Starke künstliche Intelligenz

Im Gegensatz zur schwachen künstlichen Intelligenz wird als starke künstliche Intelligenz (auch Superintelligenz, oder engl.: strong AI oder Artificial General Intelligence AGI ) ein lernfähiges System bezeichnet, das die gleichen intellektuellen Fertigkeiten wie Menschen erreichen kann. Theory of Mind Während die zuvor beschrieben KI-Systeme bereits allgegenwärtig sind, auch wenn an weiteren Verbesserungen laufend gearbeitet wird, […]

Schwache künstliche Intelligenz

Schwache künstliche Intelligenz (engl.: weak AI oder artificial narrow intelligence ANI ) ist das, was heute bereits in vielen Anwendungen und Geräten als Lösung konkreter Probleme zu finden ist. Die zugrunde liegenden Methoden greifen auf Regeln aus Mathematik, Statistik und Informatik zurück. So sind diese Systeme in der Lage, eindeutig definierte Aufgaben sehr schnell zu […]

KI / AI

Die Auseinandersetzung mit Künstlicher Intelligenz ist nicht unbedingt eine Angelegenheit des aktuellen Jahrhunderts. Seit es Ideen gibt, bestimmte Aufgaben von Computern erledigen zu lassen, wird daran gearbeitet, diese Art von Lösungen zu optimieren. Mathematische Theoreme und die Entwicklung von Computern bewirkten, dass Ende der 1940er-Jahre neue Forschungsrichtungen entstanden, innerhalb derer Wissenschafter sich die Fragen stellten, […]

Deep Learning

Deep Learning und Neuronale Netze – beides Begriffe die im Zusammenhang mit Maschinellem Lernen und Künstlicher Intelligenz immer wieder genannt werden und darauf verweisen sollen, dass selbstständiges Lernen möglich sei. Im Unterschied zu Algorithmen, die explizit von Menschen festgelegt werden, ist es möglich, mithilfe einer großen Menge Beispieldaten, ein sogenanntes (künstliches) neuronales Netz zu entwickeln, […]

Reinforcement Learning

Reinforcement Learning (Michalski u. a., 1983) – oder verstärkendes Lernen ist analog zu der Art des Lernens aufgebaut, wie wir Menschen es kennen. Das lernende System wird bei Erfolg belohnt, anderenfalls, sollte das Ergebnis nicht der Erwartung entsprechen, bestraft. Diese Art des Lernens erfordert die Definition einer Umwelt, innerhalb der ein Agent – Robot, Automat […]

Machine Learning II

Je größer die Menge der auszuwertenden Daten ist, desto größer die Wahrscheinlichkeit, zu validen Aussagen zu gelangen. In Anlehnung an das „Gesetz der großen Zahl“ (Füllsack, 2011, S. 247) wird dabei genutzt, dass mit der Anzahl von Wiederholungen das Vorkommen eines bestimmten Ereignisses höher wird. Dieser sogenannte Streuungseffekt ist vergleichbar mit dem Einsatz einer Schrotflinte […]

Machine Learning I

Die Grundlagen für maschinelles Lernen entstammen einer Zeit, in der man sich bereits mit Rechenmaschinen beschäftigte. So hatte schon Gottfried Wilhelm Leibnitz im 17. Jahrhundert eine solche Maschine konstruiert und in diesem Zusammenhang gemeint: „Es ist unwürdig, die Zeit von hervorragenden Leuten mit knechtischen Rechenarbeiten zu verschwenden, weil mit dem Einsatz einer Maschine auch der […]

Privatheit?

Die Definition des Privaten ist nicht festgeschrieben, wie wir soeben festgestellt haben. Denn das Private und die Privatsphäre, beide sind ebenso wie die Gesellschaft insgesamt von Veränderungen betroffen. Das Wort privat stammt von lateinischen privare und bedeutete das Gegenteil der Res Publica. Dies steht für die antike römische Republik, eine Sache der Öffentlichkeit. Das Gegenteil […]

Privat

Die erwähnte Selbstbestimmung und Handlungsfreiheit des Menschen als Grundlage ethischer Handlungen verweist auch auf einen Aspekt, der sich in der Thematik der Privatsphäre wieder findet. Mit dem Begriff des Rechts auf informationelle Selbstbestimmung soll der gläserne Mensch im Zeitalter der digitalen Netzwerke verhindert werden. Daher ist der Begriff der Privatsphäre in den letzten Jahrzehnten zunehmend […]

Aufmerksamkeit und Selbstreferenz

Der zuvor für die Berühmtheit der Mona Lisa als maßgeblich bezeichnete Zirkelschluss spiegelt sich auch in Tätigkeiten von Menschen als Selbstreferenz. Beobachtet man die Abläufe innerhalb von Netzwerken, so zeigt sich dabei, dass Hubs so lange mit einer vermehrten Aufmerksamkeit rechnen können, solange die Verbindung mit ihnen, anderen = weniger hochwerti- gen Knoten, Vorteile verspricht. […]