Intelligenz ermöglicht es Ihnen, mehr aus Experimenten zu lernen und schnellere, informativere und stärker parallelisierte Experimente durchzuführen.

Eine Zivilisation motivierter Köpfe, die tausendmal schneller denken als die Menschheit, wäre nicht unbedingt in der Lage, tausendmal schnellere technologische Ergebnisse zu erzielen als Menschen.

Analog dazu: Wenn Sie drei Stunden mit Lebensmitteleinkäufen verbringen und zwei dieser Stunden für die Fahrt zum und vom Lebensmittelgeschäft auf dem Pferderücken aufwenden, dann kann ein Auto, das zehnmal schneller ist als das Pferd, Ihren Einkaufsbummel beschleunigen, aber nicht um den Faktor zehn. Letztendlich dominiert die letzte Stunde, die Sie mit der Auswahl der Artikel im Geschäft verbringen, die aufgewendete Zeit.

Selbst eine Zivilisation voller unglaublich intelligenter Denker muss gelegentlich auf experimentelle Ergebnisse warten. Wenn Ihre Gedanken schnell genug sind, dann wird der Engpass wahrscheinlich darin bestehen, wie schnell Sie in der Welt handeln können, wie schnell Sie Informationen aufnehmen können und wie lange es dauert, bis Ihre Pläne umgesetzt sind.

Aber es ist nicht so schlimm, wie die Analogie mit dem Lebensmittelgeschäft vermuten lässt, denn die Fähigkeit zu denken steht im Ausgleich zur Notwendigkeit von Versuchsergebnissen:

• Oft kann man einfach mehr und besser nachdenken und die Notwendigkeit eines Tests umgehen, weil man erkennt, dass frühere Beobachtungen die Antwort bereits enthalten. Vergleichen Sie die Fähigkeit moderner KIs, das Steuern von Robotern zu lernen, manchmal mithilfe reiner Simulationen.
• Manchmal kann man intensiver nachdenken, bis man einen ähnlich zuverlässigen, aber schnelleren Test findet.
• Manchmal kann man viele schnellere, aber weniger zuverlässige Tests durchführen, die parallel mehrfach ausgeführt werden können, um ähnlich zuverlässige Ergebnisse mit höherer Geschwindigkeit zu erzielen.
• Manchmal kann man viele komplizierte Tests gleichzeitig durchführen, sodass die Daten komplex und schwer zu interpretieren sind, was ein guter Kompromiss ist, wenn die kognitiven Anstrengungen, die erforderlich sind, um die Ergebnisse zu entwirren, geringer sind (aus der Perspektive eines extrem schnell denkenden Geistes) als die Durchführung mehrerer Tests.
• Manchmal findet man einen Weg, andere Geräte zu bauen, die die Experimente viel schneller durchführen. Anstatt beispielsweise viele verschiedene Anfragen an ein Biolabor zu senden, um dort Medikamente synthetisieren zu lassen, könnte man einen Weg finden, eine einzige Anfrage an ein Biolabor zu senden, woraufhin dieses ein einziges Bakterium synthetisiert, das den genetischen Code enthält, um alle Medikamente herzustellen, die man synthetisieren möchte. Können Sie in ähnlicher Weise ein Bakterium schaffen, das empfindlich auf Funksignale reagiert und schnell auf Anweisungen einer schnell arbeitenden KI reagiert, viel schneller als die quälend langsamen Menschen, die gemäß Ihren Anweisungen hin und her laufen?
• Und manchmal können Sie einfach Ihre zehn besten Vermutungen anstellen, herausfinden, was Sie in jedem dieser Fälle tun würden, ein kompliziertes Gerät bauen, das unabhängig davon funktioniert, wie sich die Realität tatsächlich entwickelt, und die Tests komplett überspringen.

Eine Zivilisation voller Kopien von Steve Jobs, Marie Curie, John von Neumann und einigen der weltweit besten Arbeiter und Programmierer (wenn sie mit der 10.000-fachen Geschwindigkeit arbeiten würden) würde erkennen, dass der entscheidende Engpass im Warten auf experimentelle Ergebnisse liegt, und sie könnten daran arbeiten, diesen Engpass zu verringern.

Die Geschichte des Humangenomprojekts ist ein gutes Beispiel dafür, wie es aussieht, wenn intelligente Menschen kontinuierlich die Engpässe in einem riesigen Forschungsprojekt erkennen und daran arbeiten. Was voraussichtlich fünfzehn Jahre und 3 Milliarden Dollar kosten sollte, wurde zwei Jahre früher und 300 Millionen Dollar unter dem Budget fertiggestellt; der größte Teil des Genoms wurde in den letzten zwei Jahren mit verbesserten Methoden und Geräten kartiert.

Was für Menschen gilt, gilt auch für KI. Ein intelligenter Denker muss nicht untätig herumsitzen und subjektiv Jahre darauf warten, dass langsame Tests endlich abgeschlossen sind. Ein übermenschlicher Denker erwägt alternative Wege und ist geschickt darin, diese zu finden, genau darum geht es bei Intelligenz.

Ein kleines praktisches Beispiel hierfür ist der Umgang des Menschen mit Software im Vergleich zu Weltraumsonden. Änderungen an einem Softwareprodukt sind kostengünstig und schnell durchzuführen, und Softwareentwickler neigen dazu, ständig zu experimentieren, um Software zu produzieren, die noch nicht ganz funktioniert, und sie dann dort zu reparieren, wo sie am meisten fehlerhaft ist.

Im Gegensatz dazu sind Experimente mit Weltraumsonden sehr teuer. Daher verbringen Menschen viel Zeit damit, die Weltraumsonde genau richtig einzustellen und so viele Experimente wie möglich darin unterzubringen. Sie investieren viel Mühe darin, die Weltraumsonden mit allgemeinen Versuchsanlagen auszustatten, die aus der Ferne ferngesteuert werden können, damit sie, wenn ihnen eine neue Idee für ein Experiment kommt, nicht ein ganz neues Raumfahrzeug erfinden und starten müssen.

Ein ausreichend kluger Denker hat darüber hinaus auch die Möglichkeit, einfach herauszufinden, wie die Realität aussieht, ohne so viele verdammte Experimente durchführen zu müssen. Manchmal reichen die Daten, die man bereits hat, aus, wenn man klug genug ist, sie zu interpretieren.

Ein Beispiel: Es dauerte acht Jahre, bis Einsteins allgemeine Relativitätstheorie anhand neuer Daten empirisch überprüft werden konnte. Der Test wurde von Frank Watson Dyson und Arthur Stanley Eddington durchgeführt, die während einer totalen Sonnenfinsternis die Sterne hinter der Sonne fotografierten und den Grad der Lichtkrümmung um die Sonne herum maßen; sie stellten fest, dass dies genau mit Einsteins Theorie übereinstimmte.

Aber diese achtjährige Wartezeit hat keinen wirklichen wissenschaftlichen Fortschritt behindert.

Ein Grund dafür ist, dass Einsteins Theorie eindeutig richtig war: Sie war bereits durch Daten wie die Bewegung des Perihels des Merkur bestätigt worden, die von Newtons Theorie ungenau und von Einsteins Theorie genau vorhergesagt worden war. Die Wissenschaftler betrachteten diese Vorhersage jedoch nicht als Erfolg, da die Daten gesammelt worden waren, bevor Einstein seine Theorie aufgestellt hatte. Aber "nur neue Beobachtungen zählen" ist eine Art Krücke, die eine Zivilisation braucht, wenn sie ernsthafte Probleme mit Rückblickverzerrung, Bestätigungsverzerrung und Wissenschaftlern hat, die betrügen, um die Beweise für ihre Hypothesen aufzublähen. Nichts davon ist ein notwendiges Merkmal guter Argumentation. Und tatsächlich konnten sorgfältige Denker schon lange vor dem Eddington-Experiment anhand der ihnen bereits zur Verfügung stehenden Beweise herausfinden, ob Einsteins Theorie richtig war.

Darüber hinaus gab es schnellere Methoden, um die Theorie zu überprüfen, beispielsweise den Bau von Teleskopen und die Beobachtung (der Auswirkungen) von Schwarzen Löchern, wie sie Einsteins Theorie vorhersagt, die von einer ausreichend schnell denkenden und kompetenten Zivilisation vermutlich in weniger als acht Jahren durchgeführt werden konnten. Oder wenn man bereits über Raumfahrtkapazitäten verfügte, konnte man die Uhren auf Satelliten in weniger als einem Tag überprüfen. Die Annahme, dass die Überprüfung von Einsteins Theorie acht Jahre dauerte, würde die Leistungsfähigkeit der Intelligenz radikal unterschätzen.

Als die Menschheit schließlich dazu kam, GPS-Satelliten zu bauen, wurden diese mit zwei verschiedenen Uhren programmiert. Eine, die Einsteins Theorie verwendete, und eine, die dies nicht tat. Angesichts der Tatsache, wie gut Einsteins Theorie zu diesem Zeitpunkt bestätigt war, war dies eine seltsame Entscheidung. Aber diese Entscheidung unterstreicht, dass eine Zivilisation in vielen Fällen einfach beide Wege einschlagen kann, wenn sie sich über eine Theorie unsicher ist. Und sie unterstreicht, dass es oft viel billiger ist, Dinge so zu bauen, dass sie nicht zu sehr von einer bestimmten Theorie abhängen, wenn Experimente und Fehlschläge teuer sind (wie im Fall von Satelliten).

Und wie wir in dem Buch hervorheben, ist Einstein (im Vergleich zu Newton, Kepler und Brahe vor ihm) auch ein Beispiel dafür, wie kluge Menschen aus sehr begrenzten Beobachtungen viel mehr ableiten können, als man erwarten würde. Einstein ist nicht nur beeindruckend, weil er die Relativitätstheorie herausgefunden hat, sondern auch, weil er dies mit so wenigen Daten geschafft hat.

Auch wenn der Bedarf an experimentellen Daten tatsächlich die Geschwindigkeit einschränken kann, mit der KI verschiedene Maßnahmen ergreifen kann, dürfte diese Einschränkung doch viel geringer sein, als es intuitiv erscheinen mag.