Wir existieren in einem dreidimensionalen Raum.
Innerhalb dieses Raumes nehmen wir den dreidimensionalen Raum auf der Grundlage visueller Informationen wahr, die lediglich ein zweidimensionales Bild sind.
Das bedeutet, dass unser Geist ein Bild des dreidimensionalen Raumes besitzt und wir zweidimensionale visuelle Informationen auf dieses dreidimensionale Bild rückprojizieren.
Ich prognostiziere, dass Menschen durch Anwendung dieses Prinzips potenziell in der Lage sein könnten, vierdimensionale Räume wahrzunehmen. Auch wenn wir vierdimensionale Räume oder vierdimensionale Objekte im realen physischen Raum nicht erschaffen können,
ist es möglich, vierdimensionale Räume und Objekte mit Computern zu simulieren. Indem dieser simulierte vierdimensionale Raum auf eine zweidimensionale Ebene abgebildet wird, können Menschen die Informationen visuell erfassen.
Wenn Menschen dann das Verhalten und die Ansichten solcher vierdimensionalen Räume und Objekte lernen, werden sie schließlich in der Lage sein, einen vierdimensionalen Raum in ihrem Geist zu erschaffen.
Dies ist jedoch lediglich eine Möglichkeit, und ein solches Training würde wahrscheinlich einen beträchtlichen Zeitaufwand erfordern.
Darüber hinaus gäbe es selbst bei Erwerb der Fähigkeit zur Wahrnehmung vierdimensionaler Räume kaum Situationen, in denen diese Fähigkeit angewendet werden könnte.
Die Wahrnehmung von vier Dimensionen durch KI
Andererseits lässt sich dasselbe auch mit KI erreichen. Zudem könnte die KI diese Fähigkeit zur vierdimensionalen Raumwahrnehmung nutzen.
Zum Beispiel könnte KI mit vierdimensionaler Raumwahrnehmung vierdimensionale Graphen zeichnen und verstehen.
Menschen können visuelle Informationen nur auf einer zweidimensionalen Ebene auf einen Blick erfassen. Selbst wenn also ein dreidimensionaler Graph gezeichnet und durch Rückabbildung erkannt wird, bleiben immer noch verdeckte Teile unsichtbar.
Während ein Großteil eines dreidimensionalen Graphen unsichtbar wird, würde ein vierdimensionaler Graph noch mehr Daten verbergen.
Das Drehen des Graphen kann zwar verborgene Teile sichtbar machen, entfernt sich aber vom Ziel, Daten intuitiv auf einen Blick zu erfassen.
Umgekehrt muss KI nicht durch zweidimensionale, planare visuelle Informationen eingeschränkt sein. Es ist möglich, KI virtuell mit einer drei- oder vierdimensionalen räumlichen Sichtweise auszustatten und sie entsprechend zu trainieren.
Dies würde es der KI ermöglichen, drei- und vierdimensionale Graphen dimensions-nativ und panoramisch zu erfassen, ohne dass Daten verborgen werden oder eine Rotation erforderlich ist.
Darüber hinaus ist dies nicht auf vier Dimensionen beschränkt; logisch können die Dimensionen unendlich auf fünf, zehn, zwanzig und darüber hinaus erhöht werden.
Verständnis mehrdimensionaler Graphen
Die Fähigkeit, Graphen panoramisch zu erfassen, ermöglicht beispielsweise die Trendanalyse über mehrere Dimensionen hinweg. Größenvergleiche und das Verständnis von Verhältnissen können ebenfalls intuitiv vorgenommen werden.
Sie erlaubt auch die Analyse von Datenmustern, wie z.B. ähnlichen oder analogen Daten. Darüber hinaus kann sie helfen, Regelmäßigkeiten und Gesetze zu entdecken.
Dies geht über das bloße Abgleichen von mehrdimensionalen Datenmustern hinaus, worin die bestehende KI hervorragend ist, und ermöglicht ein tieferes Verständnis der Daten.
Selbst wenn zum Beispiel innerhalb von Kombinationen völlig unterschiedlicher Dimensionen identische Muster existieren, würde ein einfaches mehrdimensionales Musterabgleichen diese wahrscheinlich nur schwer finden.
Mit multidimensionaler Vision sollten sie jedoch, wenn die Formen ähnlich sind, auch über verschiedene Dimensionskombinationen hinweg sofort erkennbar sein.
Darüber hinaus ist es nicht nur möglich, die dimensionalen Achsen der Eingabedaten direkt zu verwenden, sondern auch dimensionale Strukturen zu untersuchen, die das Verständnis der Daten erleichtern, indem spezifische Achsen erweitert oder kontrahiert, logarithmisch transformiert oder mehrere Achsen auf die gleiche Anzahl unterschiedlicher Achsen abgebildet werden, ohne deren Dimensionalität zu reduzieren.
Durch das Training der Fähigkeit zur multidimensionalen Vision wird es somit möglich, Datenstrukturen panoramisch zu erfassen – eine Aufgabe, die sowohl für Menschen als auch für konventionelle KI schwierig ist – und eröffnet das Potenzial zur Entdeckung neuer Erkenntnisse und Gesetze.
Beschleunigung der Paradigma-Innovation
Die Fähigkeit, hochdimensionale Daten nativ zu erfassen, ohne sie auf niedrigere Dimensionen abzubilden, birgt ein erhebliches Potenzial.
So wurde beispielsweise die heliozentrische Theorie erfunden, um astronomische Beobachtungsdaten in leicht verständliche mathematische Formeln zu fassen. Das geozentrische Verständnis, das die Sonne um die Erde kreisen ließ, konnte die Beobachtungsdaten nicht auf nachvollziehbare Formeln abbilden, was zur Erfindung des Heliozentrismus führte.
Hätten die astronomischen Beobachtungsdaten jedoch nativ und ohne Dimensionsreduktion erfasst werden können, wären heliozentrische Gesetzmäßigkeiten möglicherweise viel früher entdeckt worden.
Ähnlich hätten wissenschaftliche Erfindungen wie die Relativitätstheorie und die Quantenmechanik viel früher realisiert werden können, wenn mehrdimensionale Daten panoramisch in ihren nativen Dimensionen hätten erfasst werden können.
Dies bedeutet, dass die Paradigma-Innovation, die zur Entdeckung verschiedener der Menschheit noch unbekannter Theorien und Gesetze führt, durch dimensions-native KI beschleunigt werden könnte.
Fazit
KI, die darauf trainiert ist, nativ mit mehrdimensionalen Räumen umzugehen und ihre multidimensionalen räumlichen kognitiven Fähigkeiten – die über menschliche Nachahmung hinausgehen – zu nutzen, könnte den Umfang der Paradigmen in Wissenschaft und Forschung rapide erweitern.
Paradigmen neigen dazu, sich zu vervielfachen, anstatt sich nur zu verschieben. Selbst wenn neue Paradigmen erfunden werden, sind wir nicht unbedingt dazu verpflichtet, mit ihnen Schritt zu halten.
Natürlich wird die KI Paradigmen, die in komplexen Dimensionen entdeckt wurden, wahrscheinlich so auf niedrigere Dimensionen abbilden, dass sie für uns leicht verständlich sind.
Dennoch könnten Paradigmen von exzessiv hohen Dimensionen menschliches Fassungsvermögen übersteigen. Zudem wird es wahrscheinlich unmöglich sein, alle der immens erweiterten Paradigmen zu verstehen.
In einem solchen Szenario könnten wir uns umgeben von Produkten und Systemen wiederfinden, die effektiv funktionieren, auch wenn wir deren zugrunde liegende Prinzipien nicht vollständig verstehen.
Als Ingenieur möchte ich mir eine solche Situation lieber nicht vorstellen, aber für viele Menschen dürfte sie sich kaum von der heutigen unterscheiden.