Was haben die mathe­ma­ti­schen Erkennt­nis­se eines pol­ni­schen Logi­kers aus dem 20. Jahr­hun­dert mit ChatGPT und auto­no­men Robo­tern zu tun? Mehr als man denkt: Alfred Tar­skis Arbei­ten zu den Gren­zen der Seman­tik wer­fen ein neu­es Licht auf die fun­da­men­ta­len Beschrän­kun­gen moder­ner KI-Sys­te­me – und erklä­ren, war­um künst­li­che Intel­li­genz nie­mals ihre eige­ne Wahr­heit voll­stän­dig erfas­sen kann.

Alfred Tar­skis weg­wei­sen­de For­schung zu den Gren­zen der Seman­tik in for­ma­len Sys­te­men erweist sich als über­ra­schend rele­vant für die Ent­wick­lung moder­ner künst­li­cher Intel­li­genz. Sei­ne zen­tra­le Erkennt­nis, dass for­ma­le Spra­chen oder Sys­te­me ihre eige­ne Wahr­heit und Bedeu­tung nicht voll­stän­dig aus sich selbst her­aus defi­nie­ren kön­nen, wirft fun­da­men­ta­le Fra­gen für gene­ra­ti­ve und agen­ten­ba­sier­te KI-Archi­tek­tu­ren auf.

Die seman­ti­schen Gren­zen gene­ra­ti­ver KI

Gene­ra­ti­ve KI-Model­le wie gro­ße Sprach­mo­del­le ope­rie­ren in einer bemer­kens­wer­ten Para­do­xie: Sie kön­nen kohä­ren­te und oft kor­rek­te Tex­te erzeu­gen, sto­ßen jedoch an ihre Gren­zen, wenn Bedeu­tun­gen außer­halb der im Trai­ning erfass­ten Mus­ter lie­gen oder ech­te Selbst­re­fe­renz gefragt ist. Die­se seman­ti­sche Unvoll­stän­dig­keit spie­gelt direkt Tar­skis Erkennt­nis­se wider – die voll­stän­di­ge Seman­tik ihrer eige­nen Spra­che bleibt intern unabbildbar.

Die Tat­sa­che, dass die völ­lig kor­rek­te Ver­wen­dung ein­fa­cher Umgangs­spra­che zu einem offen­sicht­li­chen Wider­spruch führt, zeigt, dass eine Spra­che wie Deutsch oder Eng­lisch ihre eige­ne Seman­tik nicht voll­stän­dig wie­der­ge­ben kann. Alfred Tar­ski zeig­te schließ­lich, dass kei­ne logisch kon­sis­ten­te Spra­che in die­ser Wei­se seman­tisch voll­stän­dig sein kann. Man kann sich also eine Hier­ar­chie von Spra­chen vor­stel­len, von denen jede wider­spruchs­frei ist, kei­ne aber reich genug, ihre gesam­te Seman­tik zu ent­hal­ten. Vollständigke…