Wissenschaft wird spannend – auch KI sei Dank?
Der Traum von einer wissenschaftlichen Revolution
In diesem Beitrag mache ich mir Gedanken über Künstliche Intelligenz (KI) und die Kommunikation ihrer Errungenschaften. (Deswegen habe ich hier viele KI-Blogs verlinkt. Es gibt jedoch Tausende davon.) Warum begeistern Künstliche Intelligenz und ihr Bereich Deep Learning ein breites Publikum? Hat künstliche Intelligenz auch zu einer zunehmenden Begeisterung für Naturwissenschaften beigetragen? Und wenn ja, warum? Ich glaube, eine wichtige Antwort auf diese Frage ist: Offene Wissenschaft (Open Science).
In der Grundschule in der sozialistische Tschechoslowakei wurde uns Kindern täglich Lenins Spruch, “lernen, lernen, lernen”, eingebläut. Dieser Lernzwang konnte nur eine Folge haben: Wir hassten das Lernen wie Lebertran. Lenin genauso. Lenin ist immer noch nicht mein Vorbild geworden, doch das Lernen wurde dann doch schnell eines meiner schönsten Hobbys. Leider hat es in der Stadtbücherei meiner mährischen Heimatkleinstadt nahezu keine Sachbücher gegeben bis auf die marxistisch-leninistischen. So lernte ich die Naturwissenschaften aus Romanen – aus Science Fiction.
Während meines Studiums an der TU München las ich viele Sachbücher über die Quantenmechanik und Biographien der berühmten Quantenphysiker. Wie schön wäre es, dachte ich dabei oft, eine solche naturwissenschaftliche Revolution zu erleben: Wie damals die quantenmechanische in den 1920ern und 1930ern. Recht oft wehren sich Träume gegen ihre Erfüllung, doch mein Traum wurde erfüllt:
Seit ein paar Jahren stecken wir mittendrin einer solchen wissenschaftlichen Revolution: Der Revolution in Künstlicher Intelligenz (KI), vor allem in ihrem Bereich Deep Learning. Nur verdienen heute KI-Experten viel mehr Geld als die Quantenphysiker in der ersten Hälfte des 20. Jahrhunderts.
Jeden Tag bekomme ich Unmengen von KI-Newslettern aus der ganzen Welt (Abbildung 1) – es ist ein intellektueller Rausch ohne gleichen. Was aber noch schöner ist: Im Unterschied zu Zeiten des Aufbruchs der Quantenmechanik in den 19020ern kann an dieser wissenschaftlichen Revolution jeder und jede teilnehmen. Dank Internet haben wir alle Zugang zu grenzenloser Information über das Gebiet. Diese Popularisierung der Künstlichen Intelligenz macht uns auch auf andere Naturwissenschaften und Technologien neugieriger. Das will ich in diesem Beitrag zeigen.
Abbildung 1: Mein Outlook mit einigen KI-Newslettern.
Begriffsklärung: Künstliche Intelligenz, Machine Learning, Deep Learning
Zuerst erkläre ich jedoch, wie Künstliche Intelligenz, Machine Learning und Deep Learning zusammenhängen. Was genau bedeuten diese Begriffe? Das muss sein: Künstliche Intelligenz wird immer noch mit Terminator verwechselt. Zum Glück haben die meisten von uns keine Angst mehr von dieser wunderbaren Technologie. Seit der Informatikpionier John McCarthy 1955 den Begriff Künstliche Intelligenz erfunden hat, haben wir uns an sie und ihren Bezeichnung recht gut gewöhnt. Nach McCarthy ist “Künstliche Intelligenz die Wissenschaft und das Ingenieurwesen der Entwicklung von intelligenten Maschinen” („the science and engineering of making intelligent machines”).
Im Allgemeinen bezeichnet Künstliche Intelligenz alle Arten der maschinellen Nachahmung aller Aspekte des menschlichen Denkens und Verhaltens. Darüber hinaus kann Künstliche Intelligenz auch Informationsbeschaffung und -verarbeitung bedeuten. Wie der Wiener KI-Pionier Robert Trappl sagte: „Die Central Intelligence Agency heißt ja auch nicht so, weil die so gescheit sind“. Auf dem folgenden Bild seht ihr, wie Künstliche Intelligenz, Machine und Deep Learning zusammenhängen.
Abbildung 2: Erklärung der Begriffe.
Künstliche Intelligenz ist ein Oberbegriff für Programme bzw. Maschinen, die alle Aspekte des menschlichen Denkens und Verhaltens nachahmen können. Dabei unterscheidet man zwischen schwacher Künstlicher Intelligenz und starker bzw. allgemeiner Künstlicher Intelligenz:
Allgemeine Künstliche Intelligenz müsste der menschlichen zumindest ebenbürtig sein, auf ihre Umwelt sinnvoll reagieren und die Folge ihrer Taten abschätzen können. Außerdem müsste sie etwas dem gesunden Menschenverstand und dem Bewusstsein Ähnliches haben. (Wobei wir Menschen uns nicht darauf einigen können, was unser Bewusstsein ist.) Eine solche Künstliche Intelligenz gibt es bis jetzt nicht. Wir befinden uns im Zeitalter der schwachen Künstlichen Intelligenz: KI ist auch ein Programm, dem wir durch irgendeine Art von Training beigebracht haben, Gurken nach ihrer Qualität zu sortieren.
In der KI-Forschung gibt es zwei Hauptströmungen: Symbolische KI und neuronale KI. Die meisten Schlagzeilen macht heute neuronale KI – künstliche neuronale Netze (KNN). Wenn KNN mehr als eine verdeckte Schicht von Neuronen haben, heißen sie tief lernend. Ihr Bereich heißt dann Deep Learning. KNN sind gleichzeitig die Unterabteilung des Machine Learnings:
Zu Machine Learning gehören Programme, die an vielen Beispielen lernen, Aufgaben zu erfüllen, ohne dafür explizit programmiert zu sein. Das können auch Programme des klassischen Machine Learnings sein wie Entscheidungsbäume oder Support Vector Machines. Doch die neuronale KI (Deep Learning) spielt hier – wie gesagt – die meiste Musik: Wenn wir heute in den Medien etwas über Künstliche Intelligenz hören oder lesen, ist damit meist Deep Learning gemeint.
Künstliche Intelligenz und offene Wissenschaft (Open Science)
Wie soll aber Künstliche Intelligenz geholfen haben, ein breites Publikum für Naturwissenschaften zu begeistern? Indem KI seit 2012 immer offener dem breiten Publikum vorgestellt wurde.
Die Naturwissenschaften haben sich teils aus den Geheimwissenschaften wie Alchemie entwickelt – im Mittelalter gab es keine anderen. Ein Hauch der Geheimwissenshaft haftet aber immer noch vielen wissenschaftlichen Artikeln an: Man berichtet über die Ergebnisse seiner Studie nur einem Kreis der Eingeweihten: In einer kryptischen Sprache. Diese haben sich einige von uns durchs lange Studieren und Promovieren und durch die Lektüre von Tausenden unverständlicher wissenschaftlicher Artikel mühsam erarbeitet. Auch ich bin ein strahlendes Beispiel dafür. Unten seht Ihr einen meiner wissenschaftlichen Artikel 😊 (zum Glück aus den 1990ern):
Abbildung 2: Mein wissenschaftliches Kauderwelsch. Oder versteht jemand die Zusammenfassung (Abstract) des Artikels? 🙂
Das ändert sich zum Glück. Meiner Meinung nach auch dank Künstlicher Intelligenz (KI), jedoch nur in einem übertragenen Sinn: Und zwar durch die Begeisterung für diese altneue Wissenschaft und Technologie der Künstlichen Intelligenz. KI wurde in den letzten zehn Jahren nicht nur an den Universitäten, sondern auch von Online-Plattformen und Techfirmen entwickelt: Google, Facebook, Amazon, NVIDIA, Microsoft, IBM u. a. haben erkannt: Sie können uns nur etwas verkaufen, wenn sie uns dafür begeistern. Und wenn sie offen agieren: Open Science. (Direkt an den Plattformnamen sind ihre KI-Blogs verlinkt.)
Zwar verfassen Forscher der Plattformen und in den Akademien weiterhin kryptische wissenschaftliche Artikel für Eingeweihte, doch diese Artikel werden in wissenschaftlichen Online-Archiven wie arXiv allen zugänglich gemacht. Außerdem berichten Plattformen und Universitäten in eigenen Blogs offen und verständlich über die eigenen Errungenschaften in Deep Learning. Sie posten darüber Videos fürs breite Publikum – bei YouTube und anderen sozialen Netzwerken.
Jedes Institut, jede Universität, jede Plattform, die wahrgenommen werden will, pflegt mittlerweile einen allgemein verständlichen wissenschaftlichen Blog. Und nicht nur in der Datenwissenschaft – in allen Wissenschaften. MIT Technology Review ist hier vorbildlich.
Deep Learning Revolution
Englischsprachige Blogs über Künstliche Intelligenz und ihr real existierendes Gebiet Deep Learning begeistern Wissbegierige auf der ganzen Welt. Vor allem neuronale KI – Deep Learning – zieht seit dem Sieg des Deep-Learning-Modells AlexNet bei der ImageNet-Challenge in der Bilderkennung im Jahr 2012 Forscher an und motiviert immer neue KI-Blogs. (Bis 2017 wurde die ImageNet-Challenge – ImageNet Large Scale Visual Recognition Challenge – bei der größten Bilddatenbank der Welt ImageNet durchgeführt. Nach 2017 wurde die Challenge auf die Data-Science-Plattform Kaggle umgezogen.)
Die SciLogs des Spektrum der Wissenschaft und Spektrum der Wissenschaft selbst versorgen uns seit Jahren mit verständlicher Wissenschaft auf Deutsch. Doch auch das KI-Karussell dreht sich im deutschen Sprachraum immer schneller. Künstliche Intelligenz nimmt immer mehr von unserem Wissensspielplatz ein:
Wie viele Blogs, Podcasts und Videocasts über Künstliche Intelligenz gab es deutschsprachig, als ich vor etwa vier Jahren diesen Blog „Gehirn & KI“ gestartet habe? Heute kann man die Unmengen von deutschsprachigen KI-Blogs, -Podcasts und -Videocasts nicht mehr überblicken. Das merkt man auch an Google Trends. Jahrelang dümpelte das Interesse an Künstlicher Intelligenz im deutschsprachigen Raum vor sich hin, bis es 2016 einen sprunghaften Anstieg am Interesse an Künstlicher Intelligenz gab. Was ist damals passiert?
2016 hat zum ersten Mal ein Deep-Learning-Modell – AlphaGo der Google-Firma Deep Mind – einen der weltbesten Spieler des chinesischen Spiels Go – Lee Sedol – geschlagen. Dieser Maschinensieg erfuhr ein breites mediales Interesse. Seit dem wird nach Künstlicher Intelligenz immer mehr gesucht. Wenn diese Suche jetzt etwas stagniert, ist es sicher darauf zurückzuführen, dass hier immer mehr auch verwandte Begriffe eine Rolle spielen: Nicht nur “Künstliche Intelligenz”, sondern auch “Machine Learning” (Maschinenlernen), “Deep Learning” und “künstliche neuronale Netze”.
Abbildung 3: Google Trends für die Suche nach “Künstliche Intelligenz” zwischen 2004 und 2022. 2016 (blauer Punkt) wurde der koreanische Spieler Lee Sedol vom Deep-Learning-Modell AlphaGo in Go besiegt.
In der neuen Datenwissenschaft, zu der man Künstliche Intelligenz zählen kann, hat man schnell erkannt: Wenn die Wissenschaft als das einzige NUR mit Fakten gestützte Weltbild bestehen soll, muss sie verstanden werden. Oder gibt es noch ein anderes Kommunikationssystem als das der Naturwissenschaften, an dem wir uns auf der ganzen Welt einigermaßen einigen können? Wenn wir etwas auf Vernunft geben? Unabhängig von der Staatsform? Selbstverständlich nur dann, wenn an den Hebeln von mächtigen Staaten keine Verschwörungsgläubige und Alternative-Fakten-Prediger sitzen.
Open Science
Auch andere Formen popularisieren zunehmend die Naturwissenschaften: Open Science ist das Schlagwort: Science Slams, Science Kabarett, Science Cafés. Die Akademien werden offener, ihre Formate unterhaltsamer. Seit Jahren darf ich im Auftrag der Deutschen Akademie der Technikwissenschaften (acatech) ihre Schriften “derblecken”, mich über acatech und ihre Schreiber lustig machen.
Der Generaldirektor des Deutschen Museums und Inhaber des Lehrstuhls für Wissenschaftskommunikation der TU München Wolfgang M. Heckl, Marc-Denis Weitze von acatech und der freie Journalist Wolfgang Chr. Goede haben den hübschen Sammelband “Kann Wissenschaft witzig?” herausgebracht, mit der Ansage: “‘Kann Wissenschaft witzig?’ nimmt ein ebenso innovatives wie zukunftsträchtiges Element moderner Wissenschaftskommunikation unter die Lupe: Die Komik!”
Doch nicht nur Akademien und Online-Plattformen bemühen sich, Botschaften der Wissenschaften und Technologien dem breiten Publikum in Blogs, Podcasts und Videocasts schmackhaft zu machen und verständlich vorzustellen. Auch viele „private“ Blogger sind als Aufklärer in Sachen Wissenschaft und Technologie unterwegs.
Blog- und Scienceseiten wie Medium, Towards Data Science, Quanta Magazine u. v. a. sind wunderbare Sammlungen von wissenschaftlichen Blogbeiträgen. Vor allem eben aus dem Bereich der Künstlichen Intelligenz und der Datenwissenschaft.
Abbildung 4: Die Medium-Blog-Plattform
Die Open-Science-Beiträge der Wissenschaftler, Wissenschaftsjournalisten und Blogger begeistern immer mehr junge Menschen für die Welt der Künstlichen Intelligenz. Hand in Hand mit diesem Interesse an KI wächst aber das Interesse an Naturwissenschaften insgesamt. Sicher hat dazu auch die Corona-Pandemie beigetragen: Vor der Pandemie galt der Beruf des KI-Experten oder Datenwissenschaftlers als einer der attraktivsten. Nach zwei Jahren Pandemie ist der Job des Virologen auch begehrenswert. Selbstverständlich ist es mir durchaus bewusst, dass auch Pseudowissenschaften und Wissenschaftsfeindlichkeit immer sichtbarer werden. Doch meiner Meinung waren sie schon immer da, nur nicht so laut wie heute.
K.I. Krimis
Die zunehmende Begeisterung an Deep Learning im deutschsprachigen Raum ist überall sichtbar: Vor etwa drei Wochen haben wir an der SRH Fernhochschule den YouTube-Videokanal K.I. Krimis gestartet: In den einzelnen Folgen stelle ich spannende und ungelöste Rätsel der Künstlichen Intelligenz vor.
In der Pilotfolge „Schwarz und Weiß“ gehe ich einem recht schockierenden KI-Rätsel auf den Grund: Die internationale Studie “Reading Race: AI Recognises Patient’s Racial Identity In Medical Images” hat herausgefunden, dass „Künstliche Intelligenz“-Modelle Schwarze von Weißen Patienten nur nach den Röntgenbildern ihrer inneren Organe und Knochen unterscheiden können. Dies könnte aber zu voreingenommenen Entscheidungen in der Medizin führen, befürchten mit Recht die Forscher der Studie: Was passiert, wenn ein KI-Modell statt Krebstumore die Hautfarbe klassifiziert? Kein Röntgenologe kann am Röntgenbild der Lunge die Hautfarbe des Patienten erkennen. Warum kann das aber ein KI Modell? Was ist der Grund dafür? Selbstverständlich versuche ich, das Rätsel selbst zu knacken.
Nach drei Wochen seit der Veröffentlichung hat unser “K.I. Krimis”-YouTube-Kanal 243 Abonnenten, und das erste Video wird fleißig kommentiert. Das ist für einen deutschsprachigen wissenschaftlichen Videocast von etwa 30 Minuten Länge recht viel, zumal der Beitrag viele wissenschaftliche Hintergründe des KI-Rätsels beleuchtet. Könnt Ihr das Rätsel knacken? Über jeden Kommentar unter dem Video freuen wir uns. Und jeden Kommentar beantworte ich auch. 🙂
Die zweiten Folge der K.I. Krimis “LIDAR oder nicht LIDAR” wird im “K.I. Krimis”-Kanal am 28.02.2022 veröffentlicht. Darin geht es um selbst fahrende Autos und darum, ob nur Kameras für die Wahrnehmung ihrer KI-Modelle ausreichen. In der dritten Folge frage ich: „Kann es starke Künstliche Intelligenz geben, die der menschlichen ebenbürtig wäre?”
Pionierarbeit der “Deep Learning”-Aufklärung
Ein Pionier der Deep-Learning Aufklärung ist Yannic Kilcher mit seinem YouTube-Kanal, der seinen Namen trägt. Yannic erklärt der Welt auf Englisch komplexe wissenschaftliche Paper, meist aus dem Bereich Deep Learning. Auch sein Format ML News ist sehenswert. 122.000 Abonnenten bei einem Videocast, in dem oft bis anderthalb Stunde lang komplexe Deep-Learning-Studien diskutiert werden! Das ist lebende Wissenschaft!
Abbildung 5: Der YouTube-Kanal von Yannic Kilcher.
In einem seiner jüngsten Beiträge bespricht Yannic Kilcher einen Artikel der Facebook AI-Forscher (Meta AI): “CM3: A Causal Masked Multimodal Model of the Internet.” Sie haben ihrem Transformer-Modell CM3 beigebracht, verwertbare Information aus dem Internet zu verarbeiten.
Das sei nichts Neues, denkt Ihr sicher, das kennen wir auch vom OpenAIs Transformer-Modell GPT-3. Doch dieses CM3-Modell wird direkt am HTML-Code trainiert: Der Sprache der Webseiten. Somit lernt das Modell nicht nur am Text und an Bildern simultan, sondern bringt sich auch die Struktur der verarbeiteten Webseiten bei. Deswegen kann das Modell nach seinem Training komplexe Aufgaben lösen: eine breite Palette von Text- und Bildaufgaben und darüber hinaus noch viele andere modalübergreifende Aufgaben.
Gleich am Anfang des Videos erklärt Yannic auch für HTML-Unkundige, wie ein solches Modell im HTML-Internet-Code die Information ausliest. Außerdem gibt es im Video ein interessantes Interview mit einem der Forscher der Studie:
Einsichtig, spannend, informativ!
Und jetzt muss ich das Video zu Ende gucken: Es dauert ja anderthalb Stunden. 😊 Viel Spaß damit!
Nur ergänzend :
Die sog. Intelligenz (vs. Klugheit, Schlauheit, Weisheit und was es da sonst noch gibt) meint die Verständigkeit, die Fähigkeit zum Zusammenfassen von Datenlage und Theorie (“Sicht”), Muster meinend, sie ist als Konglomerat vor etwas mehr als 100 Jahren erfunden worden und ist wissenschaftstauglich derart, als dass anders als mit den oben genannten Größen direkt gemessen werden kann und sich insofern u.a. auch Studien i.p. Erblichkeit, auch sog. Zwillingsstudien anbieten.
Dann mit dem Sozialen, die Umgebung meinend, wenn die Zwillinge getrennt worden sind, abgleichend und hier irgendwie vermutend.
Sog. Intelligenz kann gemessen werden und auch i.p. Problemlösung herausgefordert, gebildet und trainiert werden, auch im Rahmen sogenannter Artificial Intelligence, dann das Abstrakt meinend.
Maschinen können nicht weise sein, nicht wahr?
MFG
WB
Lieber Herr Dr. Webbaer,
als der Anfang der wissenschaftlichen Erforschung der Künstlichen Intelligenz wird allgemein die Sommerkonferenz in Dartmouth 1956 betrachtet. In seinem Antrag an die Rockefeller-Stiftung in 1955 hat John McCarthy für das Gebiet der Entwicklung von intelligenten Maschinen zum ersten Mal den Begriff Künstliche Intelligenz geprägt.
Direkte Vorläufer der wissenschaftlichen KI war die Herausarbeitung des künstlichen Neurons von Warren McCulloch und Walter Pitts (1943) und Alan Turings Artikel “Computing Machinery and Intelligence” (1950).
Selbstverständlich bedient man sich in der KI-Forschung Methoden der linearen Algebra, Statistik und Wahrscheinlichkeitsrechnung, die in den vergangenen Jahrhunderten entwickelt wurden. Wir sagen aber auch nicht, die Quantenmechanik wurde bereits in der ersten Hälfte des 19. Jahrhunderts erfunden, nur weil man in ihr Hamiltons Bewegungsgleichungen aus der Zeit verwendet.
Wenn wir die Literatur über Golem oder Frankenstein nicht zur wissenschaftlichen KI zählen, dann sollten wir tatsächlich die Konferenz in Dartmouth als den Anfang ansehen.
Ob Maschinen irgendwann weise sein können, weiß momentan niemand. Jetzt sind sie es nicht. Sie sind wunderbare Werkzeuge. Nicht mehr, aber auch nicht weniger.:-)
Herzliche Grüße
Jaromir Konecny
Vielen Dank für Ihre Reaktion, lieber Herr Dr. Jaromir Konecny,
sicherlich ein nettes Zusammentreffen, danke für den (unausgewiesenen) Webverweis, der nun nachgeholt wird :
-> https://en.wikipedia.org/wiki/Dartmouth_workshop
Worauf Dr. Webbaer hinaus wollte, war dass Maschinen und Logik allgemein in einer gesonderten Welt statt finden, in einer mathematischen, wobei der Begriff ‘Mathematik’ (die Mathematik meint eigentlich die vom Menschen geübte von direkten weltlichen Problemen abstrahierte Fähigkeitslehre) hier womöglich ein wenig irreführend ist, die sog. Mathematik meint also einen gänzlich von dieser Welt losgelösten Apparat, eine andere Welt sozusagen, die nur in den hier gemeinten erkennenden Subjekten existiert. [1]
Spiele wie ‘Mühle’, ‘Schach’ und ‘Go’ bspw. meinend (auch dort kann sich “AI” sozusagen schrecklich verrennen, wenn sie sog. Monte Carlo-Methoden folgend ungünstig unterwegs ist – sofern eine gewisse Komplexität vorliegt, die nicht rechnerisch erreicht werden kann, ‘Mühle’ ist sicherlich in diesem Sinne minderkomplex) sind sozusagen nicht “weltlich”, dann geht “AI” sozusagen.
Hier bei – ‘Allgemeine Künstliche Intelligenz müsste der menschlichen zumindest ebenbürtig sein, auf ihre Umwelt sinnvoll reagieren und die Folge ihrer Taten abschätzen können.’ – ist dann (von Ihnen) die Welt, die Naturwelt gemeint und sozusagen extra-problematisch.
Dr. W rät an, dem hier gemeinten Vorhaben keineswegs abhold, diesbezüglich klar herauszustellen (zu versuchen).
Gerne auch im Text, in der Primärverlautbarung sozusagen.
MFG
WB
[1]
Schopenhauer bspw. meinte insofern, dass das erkennende Subjekt nicht den Hund, sondern die die Idee von einem Hund bearbeitet.
“AI” muss insofern “logisch” agieren, nicht diese Welt direkt betreffend.
Derartige Unterscheidung ist schon wichtich, mittelniderdeutsch.
*
mittelniederdeutsch
Dieser Beitrag von Jaromir Konecny zeigt vor allem eines: es gibt eher zu viel als zu wenig Blogs, Artikel, Medium-Beiträge, Podcasts und Fake-News über das Thema Künstliche Intelligenz und die eigentliche Kunst für den Interessierten ist es aus der Fülle an dargebotenem Material das für sein spezielles Interesse richtige herauszuschälen.
Mein persönliches Interesse im Bereich KI liegt im Potential dieser Technologien, unsere Kultur, Arbeitsweise und unsere Technologie und Wissenschaft zu transformieren. KI-Charbots und andere Textanwendungen ( selbst GPT-3) interessieren mich eher wenig und Siri hab ich noch kaum ausprobiert.
Interessieren tun mich dagegen KI in der Wissenschaft von der Vorhersage der Proteinfaltung (AlphaFold) über die durch eine KI gesteuerte Kernfusion in Tokamaks, der Berechnung der Chemie von Molekülen bis zum Lösen von Differentialgleichungen, der Lösung von mathematischen Textaufgaben und einer KI, die Programmierern beim Programmieren hilft.
Für ähnlich interessierte empfehle ich die Websiten von DeepMind und OpenAI. Auf Open-AI finden sich beispielsweise auf der Website Research folgende Einträge:
Solving (Some) Formal Math Olympiad Problems,
Solving Math Word Problems und
Summarizing Books with Human Feedback
Auf der Website von DeepMind finden sich
Accelerating fusion science through learned plasma control,
Competitive programming with AlphaCode,
Simulating matter on the quantum scale with AI
Was übrigens noch die Bezeichnungen Artificial Intelligence versus Machine Learning angeht, so lässt sich feststellen, dass heute Leute, die eine möglichst breite Resonanz ihrer Arbeit oder ihres Artikels anstreben, die Bezeichnung Artificial Intelligence bevorzugen. Auf arxiv gibt es sowohl eine Sektion für Machine Learning als auch für Artificial Intelligence und viele der Forschungsarbeiten tauchen in beiden Sektionen auf. Arbeiten mit einer breiteren Bedeutung firmieren so gut wie immer unter Artificial Intelligence, während Spezialthemen und Algorithmen auch nur unter Machine Learning erscheinen können.
Danke für Ihre Anmerkungen, lieber Herr Holzherr!
J.K.: “Allgemeine Künstliche Intelligenz müsste der menschlichen zumindest ebenbürtig sein, auf ihre Umwelt sinnvoll reagieren und die Folge ihrer Taten abschätzen können. Außerdem müsste sie etwas dem gesunden Menschenverstand und dem Bewusstsein Ähnliches haben.”
😏 Na das wäre dann doch mal ein echtes Paradoxon, wenn KI zuerst und eigenständig auf das universelle Wissen was immerdar ist zugreift und dem Geist der Schöpfung …!? 🤗
🙂 Ich grübele und grübele, ob ich den Kommentar richtig verstehe. Oder ob ich irgendwo einen Fehler gemacht habe. 🙂
Eigentlich bin ich eher skeptisch, ob man Allgemeine Künstliche Intelligenz (AGI) algorithmisch entwickeln kann. Meiner Meinung nach ist Intelligenz ein Produkt einer evolutionären Anpassung und Selbstorganisation. Dass wir aber AGI in den nächsten 10 bis 50 Jahren entwickeln, daran glauben die meisten KI-Experten. Der OpenAI-Boss Ilya Sutskever denkt sogar, dass schon heutige große Sprachmodelle “etwas Bewusstsein” haben (das halte ich für Unfug, so wie nahezu alle KI- und Gehirnforscher). Startups werden laufend gegründet, die AGI entwickeln wollen. In diesem Gebiet passiert momentan sehr viel. Die Revolution in Deep Learning und ihre Ergebnisse haben viele Forscher beflügelt. Andere befürchten, dass diese “Versprechungen”, zu einem neuen Künstliche-Intelligenz-Winter führen können. Ich glaube beides nicht. 🙂
Jetzt aber unter uns: Ist nicht die Wortverbindung “Geist der Schöpfung” nicht ein Paradox? Wenn ich die Schöpfung als das Ergebnis der Evolution betrachte, dann schon, oder? Wenn ich nicht an Gott glaube, sondern dass die Evolution mit naturwissenschaftlichen Methoden erklärt werden kann. 🙂
J.K.: “Dass wir aber AGI in den nächsten 10 bis 50 Jahren entwickeln, daran glauben die meisten KI-Experten.”
Vielleicht haben wir dann ja auch die Bedingungen eines dafür entsprechenden Bewusstseins geschaffen, denn Mensch soll sich ja Gott/Vernunft/Geist ebenbildlich entwickeln.
Ich bin kein grundsätzlicher Gegner von KI, so wie ich auch Atomkraft befürworte, wenn wir es zweifelsfrei im Griff haben! ✊😎
“Geist der Schöpfung” – Ich bevorzuge Zentralbewusstsein, für den Geist, die Schöpfung und die Evolution, was auch mit Gott/Vernunft zu Verantwortungsbewusstsein umschrieben steht. 😎
J.K.: “… mit naturwissenschaftlichen Methoden erklärt werden kann.”
Naturwissenschaft ist eine schöne uns der Vernunft annähernde Methode, aber ich glaube aus Erfahrung nicht an die illusionäre Sinnhaftigkeit von zufälliger Einmaligkeit, seit meiner AKE. Wo mir der Einblick, auf das holographische Universum, auf das Wissen / die “Intelligenz” in einem “Strom”, und die klare Konsequenz für den Weg zurück möglich wurde – Seit meiner Kindheit konnte ich nicht glauben und nicht erklären was die wirklich-wahrhaftige Interpretation der Bibel ist, seit der AKE weiss ich es, und die jenigen, die diese Texte für die Erhaltung über Jahrhunderte codiert haben, sind genial vom Bewusstsein her, denn die volle Kraft des Geistes, die den Zugriff im Freien Willen auf das Wissen / des “Intellekts” des Zentralbewusstseins bedeutet, die war ihnen auch noch nicht mit begrenztem Wissen gestattet.
Mensch bedeutet ALLE, möglichst in einem geistig-heilendem Selbst- und Massenbewusstsein und einem unkorrumpierbaren Gemeinschaftseigentum “wie im Himmel all so auf Erden” – “Individualbewusstsein” in wettbewerbsbedingt-egozentrierter Symptomatik, ist illusionär-kreislaufender Blöd-, Stumpf- und Wahnsinn des Instinkts / der gleichermaßen unverarbeiteten Bewusstseinsschwäche, seit Mensch erstem und bisher einzigen geistigen Evolutionssprung (“Vertreibung aus dem Paradies”).
24.02.2022
Die KI der Schöpfung zeigt die offenbart-vorhergesehene und zu überwindende Bewusstseinsschwäche, die mit Sanktionen ganz sicher nicht zu beruhigen oder zu dominieren ist!
J.K.: “Der OpenAI-Boss Ilya Sutskever denkt sogar, dass schon heutige große Sprachmodelle “etwas Bewusstsein” haben …”
Das ist garnicht so abwegig, es ist sogar spannend bis zum Fürchten, wenn man weiss, dass sogar Wasser (die Substanz allen Lebens auf der 🌎) Bewusstsein hat! ☝😎
Ja, Wasser findet aus eigener Intelligenz aus jedem Irrgarten heraus, wenn die Wassermenge ausreichend groß ist, und wenn mindestens ein Ausgang vorhanden ist.
https://de.wikipedia.org/wiki/L%C3%B6sungsalgorithmen_f%C3%BCr_Irrg%C3%A4rten#Physikalische_Lösungen
Ohne ein praktisches Beispiel wird hier jeder Mitleser eine andere Vorstellung
von KI haben.
Beispiel Gesichtserkennung: Ist das KI?
Beispiel Anrufbeantworter: Ist das KI ?
Beispiel automatischer Zielfinder für Drohnen, ist das KI?
Schachprogramm: ist das KI?
Automatischer Saugroboter: Ist das KI?
Computer bei der Rasterfahndung: Ist das KI?
Wie unterscheidet sich KI von einer Programmautomatik?
Nirgends findet man das Kriterium, das KI von der automatischen Steuerung einer Maschine unterscheidet !
Bitte um eine Antwort
@hwied
Das Wochenend- und Fernsehprogramm läuft, mit Kneipengängen, TV-Shows, Spielfilmen, gewohnt-massiver Werbung und “Warten auf Godot”, während “woanders” mal wieder massiv-real getötet wird – Das ist KI, mit unverändert-aktiver Bewusstseinsbetäubung, ohne Innehalten, ohne Neu-Besinnung.
Wir im Westen haben da eine Philosophie, die der Wahrheit sehr nahe steht, die eine jahrtausende alte/veraltete Religion gebildet hat, für die es eine Vernunftbegabung gibt, die Mensch zur verantwortungsbewussten Gemeinschaft / zum Gemeinschaftseigentum / zur Kommunikation “wie im Himmel all so auf Erden” gestalten soll, damit Mensch im wirklich-wahrhaftigen Freien Willen das Schicksal / die “göttliche Sicherung” der Vorsehung überwindet und …
Doch leider schafft Mensch es nicht seine gleichermaßen unverarbeitete Bewusstseinsschwäche in Angst, Gewalt und egozentriertem “Individualbewusstsein” weiter als bis zur mehr und/oder weniger “intellektuellen” Hierarchie in wettbewerbsbedingter Symptomatik/Suppenkaspermentalität zu entwickeln / zu bilden, wo fachidiotische “Experten” letztendlich unerklärliche Wege Gottes und dem “Rest” in 42 eines höchstwahrscheinlich holographischen Universums definieren – Handtücher, zum Beweinen des ziemlich offensichtlichen geistigen Stillstand, jetzt.
hto,
Mensch ist eben nicht Mensch . Daran scheitern alle deine Analysen.
Jaromir Konecny,
gerade lese ich ihre Definition von KI, als Nachahmung menschlichen Denkens, Lernens und Verhaltens. Ja was denn sonst ? Ein automatischer Garagentoröffner wäre dann ja auch KI.
Ein Begriff ist erst dann vollständig definiert, wenn er auch beschreibt, was KI nicht ist.
Der Begriff KI ist so allgemein, dass er einer PR-Agentur entsprungen sein könnte.
Mich, als Hobbyelektroniker interessiert was die Wissenschaft als KI definiert, ab wann wird eine Elektronikschaltung die man nachbauen kann und die Sensoren hat und einen Menschen ersetzt zu einer KI ??
Bitte mehr Substanz !
Frieden durch Waffenlieferung und Aufrüstung, obwohl wir diese Welt schon jetzt mehr als nur einmal sprengen können – Was ich heute wieder von der KI Mensch an Widersprüchlichkeit zu Hören bekommen habe, ist an Schizophrenie sicher nicht zu überbieten – “Halt die Welt an, ich will aussteigen”!
Sehr geehrter Herr Konecny,
sind Ihnen Studien bekannt, in denen untersucht wird, ob der von Ihnen beschriebene Anstieg des öffentlichen Interesses an Methoden und Ergebnissen wissenschaftlicher Forschung auch in gesellschaftlichen Gruppen festzustellen ist, die bisher unter den Studierenden und Absolventen technisch-naturwissenschaftlicher Studiengänge unterrepräsentiert sind, wie z.B. Frauen oder Menschen aus “bildungsfernen” Schichten?
Beste Grüße
Swen Romanski
Hallo Herr Romanski,
leider sind mir keine solchen Studien bekannt. Nur beobachte ich seit Jahren in den englischsprachigen Blogs und Medien zu Themen Data Science, Künstliche Intelligenz und Deep bzw. Machine Learning, dass junge Frauen hier zunehmend unterwegs sind – viel mehr als mit “klassischen” naturwissenschanftlichen Themen. Eine bekannte Bloggerin ist hier zum Beispiel Cassie Kozyrkov:
https://en.wikipedia.org/wiki/Cassie_Kozyrkov
https://kozyrkov.medium.com/
Liebe Grüße
Jaromir