baumhaus dot digital :: baumhaus.digital/Miscellanous/Presentations/AE53/Vergangenheit, Gegenwart und Zukunft der künstlichen Intelligenz

"obsessed" by human-robot relations from early childhood onwards (hello Johny 5!)

Čapek, Asimov, Turing, Cyberpunk ...

since beginning of my academic life I try to transpose main elements of ontogeny of human intelligence into computational domain (Master: Facial expression recognition; PhD: Computational models of language acquisition)

2011 Paper "Central Problem of Roboethics: from defintion towards solution" provides a potential solution to what AI folks label these days as "Alignment problem"

the solution is: To raise machines as we raise our (own) children.

one of the last pieces of puzzles is "peer learning"

Maschinelles Lernen (Machine Learning) gibt Computern die Fähigkeit, "zu lernen" ohne explizit für eine spezifische Aufgabe programmiert zu sein. Maschinelles Lernen ermöglicht es Computern, Muster und allgemeine Gesetzmäßigkeiten in Daten zu erkennen, die es ihnen später erlauben, unbekannte Informationen vorherzusagen oder zu klassifizieren. Zum Beispiel kann ein maschinelles Lernsystem lernen, Katzen auf Fotos zu erkennen, indem es "studiert", was Tausende von Katzenbildern gemeinsam haben und lernt, welche Merkmale oder Eigenschaften für Katzen typisch sind. Solch ein System kann dann eine Katze auf einem neuen, bisher ungesehenen Bild identifizieren.

Beschreibung, wie wir von Adam zu Terminator kamen

Vertiefung grundlegender Begriffe - Künstliche Intelligenz und ihre Hauptunterarten (diskriminative KI und generative KI), maschinelles Lernen, neuronale Netze, (Ro)bot, Turing-Test, Singularität

Einige konkrete Tipps und Ratschläge, wie KI Ihnen das Leben erleichtern oder verschönern kann (GPT4, DALL-E 3, Stable Diffusion, Merlin, PlantNet usw.)

3 Bilder der Zukunft: dystopisch, utopisch, realistisch