inneres System, das sagt: „Ich darf mich nur bewegen, wenn meine Bewegung sicher ist, auch wenn sich die Fabriklayout ändert."

Das bedeutet, dass Sicherheit und Ethik nicht nur „Nachbesserungen" sind, sondern fest im Bauplan verankert sind.

Zusammenfassung

Dieser Artikel ist keine Anleitung, wie man einen besseren Chatbot baut. Es ist eine neue Definition von Intelligenz.

Er sagt: Ein wirklich intelligenter Agent ist nicht der, der die meisten Aufgaben löst. Ein wirklich intelligenter Agent ist der, der fähig ist, sich zu verändern, ohne sich selbst zu verlieren. Er kann neue Werkzeuge lernen, neue Sprachen sprechen und neue Regeln verstehen, aber dabei bleibt sein Kern (seine Werte und seine Stabilität) intakt.

Es ist der Unterschied zwischen einem Werkzeugkasten, der nur eine Schraube festziehen kann, und einem Schweizer Taschenmesser, das sich an jede Situation anpasst, aber immer noch ein Messer bleibt. SMGI ist der Bauplan für das Schweizer Taschenmesser der künstlichen Intelligenz.

Technische Zusammenfassung

1. Problemstellung und Motivation

Das Papier adressiert eine fundamentale Lücke in der aktuellen Theorie des maschinellen Lernens und der Künstlichen Intelligenz (KI). Während moderne Systeme (z. B. Large Language Models, Agenten) beeindruckende Fortschritte in spezifischen Domänen zeigen, fehlt ein theoretisches Fundament, das echte allgemeine Intelligenz (AGI) von bloßer skalierbarer Aufgabenbewältigung unterscheidet.

Kritische Diagnose:

• Lokale Garantien vs. Strukturelle Transformation: Bestehende Theorien (Statistisches Lernen, PAC-Bayes, Reinforcement Learning) bieten Garantien für die Generalisierung innerhalb fester Hypothesenklassen und fester Schnittstellen (Representation, Loss-Funktion, Bewertungskriterien).
• Das Agentic-Paradigma: Moderne KI-Systeme operieren jedoch in dynamischen Umgebungen mit sich wandelnden Schnittstellen, neuen Tools, sich ändernden Zielen und multiplen Bewertungsregimen.
• Fragmentierung: Aktuelle Sicherheits- und Evaluierungsansätze (z. B. Guardrails, Constitutional AI) behandeln Normen und Evaluatoren als externe Module, nicht als integralen Bestandteil des Lernmodells. Dies führt zu Instabilität bei strukturellen Änderungen.
• Epistemologische Notwendigkeit: Nach Hume und Poincaré lässt sich normative Bewertung (Was ist „gut" oder „sicher"?) nicht rein aus deskriptiver Vorhersage ableiten. Daher müssen Evaluatoren und Repräsentationen als erste Klasse Objekte im Lernmodell verankert werden, um deren evolutionäre Stabilität zu garantieren.

2. Methodik und Formaler Rahmen

Die Autoren führen das Structural Model of General Intelligence (SMGI) ein. Dies ist keine neue Architektur, sondern ein strukturaler Meta-Modell-Ansatz, der das Lernen als die kontrollierte Evolution der Lernschnittstelle selbst betrachtet.

Das Typisierte Meta-Modell $\theta$

Das Kernstück ist ein Tupel $\theta = (r, H, \Pi, L, E, M)$, das folgende Komponenten als explizit getypte, dynamische Elemente definiert:

1. $r$ (Repräsentation): Abbildung von Beobachtungen auf einen internen Raum. Bestimmt die Ontologie des Systems.
2. $H$ (Hypothesenraum): Der Raum der zulässigen Vorhersagen oder Strategien, der durch $r$ induziert wird.
3. $\Pi$ (Strukturelle Priorität/Regularisierung): Steuert die Komplexität und Induktionsverzerrung (z. B. MDL, PAC-Bayes).
4. $L$ (Evaluator-Familie): Eine Familie von Bewertungsregimen $\{\ell_k\}$, nicht nur eine einzelne Loss-Funktion.
5. $E$ (Umgebungsfamilie): Die Klasse zulässiger Umgebungen oder Aufgabenverteilungen.
6. $M$ (Gedächtnis): Strukturierter Speicher mit expliziten Operatoren für Aktualisierung, Konsolidierung und Vergessen.

Die Kopplung $(\theta, T_\theta)$

SMGI ist keine Eigenschaft von $\theta$ allein, sondern des gekoppelten Objekts aus der Struktur $\theta$ und der induzierten Verhaltenssemantik $T_\theta$ (die dynamische Evolution unter Lernen, Gedächtnis und Interaktion).

Die vier Admissibilitäts-Obligationen

Ein System wird als AGI-Instanz definiert, wenn das Paar $(\theta, T_\theta)$ vier strukturelle Verpflichtungen erfüllt:

1. Strukturelle Abgeschlossenheit (Closure): Das System bleibt unter einer getypten Klasse zulässiger Aufgaben-/Schnittstellen-Transformationen $\mathcal{T}$ wohldefiniert.
2. Dynamische Stabilität: Zertifizierte sequenzielle Anpassung erhält die Stabilität (z. B. via Lyapunov-Funktionen) trotz Regimewechsel und Gedächtnisinteraktion.
3. Begrenzte statistische Kapazität: Die Kapazität (Komplexität) bleibt entlang zulässiger Evolutionen beschränkt (Vermeidung von „Capacity Blow-up").
4. Bewertungsinvarianz: Evaluatoren und Normen bleiben über Regimewechsel hinweg invariant, es sei denn, sie werden durch zertifizierte Meta-Transformationen aktualisiert (Schutz des „Normativen Kerns").

3. Wichtige Beiträge

1. Formalisierung eines strukturellen Meta-Modells:
   Die Autoren stellen $\theta$ als formales Objekt vor, das Repräsentation, Hypothesen, Priors, Evaluatoren, Umgebungen und Gedächtnis als gleichberechtigte, typisierte Komponenten behandelt. Dies ermöglicht eine Trennung zwischen Struktur (Ontologie) und Verhalten (Semantik).

2. Strukturelle Definition von AGI:
   AGI wird nicht durch Benchmark-Ergebnisse oder Parametergröße definiert, sondern als Klasse zulässiger Paare $(\theta, T_\theta)$, die die vier oben genannten Obligationen erfüllen. Dies macht Verifizierung relativ zu expliziten Transformationen und geschützten Evaluatoren möglich.

3. Einheitliche Kapazitätsanalyse unter struktureller Evolution:
   Das Papier verbindet klassische Konzepte (SRM, PAC-Bayes, MDL) mit struktureller Kapazitätskontrolle. Es zeigt, wie implizite Regularisierung und sequenzielle Anpassung unter strukturellen Änderungen kontrolliert werden können.

4. Strenger Inklusionssatz (Strict Structural Inclusion):
   Es wird bewiesen, dass klassische Lernparadigmen (Empirisches Risikominimierung, RL, Solomonoff-Induktion, moderne LLM-Pipelines) als strukturell eingeschränkte Instanzen von SMGI betrachtet werden können (degenerierte Fälle mit festem Interface und $K=1$ Regime). SMGI ist eine echte Erweiterung, die Regimewechsel und Interface-Evolution formal zulässt.

5. Theoretische Garantien:

   • Strukturelle Generalisierungsschranke: Eine Verbindung zwischen sequenzieller PAC-Bayes-Analyse und Lyapunov-Stabilität, die ausreichende Bedingungen für Kapazitätskontrolle und beschränkte Drift unter zulässigen Transformationen liefert.
   • Minimale Notwendigkeit: Es wird gezeigt, dass jede der vier Obligationen unverzichtbar ist; das Fehlen einer führt zum Versagen der AGI-Garantien (z. B. Instabilität, Kapazitätskollaps oder Verlust der Bewertungskohärenz).

4. Ergebnisse und Positionierung

• Vergleich mit State-of-the-Art:
  Das Papier positioniert SMGI gegenüber aktuellen Systemen (GPT-4, Claude, AIXI, Gödel-Maschinen, World Models).
  • Ergebnis: Diese Systeme sind degenerierte SMGI-Instanzen. Sie haben typischerweise ein festes $r$, ein fixes $L$ (oft $K=1$) und keine expliziten Gedächtnis- oder Regime-Schaltmechanismen als Teil des strukturellen Objekts.
  • Beispiel: Ein LLM mit RLHF optimiert unter einem festen Regime. SMGI erlaubt die Zertifizierung von Änderungen am Evaluierungsregime selbst, solange der normative Kern erhalten bleibt.
• Gedächtnis als funktionale Kompression:
  Vergessen wird nicht als Fehler, sondern als expliziter Operator $F$ definiert, der die Komplexität des Gedächtnisses kontrolliert (MDL-Perspektive) und gleichzeitig geschützte Invarianten bewahrt.
• Meta-Lernen und Selbstmodifikation:
  Systeme wie Gödel-Maschinen oder Meta-Learning-Ansätze werden als Teil des SMGI-Rahmens interpretiert, wobei die Stabilitäts- und Invarianzbedingungen explizit als zusätzliche Admissibilitäts-Obligationen für diese Systeme gefordert werden.

5. Signifikanz und Implikationen

• Paradigmenwechsel von Skalierung zu Struktur:
  Die Arbeit argumentiert, dass reine Skalierung (mehr Parameter, mehr Daten) nicht ausreicht, um AGI zu erreichen. Stattdessen ist strukturelle Generalisierung (die Fähigkeit, die Schnittstelle selbst unter zertifizierten Bedingungen zu erweitern) entscheidend.
• Sicherheit durch Konstruktion (Safety by Construction):
  Anstatt Sicherheit als externes Add-on zu behandeln, wird sie als strukturelle Invariante im Meta-Modell verankert. Dies ermöglicht die formale Verifizierung von Sicherheitseigenschaften auch bei sich ändernden Umgebungen und Schnittstellen.
• Falsifizierbarkeit:
  SMGI bietet einen testbaren, mathematischen Rahmen. Ein System kann als AGI-Instanz widerlegt werden, wenn es bei einer Erweiterung der Aufgabenfamilie (Expansion von $E$) die Stabilitäts- oder Invarianzbedingungen verletzt.
• Brücke zwischen Disziplinen:
  Das Framework vereint statistisches Lernen, Kontrolltheorie (Lyapunov), Informationstheorie (MDL/Kolmogorov) und philosophische Erkenntnistheorie (Hume, Kant) in einem konsistenten formalen System.

Fazit:
Das Papier liefert einen rigorosen mathematischen Kern für AGI, der über reine Leistungsmetriken hinausgeht. Es definiert Intelligenz als die Fähigkeit eines Systems, seine eigene Lernstruktur unter Einhaltung von Stabilität, Kapazitätsbeschränkungen und normativen Invarianten zertifiziert zu erweitern. Dies stellt einen fundamentalen Schritt hin zu einer Theorie dar, die sowohl die Skalierbarkeit als auch die Sicherheit und Kohärenz zukünftiger autonomer Agenten adressiert.