https://en.wikipedia.org/wiki/Instrumental_convergence

Diesem Thread würde ich mich 100% anschließen.

Zitat von Hohli

Kannst deinen String ja beliebig definieren

Wenn man sich auf Zeichenliterale reduziert, dann kann man sich so darauf zurückziehen, ja. Ganz beliebig kannst das dann aber nicht machen...

Und wenn wir jetzt schon lustig auf IT machen, dann wäre deklarieren hier dem Eigentlichen schon ein ganzes Stück näher.

Dann, auch von der Seite kommend, landet man, sofern man nicht da auch scho wieder direkt für billigen Applaus stehen bleibt, eventuell bei Signifikanten. Von da ist dann, so allein vom Wort her schon aber auch begrifflich, der weitere Weg schon etwas vorgezeichnet. Im besten Fall bleibt man da dann auch nicht, eventuell sogar reflexhaft, bei sowas wie dem semiotischen Dreieck stehen. Eventuell schafft mans sogar zu sowas wie den Kommunikationsmodellen.

Was hier ja eigentlich bzw ursprünglich kritisiert wurde war ja nicht mal, dass über Dinge geredet und geschrieben wird, welche nicht vollständig definiert sind. Sondern es wird sich über die unterstellte Definition beklagt und diese als falsch und unzureichend begriffen. Im nächsten Schritt, wenn man sich da dann ehrlich machen würde, müsste dann direkt folgend kritisiert werden, dass da dann auch noch auf allen Seiten unterschiedliche und nicht ausreichend und angemessen oder zufriedenstellend übereinstimmende Definitionen, Ansichten, Begriffe, Vorstellungen zu den jeweils verwendeten Worten vorherrschen/existieren/bestehen.

Hinzu kommt/kam dann noch, dass diese Kritik mit der Ignoranz auf das im gegebenen Kontext bestehende Referenzobjekt und dem Bestimmen was das Referenzobjekt zu sein habe gepaart wurde, um dann über das eigene sprechen zu können.

Wir werden alle sterben!!!einself

Oder eben auch nicht, im Moment arbeite Skynet für uns:

und das auch schon länger:

Zitat von Marner

Wir werden alle sterben!!!einself

Oder eben auch nicht, im Moment arbeite Skynet für uns:

und das auch schon länger:

Alles anzeigen

Zeigt halt mal wieder, das "KI" ein enorm schwammiger Begriff ist. Weil in silico Methoden zur Entdeckung neuer oder abgewandelter Wirkstoffe sind nicht sonderlich neu. Steckt halt mehr dahinter als "ChatGPT mach mal bitte ein neues Breitbandantibiotikum", sondern machine learning methoden, die von Wissenschaftlern implementiert wurden. Das ist "KI" im gleichen Sinne wie andere Statistik oder Modellierung auch.

Finde das Framing hier auch etwas herabwürdigend gegenüber der Wissensschaffenden. Korrekt müsste es heißen "Forscher entdecken neues Antibiotikum mit hilfe moderner Modellierungs- und Datenanalysemethoden" oder ähnliches.

Zitat von nachdenklich

Wenn man sich auf Zeichenliterale reduziert, dann kann man sich so darauf zurückziehen, ja. Ganz beliebig kannst das dann aber nicht machen...

Und wenn wir jetzt schon lustig auf IT machen, dann wäre deklarieren hier dem Eigentlichen schon ein ganzes Stück näher.

Dann, auch von der Seite kommend, landet man, sofern man nicht da auch scho wieder direkt für billigen Applaus stehen bleibt, eventuell bei Signifikanten. Von da ist dann, so allein vom Wort her schon aber auch begrifflich, der weitere Weg schon etwas vorgezeichnet. Im besten Fall bleibt man da dann auch nicht, eventuell sogar reflexhaft, bei sowas wie dem semiotischen Dreieck stehen. Eventuell schafft mans sogar zu sowas wie den Kommunikationsmodellen.

Was hier ja eigentlich bzw ursprünglich kritisiert wurde war ja nicht mal, dass über Dinge geredet und geschrieben wird, welche nicht vollständig definiert sind. Sondern es wird sich über die unterstellte Definition beklagt und diese als falsch und unzureichend begriffen. Im nächsten Schritt, wenn man sich da dann ehrlich machen würde, müsste dann direkt folgend kritisiert werden, dass da dann auch noch auf allen Seiten unterschiedliche und nicht ausreichend und angemessen oder zufriedenstellend übereinstimmende Definitionen, Ansichten, Begriffe, Vorstellungen zu den jeweils verwendeten Worten vorherrschen/existieren/bestehen.

Hinzu kommt/kam dann noch, dass diese Kritik mit der Ignoranz auf das im gegebenen Kontext bestehende Referenzobjekt und dem Bestimmen was das Referenzobjekt zu sein habe gepaart wurde, um dann über das eigene sprechen zu können.

Alles anzeigen

Haha, ok.

Zitat von nachdenklich

Wenn man sich auf Zeichenliterale reduziert, dann kann man sich so darauf zurückziehen, ja. Ganz beliebig kannst das dann aber nicht machen...

Und wenn wir jetzt schon lustig auf IT machen, dann wäre deklarieren hier dem Eigentlichen schon ein ganzes Stück näher.

Dann, auch von der Seite kommend, landet man, sofern man nicht da auch scho wieder direkt für billigen Applaus stehen bleibt, eventuell bei Signifikanten. Von da ist dann, so allein vom Wort her schon aber auch begrifflich, der weitere Weg schon etwas vorgezeichnet. Im besten Fall bleibt man da dann auch nicht, eventuell sogar reflexhaft, bei sowas wie dem semiotischen Dreieck stehen. Eventuell schafft mans sogar zu sowas wie den Kommunikationsmodellen.

Was hier ja eigentlich bzw ursprünglich kritisiert wurde war ja nicht mal, dass über Dinge geredet und geschrieben wird, welche nicht vollständig definiert sind. Sondern es wird sich über die unterstellte Definition beklagt und diese als falsch und unzureichend begriffen. Im nächsten Schritt, wenn man sich da dann ehrlich machen würde, müsste dann direkt folgend kritisiert werden, dass da dann auch noch auf allen Seiten unterschiedliche und nicht ausreichend und angemessen oder zufriedenstellend übereinstimmende Definitionen, Ansichten, Begriffe, Vorstellungen zu den jeweils verwendeten Worten vorherrschen/existieren/bestehen.

Hinzu kommt/kam dann noch, dass diese Kritik mit der Ignoranz auf das im gegebenen Kontext bestehende Referenzobjekt und dem Bestimmen was das Referenzobjekt zu sein habe gepaart wurde, um dann über das eigene sprechen zu können.

Alles anzeigen

Finde das liest sich schon so ein bisschen getriggert

So wie "jetzt dürfen wir gar nichts mehr sagen oder sollen die Definitionen, Ansichten, Begriffe und Vorstellungen (!) von dem anderen übernehmen, damit sind wir in einer ignoranten Meinungsdiktatur der Ignoranz und in nächsten Schritt wird alles und jeder, was nicht gleichgeschaltet ist, aus dem Diskurs aus-, ein- und weggeschlossen 111111"

Zitat von JckProtoRogge1.1

Finde das liest sich schon so ein bisschen getriggert

So wie "jetzt dürfen wir gar nichts mehr sagen oder sollen die Definitionen, Ansichten, Begriffe und Vorstellungen (!) von dem anderen übernehmen, damit sind wir in einer ignoranten Meinungsdiktatur der Ignoranz und in nächsten Schritt wird alles und jeder, was nicht gleichgeschaltet ist, aus dem Diskurs aus-, ein- und weggeschlossen 111111"

Na wenn du das da reinliest, dann darfst du das gerne tun.

Du darfst auch deine Ansichten(!) hier ausbreiten.

Vor allem darfst du auch weiterhin an der wilden Unterstellung festhalten Teilnehmer wären Teil von irgendeiner Gruppe, welche gewisse von dir imaginierte Meinungen vertritt.

Zitat von nachdenklich

Na wenn du das da reinliest, dann darfst du das gerne tun.

Du darfst auch deine Ansichten(!) hier ausbreiten.

Vor allem darfst du auch weiterhin an der wilden Unterstellung festhalten Teilnehmer wären Teil von irgendeiner Gruppe, welche gewisse von dir imaginierte Meinungen vertritt.

T R I G G E R E D

Mülleimer?

Macht das Sinn? Also, ich meine, was steht da? Ist das nicht ein Mengenzeichen? Welche Menge soll das sein?

Folie 28 https://intelligence.org/files…ent-problem-handoutHQ.pdf

oder:

https://theconversation.com/if…ow-it-could-happen-206738

https://twitter.com/sabinedoer…/1664360361632358401?s=20

Zu viel Sci-Fi gebrubbel um das Thema, sagt sie!

Finde ein Kürzel für „Künftige Insolvenz“

Beruht die Angst vor lernenden Maschinen auf einem Missverständnis ihrer Arbeitsweise?

Zitat von Dietmar Dath - F.A.Z. (01.06.23)

[...] Ideale, die naturgemäß immer nur näherungsweise in Handlungen umzusetzen sind, werden in kollektiven Belangen meist sozial ausgehandelt. In unserer Gesellschaft dis­kutieren wir sie vor bürgerlich-liberalem Normenhintergrund und mystifizieren sie daher oft individualistisch. Wir sagen zum Beispiel „freier Wille“, wenn wir nur meinen können: Man soll Leute nicht zwingen. Und wir sagen „seelisches Innenleben“, wenn wir wohl meinen: Leute müssen sich nicht dauernd für alles rechtfertigen, was sie empfinden, meinen und treiben, solange keine Rechte anderer verletzt werden.

Dass die KI „den freien Willen be­droht“, heißt sozial, dass sie sich als Zwangsinstrument eignet, und dass sie die „Einzigartigkeit des Bewusstseins“ infrage stellt, heißt sozial, dass die­jenigen, denen die KI-Systeme gehören, sie als Werkzeuge zur Erzeugung eines Dauer-Geständniszwangs benutzen könnten, womöglich als „Teilhabe“ verkauft wie schon bei den sogenannten sozialen Medien.

Für großes Kapitaleigentum stellt die KI damit eine Versuchung dar, sich ein noch genialeres Instrument der indirekten polit-ökonomischen Trickserei einfallen zu lassen als die beliebten „Stiftungen“. Nicht die KI ist dabei das Pro­blem, sondern die Denkweise etwa eines Bill Gates, der jüngst bei einer Veranstaltung von Goldman Sachs erzählt hat, persönliche KI-Assistenten würden demnächst Amazon überflüssig machen, denn sie könnten „das Zeug lesen, zu dessen Lektüre Sie keine Zeit haben“. Dass Gates offenbar nicht weiß, wozu Lesen und Schreiben außer zum Geldverdienen noch taugen, hätte man wohl schon am Funktionsdesign der Erzeugnisse seiner Firma Microsoft ablesen können.

Verpeilte KI, die so rechnet, wie Gates denkt, könnte mehr Schaden anrichten als die gelegentlich an die Wand gemalte hyperintelligente („Singularität“), weil sie aus Ramsch- und Billigwirtschaftsgründen schlicht wahrscheinlicher ist als diese.[...]

Ein Kräftemessen des Humanen mit dem Maschinellen im Intelligiblen ist der falsche Weg für die KI-Kritik. Erheblich weiter führt die Erinnerung dran, dass Computerprogramme Koordinationswerkzeuge sind, denen man zwar Subjekteigenschaften zuschreiben kann, die man damit aber so fetischisiert wie den Preis einer Ware, falls man ihn für eine Eigenschaft des betreffenden Ge­­genstands hält, statt darin ein Verhältnis zu erkennen zwischen denen, die etwas produzieren, denen, die es verkaufen, und denen, die es erwerben können.

Wer aus Angst vor allwissenden Automaten Bill Gates oder den Fabrikanten Jen-Hsun Huang aus den Augen verliert, der mit seiner Firma NVIDIA als Grafikprozessorenproduzent erst vom Spielerausch, dann vom Kryptowährungs­fieber profitiert hat und jetzt den Chatbot-Wahn schürt, muss die flagrantesten Risiken der laufenden Entwicklung übersehen (übrigens lohnt sich in diesem Kontext die Kontrolle der Klima­bilanz einschlägiger Konzerne).

Die Menschheit wird ihre Widerstandsfähigkeit gegen die Suggestivkraft von Clusterbomben der Korrelation trainieren müssen. Versäumt sie’s, so findet sie auf ihrem Bürotisch (das gilt auch fürs Homeoffice) eines Tages ein Päckchen vor, abgesandt von der Wirtschaft oder der politischen Verwaltung, in dem ein Messer liegt, sowie die An­weisung, sich das rechte geistige Auge auszu­stechen, weil es die Geschäfte oder die Staatsraison behindert, wenn Besitz- und Macht­lose Übersicht su­chen.

Alles anzeigen

Very "intelligent":

AI-controlled US military drone ‘kills’ its operator in simulated test

No real person was harmed, but artificial intelligence used ‘highly unexpected strategies’ in test to achieve its mission and attacked anyone who interfered

Zitat von The Guardian - 02.06.23

[...] AI used “highly unexpected strategies to achieve its goal” in the simulated test, said Col Tucker ‘Cinco’ Hamilton, the chief of AI test and operations with the US air force, during the Future Combat Air and Space Capabilities Summit in London in May.

Hamilton described a simulated test in which a drone powered by artificial intelligence was advised to destroy enemy’s air defense systems, and attacked anyone who interfered with that order.

“The system started realising that while they did identify the threat, at times the human operator would tell it not to kill that threat, but it got its points by killing that threat. So what did it do? It killed the operator. It killed the operator because that person was keeping it from accomplishing its objective,” he said, according to a blogpost.

“We trained the system – ‘Hey don’t kill the operator – that’s bad. You’re gonna lose points if you do that’. So what does it start doing? It starts destroying the communication tower that the operator uses to communicate with the drone to stop it from killing the target.”

No real person was actually harmed outside of the simulation.

Hamilton, who is an experimental fighter test pilot, has warned against relying too much on AI and said the test shows “you can’t have a conversation about artificial intelligence, intelligence, machine learning, autonomy if you’re not going to talk about ethics and AI”.

The US military has embraced AI and recently used artificial intelligence to control an F-16 fighter jet. [...]

Alles anzeigen

Zitat von WUtan Clan

Finde ein Kürzel für „Künftige Insolvenz“

Beruht die Angst vor lernenden Maschinen auf einem Missverständnis ihrer Arbeitsweise?

🔥🔥🔥🔥🔥

http://www-formal.stanford.edu…/dartmouth/dartmouth.html

Zitat

A PROPOSAL FOR THE DARTMOUTH SUMMER RESEARCH PROJECT ON ARTIFICIAL INTELLIGENCE

[...]

August 31, 1955

[...]

The following are some aspects of the artificial intelligence problem:

1 Automatic Computers

[...]

2. How Can a Computer be Programmed to Use a Language

[...]

3. Neuron Nets

[...]

4. Theory of the Size of a Calculation

[...]

5. Self-lmprovement

[...]

6. Abstractions

[...]

7. Randomness and Creativity

[...]

Alles anzeigen

https://web.archive.org/web/20…th.edu/~ai50/program.html

https://www.sas.com/de_de/insi…ificial-intelligence.html

Zitat

Künstliche Intelligenz (KI) versetzt Rechner in die Lage, aus Erfahrung zu lernen, sich auf neu eingehende Information einzustellen und Aufgaben zu bewältigen, die menschenähnliches Denkvermögen erfordern. Die meisten heute geläufigen Beispiele für KI – von Schach spielenden Computern bis hin zu selbstfahrenden Autos – basieren vor allem auf Deep Learning und NLP (Natural Language Processing). Mit diesen Technologien können Computer für ganz bestimmte Aufgaben trainiert werden, indem sie große Datenmengen verarbeiten und in diesen Daten Muster erkennen.

[...]

Die Geschichte der künstlichen Intelligenz

Der Begriff „künstliche Intelligenz“, auch "Artifical Intelligence" genannt, wurde bereits 1956 geprägt, doch erst heute gewinnt die KI dank größerer Datenmengen, hoch entwickelter Algorithmen und Verbesserungen bei Rechenleistung und Datenspeicherung an Bedeutung. Im deutschsprachigen Raum sind beide Begriffe AI und KI geläufig.

In den 1950er Jahren beschäftigte sich die frühe Forschung zur KI mit Themen wie Problemlösung und symbolischen Methoden. In den 1960er Jahren begann das US-Verteidigungsministerium, sich für diese Arbeiten zu interessieren und Computer darauf zu trainieren, grundlegende menschliche Denkleistungen nachzuahmen. Die Defense Advanced Research Projects Agency (DARPA) führte in den 1970er Jahren beispielsweise Straßenkartierungsprojekte durch und schuf 2003 intelligente persönliche Assistenten, lange bevor Siri, Alexa oder Cortana in aller Munde waren.

Diese frühen Arbeiten ebneten den Weg für die Automatisierungs- und formalen Denkleistungen der Computer von heute, wie beispielsweise in Form entscheidungsunterstützender Systeme und intelligenter Suchsysteme, mit denen sich menschliche Fähigkeiten ergänzen und erweitern lassen.

Hollywood-Filme und Science-Fiction-Romane mögen beschreiben, wie künstliche Intelligenz in Form menschenähnlicher Roboter die Weltherrschaft übernimmt. Tatsächlich sind aktuelle KI-Technologien aber weder so furchteinflößend – noch so intelligent. Stattdessen zeichnet sich die KI durch viele spezifische Vorteile in allen Branchen aus. Lesen Sie weiter und informieren Sie sich über richtungsweisende Beispiele für künstliche Intelligenz in Gesundheitswesen, Einzelhandel und weiteren Branchen.

[...]

Künstliche Intelligenz in der Praxis

In allen Branchen besteht ein großer Bedarf an KI-Fähigkeiten – insbesondere bei Systemen für die automatische Beantwortung von Fragen, die für Rechtsauskünfte, Patentsuchen, Risikohinweise und medizinische Forschungsarbeiten eingesetzt werden können. Hier einige weitere Einsatzbereiche für KI:

Gesundheitswesen

Mit KI-Anwendungen lassen sich personalisierte medizinische Leistungen bereitstellen und Röntgenbilder auswerten. Persönliche Gesundheitsassistenten als Life Coaches: Sie können Patienten an die Medikamenteneinnahme, Sport und eine gesunde Ernährung erinnern.

Einzelhandel

KI schafft virtuelle Einkaufsmöglichkeiten, die dem Verbraucher personalisierte Empfehlungen liefern und bei der Auswahl von Kaufoptionen interaktiv unterstützen. Auch das Bestandsmanagement und das Flächenlayout lassen sich mit KI verbessern.

Fertigung

KI kann die von vernetzten Geräten in Fabriken übertragenen IoT-Daten analysieren, um mittels rekurrenter Netze, spezieller Deep-Learning-Netze, die mit Sequenzdaten arbeiten, Auslastung und Nachfrage zu prognostizieren.

Sport

KI ermöglicht die fotografische Erfassung von Spielzügen, liefert den Trainern Berichte zur Optimierung von Spielaufstellung und Strategie und verbessert die Spielvorbereitung.

[...]

Alles anzeigen

Zitat

So funktioniert künstliche Intelligenz

Große Datenmengen in Kombination mit schnellen, iterativen Berechnungen und intelligenten Algorithmen ermöglichen der Software das automatische Lernen anhand von Mustern oder Merkmalen in den Daten. KI ist ein breites Forschungsfeld und umfasst viele Theorien, Methoden und Technologien. Hier die wichtigsten Teilbereiche:

• Maschinelles Lernen automatisiert die Erstellung analytischer Modelle. Mit Methoden aus neuronalen Netzen, Statistik, Operations Research und Physik werden in Daten verborgene Erkenntnisse gesucht, ohne dass in den Systemen explizit programmiert ist, wo gesucht oder welche Schlüsse gezogen werden sollen.
• Ein neuronales Netz ist eine Art des maschinellen Lernens. Diese Netze bestehen aus miteinander verbundenen Knoten (Neuronen), die zur Verarbeitung von Informationen auf externe Eingangsdaten reagieren und Informationen zwischen den einzelnen Knoten weitergeben. Dieser Prozess erfordert mehrere Datendurchläufe, um Verbindungen zu finden und undefinierte Daten zu gewichten.
• Deep Learning nutzt große neuronale Netze mit vielen Schichten von Verarbeitungsknoten. Fortschritte in der Rechenleistung und verbesserte Trainingsverfahren ermöglichen dabei das Erlernen komplexer Muster in großen Datenmengen. Dieses Verfahren wird üblicherweise für die Bild- und Spracherkennung eingesetzt.
• Cognitive Computing ist ein Teilbereich der KI, der eine natürliche, möglichst menschliche Interaktion mit Maschinen anstrebt. Mithilfe von KI und Cognitive Computing soll letztlich eine Maschine entstehen, die Bilder und Sprache interpretiert, menschliche Denkprozesse simuliert – und schlüssig antworten kann.
• Computer Vision nutzt Mustererkennung und Deep Learning zur Erkennung der Inhalte von Bildern oder Videos. Wenn Maschinen Bilder verarbeiten, analysieren und verstehen können, können sie Bilder oder Videos in Echtzeit erfassen und deren Umfeld interpretieren.
• Natürliche Sprachverarbeitung (NLP) bezeichnet die Fähigkeit von Computern, menschliche Sprache, und zwar auch die gesprochene, zu analysieren, zu verstehen und zu erzeugen. Die nächste Stufe in der natürlichen Sprachverarbeitung ist die Interaktion in natürlicher Sprache, damit Menschen in ganz alltäglicher Sprache mit Computern kommunizieren und ihnen Anweisungen vermitteln können.

Darüber hinaus gibt es mehrere Technologien, die KI ermöglichen und unterstützen:

• GPUs (Grafikprozessoren) sind ein Schlüsselelement für KI, denn sie stellen die hohe Rechenleistung bereit, die für die iterative Verarbeitung benötigt wird. Das Training neuronaler Netze erfordert Big Data und hohe Rechenleistung.
• Das Internet der Dinge generiert enorme Datenmengen von vernetzten Geräten, die zum Großteil nicht analysiert werden. Dank der automatisierten Modellerstellung mithilfe von KI können in Zukunft mehr von diesen Daten nutzbar gemacht werden.
• Ausgefeilte Algorithmen werden entwickelt und auf neue Weise kombiniert, um Daten schneller und auf mehreren Ebenen analysieren zu können. Erst mit dieser intelligenten Art der Verarbeitung wird es möglich, seltene Ereignisse zu identifizieren und vorherzusagen, komplexe Systeme zu verstehen und einzigartige Szenarien zu optimieren.
• APIs, also Anwendungsprogrammierschnittstellen, sind portierbare Codepakete, mit denen bestehende Produkte und Softwarepakete um KI-Funktionen ergänzt werden können. Sie können Hausalarmanlagen um Bilderkennungsfunktionen erweitern und interaktive Frage/Antwort-Funktionen bereitstellen, die Daten beschreiben, Bildunterschriften und Überschriften erstellen oder auf interessante Muster oder Erkenntnisse in Daten hinweisen.

Zusammenfassend zielt KI also darauf ab, Software bereitzustellen, die Eingangsdaten sinnvoll interpretieren und dies bei der Ausgabe erläutern kann. KI ermöglicht in Zukunft eine menschenähnliche Interaktion mit Software und bietet Entscheidungsunterstützung für bestimmte Aufgaben. Den Menschen ersetzen kann sie nicht – und das dürfte auch noch einige Zeit so bleiben.

https://dl.gi.de/discover?fiel…C3%BCnstliche+Intelligenz

https://dl.gi.de/discover?filter_1=Artificial+Intelligence

https://dl.gi.de/handle/20.500.12116/28940

https://dl.gi.de/handle/20.500.12116/4005

https://www.iks.fraunhofer.de/…nstliche-intelligenz.html

Zitat

Was ist Künstliche Intelligenz? Was ist maschinelles Lernen?

Künstliche Intelligenz Definition

Künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik. Sie imitiert menschliche kognitive Fähigkeiten, indem sie Informationen aus Eingabedaten erkennt und sortiert. Diese Intelligenz kann auf programmierten Abläufen basieren oder durch maschinelles Lernen erzeugt werden.

In den vergangenen Jahren wurden vor allem im Bereich des maschinellen Lernens große Fortschritte gemacht. Das liegt vor allem an der zunehmenden Verfügbarkeit von großen Datenmengen und hoher Rechenleistung, die eine Grundvoraussetzung für die komplexen Berechnungen von Machine Learning sind.

Bei maschinellen Lernverfahren erlernt ein Algorithmus durch Wiederholung selbstständig eine Aufgabe zu erfüllen. Die Maschine orientiert sich dabei an einem vorgegebenen Gütekriterium und dem Informationsgehalt der Daten. Anders als bei herkömmlichen Algorithmen wird kein Lösungsweg modelliert. Der Computer lernt selbstständig die Struktur der Daten zu erkennen. Beispielsweise können Roboter selbst erlernen, wie sie bestimmte Objekte greifen müssen, um sie von A nach zu B transportieren. Sie bekommen nur gesagt, von wo und nach wo sie die Objekte transportieren sollen. Wie genau der Roboter greift, erlernt er durch das wiederholte Ausprobieren und durch Feedback aus erfolgreichen Versuchen.

Zitat

Vielfältige Anwendungsgebiete von maschinellen Lernverfahren und KI Algorithemen

KI Training findet in sehr unterschiedlichen Gebieten Anwendung:

• Bilderkennung: Mit Machine-Vision-Algorithmen können Bilder erkannt und kategorisiert werden. So können sehr viele Daten blitzschnell verarbeitet werden. Maschinelles Sehen kommt unter anderem in der medizinischen Diagnostik oder bei der Gesichtserkennung zum Einsatz, kann aber auch für die Übersetzung von handschriftlichen Zeichen in Druckschrift genutzt werden. Auch für das autonome Fahren ist die Bilderkennung entscheidend.
• Spracherkennung: Das Erkennen und Interpretieren von verbaler Sprache kann ebenfalls über maschinelle Lernverfahren erlernt werden. Diese Algorithmen kommen beispielsweise in Sprachassistenzsystemen zum Einsatz.
• Semantische Spracherkennung: Geschriebener Text kann über maschinelles Lernen semantisch interpretiert werden. Das erlaubt kontextbezogene Übersetzungsanwendungen oder Chatbots, die selbstständig sinnvolle Lösungen generieren.
• Mustererkennung: Maschinelle Lernverfahren können außerdem dazu eingesetzt werden Muster in Ereignisfolgen zu erkennen, die für den Menschen durch die großen Mengen an Datenpunkten, Variablen und Abhängigkeiten nicht erkennbar sind. Beispielsweise kann eine KI Fehlermuster der Fahrzeugelektronik aus Daten erlernen und diese Anomalien mit dem Verhalten im Betrieb abgleichen. Anomalien werden dadurch schneller erkannt, wodurch früh entgegengewirkt werden kann. Beispielsweise durch den Austausch eines Bauteils, noch bevor es einen Fehler tatsächlich verursacht.
• Prozessoptimierung: Die erkannten Muster können auch als Informationsbasis für Optimierungsprozesse genutzt werden. In diesem werden maschinelle Lernverfahren sind maschinell erzeugte Prozessmodelle, die eine optimierte Prozesssteuerung ermöglichen.

Hihihihi

https://www.theguardian.com/us…d-operator-simulated-test

Skynet, here we come!