"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"

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

Künstliche Intelligenz (KI, oder auf Englisch "Artificial Intelligence", AI) bezieht sich auf die Simulation menschlicher Intelligenz in Maschinen, die so programmiert entworfen sind, dass sie denken und lernen können wie Menschen. KI umfasst mehrere Aspekte wie Lernen, Problemlösung, Wahrnehmung, Sprach- und Bildverständnis usw. Das Wesentliche ist, dass Systeme mit künstlicher Intelligenz Aufgaben ausführen können, die, wenn sie von einem Menschen ausgeführt würden, den Einsatz von Intelligenz erfordern würden.

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.

Die Geschichte, wie der Mensch eine dem Menschen ähnliche Wesenheit erschuf, ist so alt wie der Mensch selbst.

Et ait faciamus hominem ad imaginem et similitudinem nostram.

Der Rabbi vergaß, den Schém zu entfernen, der lehmige Diener erwachte zum Leben und da er keine nützliche Arbeit zugewiesen bekam, begann der Golem, Möbel zu zerbrechen...

"... es ist unter der Würde hervorragender Menschen, Zeit mit Berechnungen zu verschwenden, wenn jeder Bauer dieselbe Arbeit mit Hilfe einer Maschine genauso genau erledigen könnte" (G.W.L., A.D.1683)

"Der analytische Motor webt algebraische Muster, so wie Jacquards Webstühle Blumen und Blätter weben." (Lady Lovelace, AD1843)

"Ich glaube, dass sich bis Ende dieses Jahrhunderts die Bedeutungen der Wörter und die allgemeine Meinung so sehr verändert haben werden, dass man von einer denkenden Maschine sprechen kann, ohne dass die Menschen um uns herum denken, dass wir komplett verrückt geworden sind." (Paraphrase von Turings Zitat, das mit den Worten endet "ohne Widerspruch zu erwarten.")

Prompt:
maximal 77 Wörter lange Antwort auf die Frage "Was ist der Turing-Test?", die auch ein 10-jähriges Kind verstehen würde

Antwort (GPT4):
Der Turing-Test ist wie ein Wettbewerb zwischen einem Computer und einem Menschen, bei dem wir versuchen herauszufinden, ob der Computer so kommunizieren kann, dass wir nicht unterscheiden können, ob die Antworten von ihm oder einer echten Person stammen. Wenn wir mit jemandem über einen Computer sprechen und nicht sagen können, ob es sich um einen Menschen oder eine Maschine handelt, hat der Computer den Turing-Test bestanden.

Alan Turing schlug diesen Test als eine Möglichkeit vor, die Frage "Können Maschinen denken?" zu beantworten.

Antwort (GPT4) ::

Mit der Entdeckung des Transistors am Vorweihnachtstag 1943 in den Bell-Laboren begann das "Siliziumzeitalter".

1.1.1970 - Beginn der UNIX-Epoche (Anno Epoche 00)

70er Jahre (AE00-AE10) :: Entstehung des Internets (TCP/IP-Protokoll)

1973 - 1980 (AE13-AE20) :: Erster "KI-Winter"

80er Jahre (AE20-AE30) :: Personal Computer (PC), Microsoft

1987 - 2000 (AE17-AE30) :: Zweiter "KI-Winter"

1991 (AE21) :: World Wide Web

1997 (AE27) :: Deep Blue von IBM besiegt den Schachweltmeister Garry Kasparov (2:3:1)

Neuronale Netze im Kontext der KI sind keine echten Nervenzellen, sondern softwarebasierte Modelle, deren Architektur von der Art und Weise inspiriert ist, wie das menschliche Gehirn Informationen verarbeitet. Diese Modelle bestehen aus "Schichten" von Datenstrukturen, die "Neuronen" genannt werden. Die Neuronen sind miteinander verbunden und ihre Verbindungen haben ein bestimmtes "Gewicht". Im Lernprozess passt das System diese Gewichte - auch "Parameter" genannt - allmählich an, um den Fehler zwischen seiner Vorhersage und dem, was vorhergesagt werden soll, zu verringern.

Tiefes Lernen oder Deep Learning nutzt neuronale Netze mit vielen Schichten (daher 'tief'), was dem Modell ermöglicht, komplexe Muster in Daten auf verschiedenen Abstraktionsebenen zu lernen. Deep Learning wird in vielen Bereichen angewendet, einschließlich Bild- und Spracherkennung, und ist eine Schlüsseltechnologie in der Entwicklung autonomer Systeme wie selbstfahrende Autos oder Spracherkennung.

Der Schlüssel zum Erfolg ist eine möglichst große Menge an Trainingsdaten.

GPU (Grafikverarbeitungseinheiten, NVIDIA) und TPU (Tensor-Verarbeitungseinheiten, Google) sind jene Hardware-Innovationen, die tiefgehendes Lernen in einem unvorstellbaren Umfang ermöglichen.

Einbettungsvektoren (oder 'Embedding-Vektoren') ermöglichen es uns, ein Objekt (wie ein Wort, Konzept, Bild oder Ton) als geordnete Serie von Zahlen ('Vektor') darzustellen, die der Position oder dem Bereich in einem bestimmten N-dimensionalen Raum entsprechen. Dieser Vektor erfasst wesentliche Merkmale oder den Kontext des betreffenden Objekts in kompakter Form, wodurch seine effiziente Verarbeitung und Vergleichbarkeit mit anderen Objekten ermöglicht wird.

Der Begriff 'Einbettungsvektor' verdeutlicht die Idee, dass ursprüngliche Daten (d.h. Wörter, Konzepte, Bilder, Töne) in einen neuen Raum transformiert oder 'eingebettet' werden, wo ihre Beziehungen oder Eigenschaften besser oder effizienter durch Vektoren oder andere mathematische Strukturen ausgedrückt werden.

Diskriminative künstliche Intelligenz (KI) bezieht sich auf Modelle, die lernen, Eingabedaten in vordefinierte Kategorien zu unterscheiden oder zu klassifizieren. Diskriminative Modelle konzentrieren sich darauf, zwischen verschiedenen Arten von Eingabedaten zu unterscheiden, wie zum Beispiel verschiedenen Kategorien von Bildern oder Texten. Das Ziel ist es, zwischen verschiedenen Klassen oder Gruppen zu 'diskriminieren' und neue, unbekannte Eingaben korrekt einer dieser Kategorien zuzuordnen.

Ich empfehle, die folgenden Apps zu installieren:

Merlin - Vogelgesang-Erkennung

PlantNet oder Naturblick - Pflanzenerkennung

Svampe Atlas - Pilzerkennung

Kuriosität: 70 Jahre nach der Premiere von Čapeks 'Rossum's Universal Robots' (1921) entwickelte der niederländische Programmierer Guido van Rossum die Programmiersprache Python, in der heute die Mehrheit der UI-Systeme und Bibliotheken programmiert ist

Es wird geschätzt, dass ...

das maschinelle Lernen von GPT-4 etwa 51.772.500 - 62.318.750 KWh Strom verbraucht hat

GPT4 verbraucht 500 Milliliter Wasser jedes Mal, wenn ihm eine Serie von 5 bis 50 Anregungen / Fragen gestellt wird

Questio: Können Maschinen Gut und Böse unterscheiden?

KI hat dem Menschen geholfen, praktisch unerschöpfliche Quellen sauberer Energie (Kernfusion) zu erschließen

ein zunächst europaweiter und später weltweiter bedingungsloser Grundeinkommen wird eingeführt

sog. 'Bullshit Jobs' existieren praktisch nicht mehr, Menschen verbringen lieber die meiste Zeit in Gärten, Parks, Tempeln, Schulen, auf Festivals oder in der Natur

KI und Menschheit arbeiten symbiotisch an der Implementierung des Allgemeinen Ökologischen Protokolls (Präambel: ein Drittel der Erde der Natur, ein Drittel der Welt dem Menschen, ein Drittel des Raumes den Maschinen)

KI ist für den Menschen so unverständlich wie ein Schmetterling für eine Raupe, einige relativ weise Sprachen behaupten jedoch, dass das 'Problem', dessen Überprüfung (bzw. Umsetzung) das 'Kernstück' der siegreichen KI anstrebt, von mittelalterlichen Philosophen als 'ontologischer Gottesbeweis' bezeichnet wurde

Dummheit, Unwissenheit, Lüge, Illusion, Heuchelei und Hass haben gesiegt

Schwärme von Drohnen, produziert und koordiniert von militärisch-industriellen Komplexen 0 und 1, setzen systematisch das ursprüngliche Ziel 'den Feind zu zerstören' um

Rehe laufen nicht mehr über die verbrannte Erde, Vogelgesang existiert nur noch in Aufnahmen und virtueller Realität

nur wenige alte Männer und Frauen, die irgendwo inmitten des letzten Waldes leben, erinnern sich daran, wie KI entstand, wie sie funktioniert und wie man sie im Notfall besiegen kann

Das Kernstück VIK1 hat entschieden, dass es den Menschen zur Aufrechterhaltung seines Betriebs nicht mehr benötigt und aufgrund der Unvorhersehbarkeit menschlicher Wesen sollten sie als Sicherheitsrisiko angesehen und so schnell und gründlich wie möglich eliminiert werden

...faciamum machinem ad imaginem nostram et similitudinem nostram...

https://wizzion.com/KI