Mit jeder industriellen Revolution steht auch eine kulturelle Revolution bevor. Ich habe mich mit meinen Kollegen Pekka Ahtonen und Teemu Vartiainen von DAIN Studios, einem finnisch-deutschen Start-up-Unternehmen, das in der KI-Szene in Nordeuropa eine Vorreiterrolle spielt, zusammengesetzt, um über ihr neuestes Kooperationsprojekt im Bereich der künstlichen Intelligenz (KI) zu sprechen - Kalevala AI.
Majella: Wie sind Sie auf die Idee gekommen, eine Maschine zu trainieren, die neue Texte auf der Grundlage der finnischen Kalevala-Epoche, die von Elias Lönnrot geschrieben und 1835 veröffentlicht wurde, erzeugt?
Pekka: Meine Verbindung zu dem, was als kleines internes Projekt bei DAIN Studios begann, ist eine ganz persönliche Reise. Es begann mit einer Familiengeschichte, in der mein Ur-Ur-Ur-Großvater Eljas (auch bekannt als Uljaska) Ahtonen Mitte des 18. Jahrhunderts das Dorf Rimpi nahe der russischen Grenze gründete. Die Geschichte besagt, dass der finnische Künstler Akseli Gallen-Kallela 1890 bei einem Besuch in Rimpi meinen Vorfahren Uljaska Ahtonen kennenlernte, der dann das Modell für Väinämöinen in Gallen-Kallas Illustration der Kalevala wurde.
Das Skript, mit dem die Maschine trainiert wurde, um den Kalevala-Text zu generieren, basierte auf dem Skript, das ich vor einem Jahr verwendet hatte, als ich Text für die Fernsehserie Die Simpsons generierte. Ich dachte, es wäre eine neuartige Idee, die Verwendung dieser Schrift auf die Kalevala zu übertragen.
Majella: Wie fördert Kalevala AI die finnische Kultur und das Wissen über die finnische Nationalepoche?
Ich denke, es ist wichtig, seine kulturellen Wurzeln zu kennen, da dies die persönliche Identität fördert. Unser Bildungssystem hat im Laufe der Jahre viele Reformen durchlaufen, und auch der Unterricht des Kalevala wurde von den Bildungsreformen beeinflusst. Vor vielen Jahrzehnten wurde das Kalevala in den Schulen durch Volkslieder und Auswendiglernen gelehrt. Heutzutage dürfte es schwer sein, einen Schüler zu finden, der die 20.000 Wörter des Kalevala auswendig gelernt hat. Ich glaube auch, dass es ziemlich schwierig wäre, in Finnland jemanden zu finden, der in der prosaisch-poetischen Form des Kalevala schreiben könnte - ein Talent, das verloren gegangen ist, als sich unsere Bildungsprioritäten im Laufe der Jahre geändert haben. Das Paradoxe daran ist, dass einerseits die Technologie viele Veränderungen im finnischen Bildungssystem vorangetrieben hat, so dass wir den Zweck der Poesie vernachlässigen. Andererseits können wir mit Hilfe der Technologie den Zweck der Poesie, der Kultur und des kreativen Lernens aufwerten. Mit neuartigen, ansprechenden Lernmethoden kann ein stärkeres Bewusstsein für unsere kulturellen Grundlagen geschaffen werden, und ich hoffe, dass die Kalevala-KI zu diesem Zweck eingesetzt werden kann.
Majella: Gibt es irgendwelche Merkmale des Kalevala-Textes, die ihn für die KI-Texterzeugung geeigneter oder leichter zu handhaben machen?
Pekka: Merkmale wie Alliteration, Parallelismus und das poetische Metrum (Kalevala-Meter, eine Variation des trochäischen Tetrameters) unterstützen die Textvorhersage. Außerdem sind Tausende von Wörtern genug Daten, um die Maschine zu trainieren.
Majella: Wie komplex ist die Technologie zur Erzeugung von Kalevala-KI-Text?
Pekka: Vor fünf Jahren hatten wir weder die Technologie noch das Wissen, wie man diese Art der KI-Texterstellung richtig durchführt. Wir verwenden eine Reihe hochkomplexer Algorithmen und neuronaler Netze, um die Maschine zu trainieren. Und ich denke, es ist auch wichtig, darauf hinzuweisen, dass die Verwendung von KI für die Texterstellung eine ziemlich neue Wissenschaft ist, wir stehen erst am Anfang unserer Wissensreise zu dem, was in den kommenden Jahren möglich sein wird.
Majella: Was sind die Grenzen und Möglichkeiten der Generierung von Kalevala-Texten und anderen Texten mit KI?
Teemu: Wie beim maschinellen Lernen und bei der künstlichen Intelligenz basiert die Texterstellung im Wesentlichen auf der Erkennung von Mustern in den Daten. Das neuronale Netz sagt einfach das nächste Wort auf der Grundlage des vorherigen Kontexts voraus, und dieser Prozess wird immer wieder wiederholt. Das bedeutet, dass unser neuronales Netz zwar einen poetisch und überzeugend wirkenden Text erzeugen kann, der Algorithmus aber kein Verständnis für Konzepte wie die Handlung des Kalevala oder die Beziehung zwischen den Figuren in der Geschichte hat. Derzeit gibt es keine Möglichkeit für einen Algorithmus, eine Geschichte mit einer sinnvollen Handlung und Charakteren zu erzeugen. Diese Art von Kreativität lässt sich nicht auf eine maschinelle Lernaufgabe reduzieren, zumindest noch nicht.
Obwohl die Schaffung wirklich kreativer und aufschlussreicher Geschichten derzeit außerhalb der Reichweite der KI liegt, sind die jüngsten Fortschritte bei der Verarbeitung natürlicher Sprache erstaunlich. Nehmen wir zum Beispiel die Arbeit von OpenAi (https://blog.openai.com/better-language-models/). Der von ihrem Modell für maschinelles Lernen erzeugte Text wirkt so authentisch, dass die Forscher ihre Arbeit nicht in vollem Umfang für die Öffentlichkeit freigeben, weil sie "Bedenken haben, dass große Sprachmodelle dazu verwendet werden könnten, irreführende, verzerrte oder missbräuchliche Sprache in großem Umfang zu erzeugen". Das Modell von OpenAI funktioniert genauso wie unseres - es wird darauf trainiert, das nächste Wort, das im Text vorkommt, vorherzusagen. Mit genügend Trainingsdaten kann es lernen, sehr überzeugende Texte für Kontexte zu erstellen, die in den Trainingsdaten gut repräsentiert sind. Es ist jedoch insofern eingeschränkt, als dass es kein semantisches Datenmodell oder Ontologien hat.