Ein Forschungsteam der Technischen Universität (TU) Graz hat eine Methode mitentwickelt, mit der Künstliche Intelligenz (KI) komplexe logische Probleme exakt löst. Erfolgreich getestet wurde der Ansatz für in einem Anwendungsfall des Bereichs Online-Betrug. Hintergrund dazu ist, dass Aufgaben wie etwa Argumente abwägen, logische Schlüsse ziehen und daraus eine eindeutig richtige Antwort abzuleiten KI bislang vor einige beträchtliche Hürden stellen.
Einen logisch korrekten Schluss zu berechnen, führt gängige Algorithmen bei komplexen Fragestellungen schnell an mathematische und rechnerische Grenzen. Ein Team um Johannes P. Wallner vom Institute of Software Engineering and Artificial Intelligence der TU Graz hat nun einen Weg gefunden, den komplexen Vorgang des argumentativen Schliessens in effizientere mathematische Formeln zu übersetzen und diese mit etablierten Lösungssystemen zu verknüpfen. Dies ermöglicht exakte Berechnungen in Millisekunden. Die Zuverlässigkeit der Methode hat das Team in Zusammenarbeit mit der niederländischen Polizei anhand eines Tools zur Betrugsaufnahme erfolgreich getestet.
Unterschied zu Large Language Models
"Im Vergleich zu Large Language Models wie ChatGPT, die Texte auf Basis statistischer Wahrscheinlichkeiten und grosser Mengen an Trainingsdaten erzeugen, können exakte logische Schlüsse aus mathematischer Sicht schnell an Berechenbarkeitsgrenzen gelangen", sagt Johannes P. Wallner. "Hier muss das Ergebnis zwingend aus den für das jeweilige Problem angegebenen Daten erfolgen, und das System muss garantiert die richtige bzw. die beste Antwort innerhalb des definierten Rahmens liefern. Grosse Datenmengen sind hierbei ein Problem, da die Rechenintensität dadurch exponentiell ansteigt."
Um diese Hürde zu überwinden, fokussierte sich das Team auf die mathematische Modellierung der logischen Fragestellungen und entwickelte präzise logische Formeln, mit denen das KI-System eigenständig zur optimalen Lösung findet.
Im Rahmen der Zusammenarbeit mit der niederländischen Polizei galt es, die Problemstellungen bei der Betrugsaufnahme in kompakte Formeln zu übersetzen. Die Forschenden mussten den mathematischen Beweis erbringen, dass die Formeln korrekt die Argumentation für oder wider Betrug bei den eingegebenen Daten widerspiegeln. Das Ziel war es, auf Basis der vorhandenen Daten- bzw. Beweislage vom Computer die Antwort zu bekommen, ob es sich bei einem Fall um Betrug im Internet handeln könnte oder nicht. Es ging dabei etwa um Menschen, die über eine Website ein Produkt gekauft hatten und nichts erhielten. Angesichts der seit der Bestellung verstrichenen Zeit, der Webshop-URL und weiteren Informationen sollte das System den Fall beurteilen.
Obwohl es sich primär um Grundlagenforschung handelt, orten die Forschenden zahlreiche weitere Einsatzmöglichkeiten, in denen komplexe Entscheidungen auf Basis logischer Argumente getroffen werden. Eine aktuelle Herausforderung sei noch die Dateneingabe, da diese sehr präzise erfolgen müsse, damit das System sie verarbeiten könne. Wallners Team will Verbindungen mit Large Language Models untersuchen: Diese könnten Eingaben in natürlicher Sprache entgegennehmen und automatisch in eine für die logische Verarbeitung geeignete Form übersetzen.
