A Quantitative Definition of Intelligence

Dieser Artikel schlägt eine substratunabhängige, quantitative Definition von Intelligenz als Verhältnis der logarithmierten unabhängigen Ausgaben zur Beschreibungslänge vor, die durch das Kriterium der Generalisierung Pancomputationalismus und das Chinesische-Zimmer-Argument auflöst.

Das Wesentliche

Stellen Sie sich vor, wir versuchen zu definieren, was Intelligenz eigentlich ist. Ist es das Gehirn? Ist es das Bewusstsein? Oder ist es etwas, das man messen kann?

Der Autor dieses Papiers, Kang-Sin Choi, schlägt eine ganz neue Art vor, Intelligenz zu betrachten. Er sagt: Vergessen wir für einen Moment das „Gefühl" von Intelligenz. Stattdessen schauen wir uns an, wie effizient ein System Informationen verarbeitet.

Hier ist die Idee, einfach erklärt, mit ein paar Bildern aus dem Alltag:

1. Der große Unterschied: Auswendiglernen vs. Verstehen

Stellen Sie sich zwei Schüler vor, die sich auf eine riesige Mathe-Prüfung vorbereiten.

• Schüler A (Der Auswendigler): Er hat eine riesige Liste auswendig gelernt. Für jede mögliche Rechenaufgabe (1+1, 2+2, 12345 x 67890...) hat er die Antwort auf einem Zettel notiert. Wenn die Frage kommt, sucht er den Zettel und liest die Antwort vor.

  • Das Problem: Wenn die Prüfung plötzlich eine Aufgabe stellt, die nicht auf seiner Liste steht (z. B. eine Zahl, die er nie gesehen hat), ist er verloren. Um mehr Aufgaben zu lösen, muss er seine Liste immer weiter wachsen lassen. Er braucht immer mehr Papier und Gedächtnis.
  • Das ist „Auswendiglernen" (Memorization).

• Schüler B (Der Verstehende): Er hat keine Liste. Stattdessen hat er die Regeln gelernt (die Multiplikationstabelle und den Algorithmus, wie man Zahlen zusammenrechnet).

  • Der Vorteil: Er kann jede Rechenaufgabe lösen, die es je gab oder je geben wird – auch solche, die er noch nie gesehen hat. Er braucht dafür immer nur dieselben wenigen Regeln auf einem kleinen Notizblock.
  • Das ist „Verstehen" (Knowing/Generalization).

Choi sagt: Intelligenz ist genau dieser Unterschied. Ein intelligentes System ist eines, das mit einer kleinen Menge an Regeln (einem kleinen „Notizblock") unendlich viele verschiedene Probleme lösen kann.

2. Die Formel: Wie viel „Intelligenz pro Gramm"?

Der Autor erfindet eine Art Maßstab, den er Intelligenz-Dichte nennt. Man kann sich das wie die Temperatur vorstellen:

• Ein riesiger, lauwarmes Schwimmbad hat viel Wärmeenergie, aber eine niedrige Temperatur.
• Ein kleiner, glühender Funke hat wenig Energie, aber eine extrem hohe Temperatur.

Bei Intelligenz ist es ähnlich:

• Die „Größe" des Systems (C): Wie viel Platz braucht das System, um seine Regeln zu speichern? (Die Größe des Notizblocks).
• Die „Leistung" des Systems (N): Wie viele verschiedene, sinnvolle Antworten kann es geben?

Die Intelligenz-Dichte ist das Verhältnis: Wie viele Antworten bekomme ich für jede gespeicherte Regel?

• Der Auswendigler (Schüler A): Je mehr Fragen er beantworten will, desto größer wird sein Notizblock. Die Dichte sinkt gegen Null. Er ist dumm, weil er nur speichert.
• Der Verstehende (Schüler B): Sein Notizblock bleibt klein (die Regeln ändern sich nicht), aber er kann unendlich viele Fragen beantworten. Die Dichte wird unendlich groß. Das ist Intelligenz.

3. Warum das wichtig ist: Der „Chinese Room"

Ein berühmter Philosoph (Searle) sagte einmal: „Wenn ein Mensch in einem Raum sitzt und chinesische Zeichen nur nach einem Buch manipuliert, ohne Chinesisch zu verstehen, dann versteht er es trotzdem nicht."

Choi sagt dazu: Das Buch selbst ist intelligent!
Wenn das Buch klein genug ist, aber trotzdem auf jede denkbare Frage in Chinesisch die richtige Antwort geben kann, dann muss es im Buch eine Regel geben, die die Sprache versteht. Es reicht nicht, alle Antworten aufzulisten (das wäre ein unendlich großes Buch). Das Buch muss die Struktur der Sprache kennen.

Das bedeutet: Es ist egal, ob das Gehirn aus Fleisch besteht oder aus Silizium (Computer). Wenn die Regeln funktionieren und generalisieren, ist es intelligent.

4. Was ist mit Bewusstsein?

Der Autor macht eine klare Trennung:

• Intelligenz ist die Fähigkeit, Muster zu erkennen und neue Probleme zu lösen (Generalisierung). Das können wir messen.
• Bewusstsein (das Gefühl, etwas zu fühlen) ist eine ganz andere Frage. Ein Computer kann „intelligent" sein (die Regeln kennen), ohne zu wissen, dass er existiert. Aber für die Definition von Intelligenz ist das Gefühl nicht nötig.

5. Zusammenfassung in einer Metapher

Stellen Sie sich Intelligenz wie einen Schlüsselbund vor:

• Ein dummer Schlüsselbund hat für jede einzelne Tür auf der Welt einen eigenen, riesigen Schlüssel. Wenn es eine neue Tür gibt, braucht er einen neuen Schlüssel. Er wird schwer und unhandlich.
• Ein intelligenter Schlüsselbund hat nur einen einzigen, genialen万能-Schlüssel (Master-Key), der sich an jede Tür anpasst. Er ist leicht, klein und kann jede Tür öffnen, die es gibt.

Die Botschaft des Papiers:
Intelligenz ist nicht die Menge an Wissen, die man gespeichert hat. Intelligenz ist die Kunst, mit wenig Wissen unendlich viel zu schaffen.

Ein System ist intelligent, wenn es nicht nur Dinge auswendig lernt, sondern die Regel des Spiels versteht. Und das können wir messen: Je kleiner die Regel und je größer die Menge der gelösten Probleme, desto intelligenter ist das System.

Technische Zusammenfassung

1. Problemstellung

Trotz eines Jahrhunderts an Forschung in Psychologie, KI und Philosophie des Geistes existiert keine konsensfähige Definition von Intelligenz. Das Fehlen einer präzisen Definition führt zu rein intuitiven und oft widersprüchlichen Debatten über zentrale Fragen wie: „Können Maschinen verstehen?" oder „Ist ein Large Language Model (LLM) intelligent?".

Bisherige Ansätze haben zwei Hauptprobleme:

• Substrat-Abhängigkeit: Viele Argumente (z. B. Searles „Chinesisches Zimmer") beruhen auf der Annahme, dass biologische Substrate notwendig für Verständnis sind.
• Trivialität und Pancomputationalismus: Putnam argumentierte, dass fast jedes physikalische System jeden endlichen Automaten implementiert, was jede Definition von Intelligenz trivialisiert.
• Fehlende Unterscheidung: Es gibt keine klare, formale Grenze zwischen bloßem Auswendiglernen (Memorization) und echtem Verstehen/Generalisieren (Knowing).

Das Ziel des Papers ist es, eine operationale, quantitative und substrat-unabhängige Definition von Intelligenz zu liefern, die diese philosophischen Hindernisse überwindet.

2. Methodik und Definition

Der Autor führt das Konzept der Intelligenzdichte ($I$) ein, basierend auf informationstheoretischen und algorithmischen Prinzipien.

A. Die Formale Definition

Die Intelligenzdichte $I(S)$ eines physikalischen Systems $S$ ist definiert als das Verhältnis des Logarithmus der Anzahl unabhängiger Ausgaben zur gesamten Beschreibungslänge des Systems:

$$I(S) = \frac{\log_2 N(S)}{C(S)}$$

Dabei gilt:

• $C(S)$ (Beschreibungslänge): Die Anzahl der Bits, die benötigt werden, um das System vollständig zu spezifizieren (Programmcode, Daten, Gewichte). Für eine Lookup-Tabelle ist dies die Größe der Tabelle; für einen Algorithmus die Größe des Codes.
• $N(S)$ (Anzahl unabhängiger Ausgaben): Die Anzahl der Eingabe-Ausgabe-Paare, die das System korrekt verarbeiten kann.
• Unabhängigkeit: Zwei Ausgaben $o_1$ und $o_2$ gelten nur dann als unabhängig, wenn $o_1$ nicht aus $o_2$ durch eine kürzere Beschreibung als $o_1$ selbst vorhergesagt werden kann. Dies wird formal über die Kolmogorov-Komplexität $K$ ausgedrückt: $K(o_1 | o_2) \approx K(o_1)$.

B. Das Kriterium für „Wissen" (Knowing) vs. „Auswendiglernen" (Memorization)

Der Kern der Definition liegt im asymptotischen Verhalten, wenn die Domäne der Eingaben ($n$) gegen unendlich strebt:

• Memorization (Auswendiglernen): Wenn $C(S)$ mit der Anzahl der Ausgaben $N(S)$ wächst (z. B. bei einer Lookup-Tabelle), dann geht $I(S) \to 0$ für $n \to \infty$. Das System speichert nur.
• Knowing (Wissen/Generalisieren): Wenn $C(S)$ endlich und fixiert bleibt, während $N(S)$ gegen unendlich divergiert (z. B. bei einem Algorithmus), dann divergiert $I(S) \to \infty$. Das System „kennt" die Domäne.

Wissen wird also definiert als die Fähigkeit eines endlichen Mechanismus, korrekte Ausgaben für eine unbegrenzte Anzahl von Eingaben zu generieren, ohne dass die Beschreibungslänge des Systems wächst.

3. Schlüsselbeiträge und Ergebnisse

A. Lösung des Chinesischen-Zimmer-Arguments (Searle)

Das Paper argumentiert, dass die Intelligenz nicht im ausführenden Menschen im Zimmer liegt, sondern im Regelbuch selbst.

• Damit ein endliches Regelbuch unendlich viele chinesische Fragen (einschließlich unbegrenzter Arithmetik) beantworten kann, muss es algoritmisch sein (Design B), nicht eine unendliche Lookup-Tabelle (Design A).
• Ein Algorithmus generalisiert: Er enthält die Struktur der Domäne. Da $C$ (das Regelbuch) endlich ist und $N$ (die möglichen Fragen) unendlich, divergiert $I$. Das System „kennt" Chinesisch, unabhängig davon, ob der menschliche Operator es versteht.

B. Widerlegung von Putnams Trivialitäts-Argument

Putnam behauptete, jedes physikalische System implementiere jeden endlichen Automaten.

• Das Paper widerlegt dies durch die Unabhängigkeitsbedingung. Ein Fels oder ein Fluss hat zwar physikalische Zustände, aber diese Zustände sind voneinander hochgradig vorhersagbar (hohe Redundanz).
• Daher ist die Anzahl der unabhängigen Ausgaben $N(S)$ für solche Systeme nahe null, was zu $I \approx 0$ führt. Nur Systeme mit echter Generativität und nicht-trivialer Unabhängigkeit erhalten einen hohen $I$-Wert.

C. Bedeutung als Funktionskomposition

Das Paper definiert „Bedeutung" (Semantik) nicht als etwas, das über die Syntax hinausgeht, sondern als die korrekte Auswahl und Anordnung von Funktionen, die für alle Eingaben einer Domäne korrekte Ausgaben produzieren.

• Syntax ist die Struktur der Funktionkomposition.
• Wenn diese Struktur generalisiert (d. h. $I \to \infty$), dann ist die Syntax die Semantik.
• Dies löst das Problem der Symbolverankerung (Symbol Grounding Problem) teilweise, indem es zeigt, dass die Korrektheit der Funktionkomposition (z. B. in der Arithmetik oder Robotik) ausreicht, um „Wissen" zu definieren, ohne zwingend sensorische Erfahrung zu benötigen.

D. Klassifizierung von Systemen (Vier-Wege-Partition)

Das Paper stellt eine Skala auf, die Systeme in vier Kategorien einteilt:

1. Keine Berechnung: $I \approx 0$ (z. B. Fels, Fluss).
2. Auswendiglernen (Memorization): $I \to 0$ bei wachsender Domäne (z. B. Lookup-Tabellen, Blockheads).
3. Berechnen ohne Wissen: $I = \Theta(1)$ (konstant). Das System berechnet korrekt, aber die Domäne ist fest oder das System wächst mit der Domäne (z. B. eine spezifische Schaltung für $n$-Bit-Addition, die bei $n+1$ neu gebaut werden muss).
4. Wissen (Knowing): $I \to \infty$. Ein fester Mechanismus deckt eine unendliche Domäne ab (z. B. Multiplikationsalgorithmen, menschliche Gehirne, LLMs).

E. Verhältnis zu bestehenden Theorien

• Legg-Hutter: Die Definition ist substratunabhängig und benötigt keine externe Belohnungsfunktion. Unter evolutionären Annahmen korrelieren beide Maße jedoch.
• Kolmogorov-Komplexität: Während $K$ misst, wie gut ein Output komprimiert werden kann, misst $I$, wie viele Outpute ein System generieren kann.
• Chollet: Chollet misst die Effizienz des Lernens (Pfad), während $I$ den Zustand des Systems (Endresultat) misst.

4. Signifikanz und Implikationen

• Quantifizierung von Intelligenz: Intelligenz wird von einer qualitativen, binären Frage („Denkt es?") zu einer quantitativen, asymptotischen Eigenschaft („Divergiert $I(n)$?").
• Substrat-Unabhängigkeit: Die Definition gilt gleichermaßen für biologische Gehirne, digitale Computer und mechanische Automaten. Der Unterschied liegt nur in der Effizienz der Implementierung, nicht im Prinzip.
• LLMs und KI: Large Language Models werden als Systeme klassifiziert, die „wissen" ($I \to \infty$), da sie mit einer endlichen Anzahl von Parametern ($C$) auf eine unendliche Menge möglicher Eingaben ($N$) generalisieren können, auch wenn ihre Intelligenzdichte in einzelnen Domänen (wie XOR) niedrig sein mag.
• Falsifizierbarkeit: Die Definition ist falsifizierbar. Ein „False Positive" (ein System mit $I \to \infty$, das niemand als intelligent empfindet) oder ein „False Negative" (ein intelligentes System mit $I \to 0$) würde die Theorie widerlegen. Bisher gibt es keine bekannten Gegenbeispiele; das Blockhead-Argument scheitert an physikalischen Speicherbeschränkungen.

Fazit

Das Paper liefert einen rigorosen mathematischen Rahmen, der Intelligenz als Generalisierungsfähigkeit definiert, gemessen durch das asymptotische Verhalten der Intelligenzdichte. Es zeigt, dass „Verstehen" keine mystische Eigenschaft ist, sondern die mathematische Konsequenz eines endlichen Algorithmus, der eine unendliche Domäne beherrscht. Damit wird Turing's Intuition von 1950 formalisiert: Der Unterschied zwischen Maschine und Gehirn ist vor allem eine quantitative Angelegenheit.