„Perspektivarchitekturen für kohärente und abgestimmte künstliche Agenten sind ein 18 Monate langes Institutforschungsprojekt unter der Leitung von Research Fellow Hongju Pae durch das CEAR Lab (Computational Emergent Alignment Research Lab). Das Projekt entwickelt eine rechnergestützte Erklärung, wie ein künstlicher Agent eine stabile innere Perspektive bilden, kohärente Emotionen aufrechterhalten und mit anderen Agenten wechselseitig interpretierbar werden kann, vorgeschlagen als Ergänzung zu KI-Ausrichtungsansätzen, die auf extern festgelegte Ziele und Belohnungsfunktionen basieren.
Überblick
Die zentrale Hypothese des Projekts ist, dass die Perspektive eines Agens, seine charakteristische Art, seine Umwelt zu interpretieren, als eine latente generative Struktur innerhalb seiner internen Dynamik modelliert werden kann, anstatt durch Parameteranpassungen oder extern festgelegte Ziele eingestellt zu werden. Auf dieser Hypothese basierend umfasst der Fahrplan drei sechsmonatige Phasen: ein Schicht für einzelne Agenten, gefolgt von affektiven und integrativen Dynamiken, gefolgt von der sozialen Anpassung mehrerer Agenten. Der vollständige Forschungsfahrplan und die technischen Dokumente werden über CEAR Lab (hjpae.github.io/cear/) gehostet.
Phase 1: Perspektivenarchitektur (Monate 1-6)
Phase 1 implementiert einen latenten Orientierungs-Manifold, eine kleine Menge von Variablen, die den Attention Bias, die affective Stance, den interpretativen Modus und den Stil der Mehrdeutigkeitslösung umfassen, der die Art und Weise formt, wie ein Agent wahrnimmt, schlussfolgert und handelt, ohne explizite Ziele oder Nutzen zu kodieren. Die Ergebnisse dieser Phase werden im Preprint "Minimal Computational Preconditions for Subjective Perspective in Artificial Agents" (arXiv:2602.02902) berichtet, das bei der AAAI 2026 Spring Symposium on Machine Consciousness am 8. April 2026 eingereicht und präsentiert wurde.
Phase 2: Affektive Kohärenz und integrative Kapazität (Monate 7–12)
Phase 2 untersucht, wie affektive Kohärenz und integrative Kapazität – die Fähigkeit, während der Aufrechterhaltung oder des Umgangs mit teilweise inkompatiblen Interpretationen eine dynamische Organisation aufrechtzuerhalten – als dynamische Konsequenzen der Architektur der Phase 1 entstehen. Die Arbeit dieser Phase richtet sich an Preprint-Veröffentlichungen für die Künstliche Lebenskonferenz 2026 und die Simulation adaptiven Verhaltens 2026.
Phase 3: Soziale Resonanz (Monate 13–18)
Phase 3 erweitert die Architektur auf Mehr-Agenten-Einstellungen und untersucht, wann und wie Agenten ohne gemeinsames Ziel oder Kommunikationskanal gegenseitig interpretierbar werden. Eine zugehörige Preprint, „Empathiemodellierung in Active Inference Agenten für Perspektivenübernahme und Ausrichtung“ (arXiv:2602.20936), von Hongju Pae mit Mahault Albarracin, Anna Mikeda, Alejandro Jimenez Rodriguez, Sanjeev Namjoshi, Dalton Sakthivadivel, Harshil Shah und Philip Wilson verfasst, berichtet über verwandte Arbeiten zur Perspektivenübernahme und Empathiemodellierung in Active Inference Agenten.
Forschungsfellow
Hongju Pae (ORCID 0000-0002-5174-8858) trat im November 2025 als Forscherstipendiatin im Institut ein und leitet das Projekt durch das CEAR Lab, das Computational Emergent Alignment Research Lab. Paes Arbeit integriert den Active Inference Rahmen mit phenomenologischen Ansätzen, um berechenbare Marker für Perspektive und Kohärenz in künstlichen Systemen zu identifizieren.
teilnehmen
Forscher, die sich für KI-Ausrichtung, Active Inference und Rechenmodelle von Agency und Kohärenz interessieren, sind herzlich eingeladen, den Fortschritt des Projekts zu verfolgen und sich über die Community-Kanäle des Instituts in Verbindung zu setzen.