Merken

Natürliche und künstliche Intelligenz

Zitierlink des Filmsegments
Embed Code

Automatisierte Medienanalyse

Beta
Erkannte Entitäten
Sprachtranskript
vielen Dank für die freundliche Einführung ich es freut mich welche hier wieder mal am Ziel zu sein ich hatte im kleinen Kreis mehrfach erwähnt ich hab heute morgen also mit leichter Wehmut auch das Bild von Helmut Schelsky gesehen den ich damals noch als Student aus Münster nach Florida kam da in diesem Schloss Rheder hat damals die Geschichte ist ist angefangen hat heute der Vortrag natürliche und künstliche Intelligenz die Zukunft der Technikgestaltung und auf dem Hintergrund der schon angesprochenen fachübergreifenden Arbeiten über dieses Thema spreche ich im Folgenden zunächst über künstliche Intelligenz und der Computer dann natürliche Intelligenz und Robotik schließlich künstliche Intelligenz und Cyber-Physical Systems und darauf aufbauend dann vom exponentiellen Wachstum zu ethischen rechtlichen und sozialen Technik Gestaltung nun also zum 1. Teil künstliche Intelligenz und Computer und hier
beginne ich mit dem großen britischen Logiker und Mathematiker der am Anfang unserer Geschichte steht aber er in Thüringen der schon Ende der dreißiger Jahre logisch-mathematischen ein für alle Mal definiert hat was ein Computer sei und zwar unabhängig von jedem technischen Standard und sein Konzept der Turingmaschine ist so einfach dass es im Prinzip jeder verstehen kann denn er nimmt der eigenen Band an wie hier das eben Fehler aufgetaucht aufgeteilt ist die mit Symbolen eines Alphabets gedruckt werden können wir sehen dass unsere blitzt mit dem ja alle Informationen kodiert werden können dann kann das ist der Band ein Feld nach links ein Feld nach rechts gerückt werden sogar links und rechts beliebig verlängert werden das entspricht der Annahme eines im Prinzip unbegrenzten Speichers und das erstaunliche ist dass dieses einfache Konzept im Grunde reicht um jeden noch so großen Supercomputer heute ein Smartphone oder ein Laptop zu simulieren was dann auch zu der These seines Lehrers schürt geführt hat dass jeder Algorithmus jedes Computerprogramm im Prinzip eine Turingmaschine simulieren kann und
ein anderes Thema ist der mit dem Namen Türen verbunden nämlich das aber eigentlich bei diesem dieser Tage noch gar nicht erwähnt die 1. Definition von künstlicher Intelligenz durch den berühmten Thüringen Test wonach also ein System das intelligent zu nennen ist wenn es in seinen Antworten und Reaktionen nicht von einem Menschen durch eine Testperson unterschieden werden kann bei aller Verehrung des erfahren welche auch mit für an die ich bis heute für Thüringen habe wir hier konnte ich ihn nie so ganz folgen mit diesem schwierigen Test den er warum wird hier der Mensch eigentlich mit Intelligenz ausgezeichnet heute haben wir über intelligente Funktionen nicht nur in der Evolution kennen wir sie sondern auch in der Technik deshalb im Folgenden beginne ich mit dieser Arbeitsdefinition hier für Künstliche Intelligenz ein System soll intelligent heißen wenn es selbständig und effizient Probleme lösen kann und dabei geht es nicht um die Intelligenz sondern es geht um gerade von Intelligenz die abhängen sollen vom Grad der Selbständigkeit den Grad der Komplexität eines Problems und dem Grad der Effizienz eines Problemlösungs Verfahrens und das sind Kriterien die man messen kann man in der
Geschichte der KI ging es auch solo smarter dann zunächst versucht Expertenwissen auf einem Softwareprogrammen wiederzugeben etwa die Expertensysteme Sie sehen hier eines der 1. Expertensystemen überhaupt aus der Medizin und da geht es also darum dass man aus einer steigenden Anzahl von Krankheit zu Symptomen dann die Wahrscheinlichkeit eines möglichen Krankheitsbildes hochrechnet und dem Blick interessanterweise eine Logik zugrunde die seinerzeit von einem Logiker und Wissenschaftstheoretiker nämlich Rudolf Carnap gegründet wurde seine Induktion das Logik und um gleich ein
aktuelles Beispiel zu nehmen auch für den KI Test hier handelt es sich um ein Wort zu sagen das ist ein Programm das läuft auf einem Supercomputer von A 1 DM und die Grundidee ist dass dieses Programm natürliche Sprache verstehen kann Antworten geben kann und wie in dem Bild angedeutet ist auch in einem amerikanischen Frage-und-Antwort-Spiel im Fernsehen also die Menschen menschlichen Champion schlug also in diesem Sinne in dieser Sparte tatsächlich auch den Thüringen Test bestand nur schaut man sich an was dahinter steckt dann sind das ist ein super schlauer und intelligenter Algorithmus der da gefunden wurde sondern im Grunde die massenhafte parallele Einsetzung von weitgehend bekannten Algorithmen aus der Linguistik mit Expertensysteme die zum Beispiel die Wahrscheinlichkeit für mögliche Antworten hochrechnen dabei aber auf einen riesigen Speicher also ein Gedächtnis zurückgreifen und dann zu diesen erstaunlichen Leistungen aber kommt in der man nun allerdings berücksichtigt dass dafür einen Supercomputer gebraucht wird der unter Umständen die Energie einer Kleinstadt verbraucht während die menschlichen stellen wir uns für dieselbe Leistung also Sprache zu formulieren mit ihrem Gehirn gerade mal die Leistung einer Glühlampe wir benötigen spätestens dann interessiert man sich für die Frage wie läuft denn eigentlich natürliche Intelligenz ab und das will ich jetzt im 2. Teil der kurze beleuchten auch im Zusammenhang mit der Robotik
in diesem Cartoon ist dargestellt wie das Roboter in dieser Thüringen Tradition eigentlich arbeiten oder gearbeitet habe man brauchte symbolische Programme Programmzeilen in den also alle Verhaltens Reformen vorgeschrieben sind in diesen Programmen musste auch die Umwelt so weit sie eine Rolle spielt berücksichtigt werden wie das in diesem Cartoon angedeutet ist also beispielsweise die Stelle dieser Kugel vor der Taste für den Roboter in dieser Position ändert er seine Position muss da oben auch in einem Update den berücksichtigt werden ganz anders bei Organismen ganz anders bei allen Menschen die sich orientieren durch direkte körperliche Erfahrung spricht vor allen Dingen über Sensoren und das ist der Begriff fiel heute morgen schon gelegentlich nennt man ermordet QC nicht also Kognition die vom Körper abhängig und möglich wird das Ganze durch eine hoch aus differenzierte Komplexität auch des Nervensystems der Gehirne des Menschen hier noch einmal dargestellt mit den einfachen Bausteinen Moleküle Synapsen Neuronen über Verschaltung Systeme bis rauf zum zentralen Nervensystem und dem menschlichen Gehirn und das Ganze lässt sich auch heute diese neuronalen Netze simulieren logisch-mathematischen als auch technisch ist es hier in diesem Topologie Beispielen an bedeutet aber in mehreren Schichten bis wir uns den Neocortex ist Menschen nachempfunden ist die mit mehreren Schichten arbeiten aber die Knoten sind jeweils für die Neuronen gedacht die synaptischen Verbindungen sind durch kannten hier dargestellt also Pfeile die gewichtet werden durch Zahlen aber um jetzt in der biologischen Interpretation die Stärke der jeweiligen Neuro chemischen synaptischen Verbindungen auch anzudeuten hier also Ricardo und Senioren Networks also mit solchen Rückkopplungsschleifen und das entscheidende ist nun dass diese Kranken mit Zahlen versehen sind wie ich eben schon sagte die also diesen europäischen stärken andeuten diese Zahlen können durch Lärm Algorithmen verändert werden und das entspricht ja auch dem gelernt Vorgehen Lernvorgänge und auch vergessen abläuft dass nämlich solche gestärkten solche Verstärkungen oder Abschwächungen der synaptischen Verbindungen in solchen Verschaltungsmuster auf und abgebaut werden und dabei unterscheiden wir heute schon eine Reihe von Jahren Algorithmen die auch aus der Psychologie wohlbekannt sind überwacht nicht überwachtes Lernen verstärken das Lernen der Technik auch als Mehr Infos meint einigen bekannt was so viel heißt dem Roboter wird nun eine Aufgabe gestellt und der Roboter hat Freiheitsgrade diese Aufgabe zu erledigen er bekommt aber bleiben abarbeiten oder bei der Problemlösung jeweils Rückmeldungen aus der Umgebung so genannte wie Wort die dann zu optimieren zu verstärken versucht ein Beispiel das im Moment nicht stark in der Diskussion ist nennt sich die Pille das spielt an hier auf die Anzahl der Schichten in diesem neuronale Netzwerke die übereinander gelagert sind und man sieht wie dadurch also hochauflösende Bild Erkennung und durchgeführt werden können wir auf der 1. Schicht werden zunächst nur verpixelt unterschieden die dann auf der nächsten Schicht zu Ecken und Kanten zusammengesetzt werden zu Teilen von Gesichtern und schließlich zur Erkennung des gesamten Gesicht ist das Gesicht ist das war im Grunde schon in den achtziger und neunziger Jahren wird weiß das natürlich besonders bestens bekannt in der Theorie ich erinnere mich aber sie haben eben erwähnt 2008 habe ich an die TU und bisher irgendwo einsam als Theoretiker über diese Themen hier tätig und kam dann in ein Robotik Cluster und kann mit meinen Ideen zu den neuronalen Netzen und ich sehe noch die Ingenieure die also abwenden und meint und dass wir brauchen mathematische Theorie und wurde also für die praktische Arbeit nicht schlecht zu realisieren seien heute haben wir Google bei mit 1 Million Neuronen eine Milliarde Verbindungen und der entsprechende Big Data Technologien sind heute durchaus in der Lage diese Art von Bild Erkennung und durch zu führen wir sehen sie aber ein einfaches Beispiel für die nahe der Selbstorganisation von einem Gerät das ungefähr dieser Größe hat im Grunde eine Elektromotor mit 2 Rädern aber die Ähnlichkeit mit den Organismen besteht im Grunde darin dass der Sensoren sind und diese Sensoren sind jetzt hier wieder mit so einem Modell eines technischen neuronalen Netzes verbunden und wenn dann benachbarte Sensoren erregt werden etwa beim Zusammenstoß mit einem Hindernis dann die entsprechenden Neuronen auskommen zu einem solchen Freischaltungs Cluster hier das dann den äußeren Gegenstand repräsentiert das im Prinzip auch so wie es bei einem entsprechenden Organismus ablaufen würde und so kommt es ausgestattet mit diesen leeren Algorithmen das ist heute die Industrieroboter buchstäblich aus ihren Schutz Käfigen wo sie früher standen etwa in der Automobilindustrie heraustreten können und zu Partnern geradezu über diese Sensortechnologie mit Menschen werden oder wie wir heute ja auch schon den Vorträgen gehört haben als Assistenten etwa in einem bestimmten Szenario nur was ich jetzt
im Folgenden machen werde ist der einmal zum messen den Grad der Intelligenz ganz konkret von einem solchen neuronalen Netzwerk und zwar bei einer Aufgabe die also auch intuitiv immer mit menschlicher Intelligenz verbunden wurde nämlich der Spracherkennung und was Sie hier sehen ohne jetzt auf die Details einzugehen ist eine Zustandsgleichung die also angibt wie sich die Zustände der Neuronen die eben der als Knoten gesehen haben verändern und die Gleichung besagt im Grunde das eine der Aktivierungs Zustand eines solchen uns zu einem bestimmten Zeitpunkt abhängt von der Aufsummierung der Aktivierung der Zustände der anderen Neuronen in einem vorhergehenden Zeitpunkt und den jeweiligen Impuls und das Ganze ist gewichtet im Sinne dieser synaptischen Gewichte von dem ich eben gesprochen habe mit entsprechenden bezahlen und dann heißt eine Sprache sagt man von einer Sprache dass sie in einer bestimmten Zeit durch ein Netz erkannt wird wenn für jedes Wort dieser Sprache ist in diesem Fall über ein einfaches Alphabet das sind wieder unsere Blitz gebildet werden in einer bestimmten Zeit die von der Länge des Wortes abhängt wenn also für jedes Wort dieser Art klassifiziert werden kann ob das Wort also zu dieser Sprache hier gehört oder nicht nur er sieht es ja
zunächst so aus bei dem Embodiment von dem ich gesprochen habe die neuronalen Netzen verbunden mit dem menschlichen Organismus als würde es sich hierbei um einen völlig anderen Ansatz handeln als bei den übrigen Maschinen als bei den Computer von dem ich gesprochen habe tatsächlich ist es logisch mathematische so dass man für passende Netzwerke auch die passenden Automaten und haben Maschinen angeben kann die dasselbe leisten und hier ist das mal in Beispielen kurz zusammengefasst ein sehr einfaches Netzwerk im sind die so genannten erkannte PC-Netzwerke Mittel fixierten Armen synaptischen aber werden und man kann also logisch zeigen dass sie dieselbe Klasse von Sprachen erkennen wie endliche Automaten endliche Automaten das sind im Grunde so Wechsel Automaten Fahrkartenautomaten sowas das sind so typische Beispiele für endliche Automaten und ist ein alter beweist schon Mitte der fünfziger Jahre Klinik war einer der führenden Theoretiker der Berechenbarkeitstheorie der das damals schon bezahlt und wenn sie jetzt zu diesem rekurrente neuronalen Netzen aufsteigen ich eben gezeigt hatte mit diesen Rückkopplung schleifen und sie mit rationalen Zahlen gewichten rationale Zahlen das in die Brüche des sind also endlich größten dann können Sie wieder um exakt zeigen dass sie dieselbe Klasse von Sprachen erkennen wie unsere Thüringen erschien das sind die so genannten Jones die Grammatiken und das sind also Grammatiken die schon eine große Klasse von natürlichen Sprachen Durchfall nun bin ich aber mathematisch noch einen Schritt weiter gegangen und das wird im Folgenden auch eine gewisse Rolle spielen nämlich zur so genannten analogen neuronalen Netzen das sind also die Netzwerk Strukturen wie sie sie gesehen haben aber jetzt nur mathematisch kein Problem werden sie gewichtet mit Reents aber das heißt also auch mit unendlichen Grüßen Sie erinnern sich reale zahlen das sind diese unendlichen Dezimalbruch Entwicklungen auch und Mathematiker arbeiten damit in das nehmen wir mal an das Netzwerk ist damit also ausgerüstet dann können sie beweisen dass so eine Thüringen Maschine wenn sie in der Lage ist auf ein bestimmtes Vorwissen das nennt man dann ein Orakel zurückzugreifen die selben Sprachen erkennen kann und solche Sprachen können auch dann nicht berechenbar sein und das hängt jeweils von der Zeit ab in der sie also in der Lage sind die die Polynomialzeit hier exponential bezahlt und jedenfalls die Leistungsmöglichkeiten ist dann die also auch auf diese mathematischen Ebene zeigt sich interessanterweise dass diese Aktion in Maschinen die stärker sind als diese ursprüngliche Thüringen Berechenbarkeit die wir alltäglich hier auf unseren Rechnern erleben dass die in der Lage sind auch Sprachen zu erkennen die wir als Menschen auch erkennen können nämlich diese nicht berechenbaren Sprachen und das ist der D-Mark bei uns dass möglicherweise die Mathematik die wir treiben mehr ist als das was gewöhnlicherweise dort auf einem Rechner realisiert werden kann und das führt auch diese Überlegungen zu einer Erweiterung der Tschetschenen These von der ich eben gesprochen habe nämlich in dem Sinne dass er diese analogen der Computer dieselben Leistungen erbringen kann wie ein entsprechender analoger neuronale Netzwerke es ist allerdings unwahrscheinlich und diese Hoffnung also auch gleich zu mindern dass man jetzt mit diesem Rechnern man wüsste nicht wie man sie bauen sollte weil diese unendlichen Werte als Gewichte annehmen als wären wenn man jetzt vermuten würde sie würden auch Probleme lösen die wir mit unseren gewöhnlichen Rechnern das sind diese so genannten NPD hatten Probleme die wir mit unseren gewöhnlichen Rechnern nicht lösen können aber mir scheint dieser Ansatz der sehr viel realistischer zu sein auch für den Embodiment Einsatz war bei den Sensoren haben bisher eher mit analogen Abläufen zu tun mit graduellen Abläufen und deshalb ist es interessant kommt der Aspekt mit der Mathematik ist möglicherweise die Mathematik gerade etwas ist was wir Menschen können ja in vollem Umfang und was möglicherweise diese Maschinen da nicht leisten
könne nur was sehr grundlegend ist offenbar bei uns im Gehirn ist das es Verschaltungsmuster gibt und einer der 1. der sich als Theoretiker überhaupt mit Bildung in der Natur beschäftigt hat war wieder der hier in Zürich und zwar in seinen letzten beiden Arbeiten zunächst scheinbar ganz anderes Thema es geht um Musterbildung er betrachtet sie 2 einfache zählen mit 2 Molekülen wie man hier sieht die Veränderung der Moleküle werden durch Zustandsgleichungen jeweils beschrieben und dann zeigt er bei diesen wenigen Jahren Zustandsgleichungen sind diese Zellen jeweils stabile stabil halten ganz präzise mathematische Bedeutung nämlich dass die Matrizen dieser Zustandsgleichungen keine positiven Eigenwert haben aber das nur im Hintergrund stabil heißt so viel wie das Ganze gut stabil man könnte auch sagen die Zellen sind tot jedenfalls wenn man sie koppelt dissipative das heißt wenn es hier zu einem Austausch dieser dieser Moleküle bekommt dann kann er zeigen wird das ganze System die stabilisiert was mathematisch dahintersteckt ist eigentlich ganz einfach Kopplung heißt die beiden Teile Matrizen werden addiert und diese Gesamtmatrix hat dann einen positiven Eigenwert der 20 Jahre später hat der amerikanische Mathematiker Steven das aus Berkley noch 1 draufgesetzt der hat nämlich gezeigt wenn man die selben beiden Seelen betrachtet jetzt aber hier nicht lineare Gleichungen zugrunde legt dann haben diese Gleichungen eine oszillierende Lösung das heißt anschaulich 2 zunächst stabile Zellen werden aber gekoppelt und gewissermaßen vorher stabil Tod könnte man sagen zum Leben erweckt aber in diesem Fall haben wir verallgemeinert jetzt nicht für 2 zählen sondern für beliebig viele hier in so einem dreidimensionalen Gitter dargestellt und haben uns für die lokale Aktivität solche einzelnen Zellen hier interessiert lokal aktiv heißt dass eine solche Zelle in der Lage ist der Input Signale von den benachbarten Zellen auf zu summieren im Prinzip können Sie sich so eine Art Transistor vorstellen diese Input Signale zu verstärken und dann ein Output Signal zu produzieren das dann die Muster Lösung auslöst kann man auch mathematisch etwa durch den Integral dieser Aufsummierung charakterisieren wichtig ist dass eine passive Zelle zur Musterbildung überhaupt nicht fähig wäre die
Gleichung zeige ich dann noch weil sie gewissermaßen das gesamte Spektrum der Musterbildung dann auch beschreibt die wir aus der Natur kennen diese Muster Bildung und wir können bei chemischen Reaktionen wie etwa in den Bildern vorliegen die können vorliegen bei Musterbildung auf Blätter jetzt im Herbst auf den Schalen von Schneckenhäusern beispielsweise oder auf den Tisch auf den Flügeln von Schmetterlingen oder auf dem Fehlen von Tieren was auch immer das sind der Reaktions die Fusions Gleichungen sagt man die beschreiben zunächst den Zustand einer Zelle sie sehen hier diese geht der Koordinaten Alpha-Beta Gamer die 3 Raumkoordinaten für jede Zelle in diesem geht der die Funktion beschreibt dann die Veränderungen der isolierten Zellen hier das sind die Koppelung des Gesetze mit einer und den Diffusionskoeffizienten der die Stärke der jeweiligen Wechselwirkung beschreibt und wenn sie jetzt nicht nur das ganze digitale der einzelnen geht betrachten sondern verallgemeinernd kontinuierlich gewissermaßen die Abstände der geht der Punkte der beliebig klein werden dann bekommen Sie diese gewöhnlichen Reaktions die Fusion der partiellen Differentialgleichungen mit denen Sie solche Muster gleich mit solchen solche Muster Musterbildung und
beschreiben können und unter anderem lässt sich damit auch die Musterbildung im Gehirn beschreiben das ist ein Ansatz der geht es im Grunde zurück auf Rot stehen und Hacks Liedes waren 2 britische Nobelpreisträger schon in den fünfziger Jahren die mit diesen Gleichungen den Signal Verkehr der Neuronen modelliert haben hier in diesem Beispiel ist eine vereinfachte Gleichung vom zugrundegelegt in der also die der Import eines Neurons durch einen elektrischen Strom simuliert wird und der Grad der Erregung wird durch Spannungs Variablen V 1 charakterisiert und die Erholung der des Neurons nach dem Abfeuern das Aktionspotenzial durch V 2 das interessanter ist die an diesem Beispiel dass einem bestimmten Ort jetzt nicht in dem Gitter sondern zweidimensional in einer Ebene und dass sie auch anschaulich darzustellen dass er an einem Ort den haben wir dann getauft am Rande des Chaos das dort in diesen Zellen lokal aktiv sind also diese Verstärker Funktion haben von der ich eben gesprochen habe aber stabil solange sie nicht und jetzt kommt die situativ gekoppelt werden das wäre der Fall eben von Thüringen und schnell dann lässt sich eben zeigen die zu einem bestimmten Zeitpunkt sie insgesamt nicht nur in stabilen werden sondern auch chaotisch deshalb am Rande des Chaos durch die Koppelung wäre sie gewissermaßen in stabilen und chaotisch bilden dann solche Erregungsmuster wie hier oben und hier sieht man wie sie sich zunächst also zu oszillieren scheinen dann aber bei diesem Zeitpunkt in ein chaotisches Verhalten übergehen dass in diesem Chaos Attraktor dargestellt ist nun der zurückgehend auf bereitstehen und Hacks wie lassen sich solche Bausteine der ist irgendwie Axone Neuronen auch modellieren Sie sehen hier das Axon dass hier modelliert wird durch eine Verkettung identischer Zellen elektrotechnische wird diese Verkettung hier durch Widerstände dargestellt und sich hier dann der Verschaltung System das die jeweilige Zelle darstellt diese Input Signal hier entsprechend dem Membran Strom an der lebenden Zelle jetzt mit Natrium und Kalium Ionen hier die zu Veränderungen beim biologischen Beispiel der Membran Spannungen führen die hier also als Membran Kondensator Spannung oder Natriumionen oder Kaliumionen Batteriespannung dar gestellt ist zentral sind diese Einheiten hier das in diese Transistor artigen Einheiten von dem ich eben gesprochen hatte diese Verstärker Funktion haben die lokale Aktivität und sie summieren und gewissermaßen diese Importsignal auf und produzieren dieses Output Signal im Modell hier der Lokalen das lokale Aktionspotenzial dass dann auch die Musterbildung aus dem was ich damit zeigen wollte ich hier oder wenigstens als skizzieren wollte ist dass es im Prinzip durchaus möglich ist den Signal Verkehr jetzt auf der neuronalen Ebenen des Gehirns mathematische auch auch in Gleichungen zu fassen und wenigstens approximativ diese Musterbildung als Lösungen dieser Gleichungen auch zu simulieren die große Herausforderung der ich heute darin dass man jetzt nach den Bedeutungen dieser musste da fragt was heißt denn überhaupt dass jetzt Muster chaotisch wird das aussehen wird und so weiter das heißt also die Verbindung die Korrelation mit den jeweiligen mental und kognitiven zu stellen und das ist philosophisch eigentlich das klassische früher hat man gesagt Leib-Seele-Problem heute etwas abgeklärter meint vor die Probleme der längst nicht so mit der physischen englischen und aber das scheint mir nach wie vor das große ungelöste Problem zu sein jedenfalls was ich hier skizziert habe steht ganz in diese schöne Tradition also zunächst mal möglichst menschenähnlich auch intelligente Funktionen zu konzentrieren was
jetzt kommt ist von ganz anderer Art nämlich sozusagen das Gegenteil was wir heute in der Technik beobachten intelligente Funktionen möglichst aber auszunehmen aus der Konzentration Infrastrukturen zu verteilen und Grundlage ist heute das Internet das zunächst einmal nur Personen in der in dem zunächst nur Personen miteinander kommunizierten was heute hinzukommt und das soll dieses Plus andeuten ist die Sensortechnologie das klang ja auch jetzt in mehreren Vorträgen an das sind jetzt die Dinge die mit Sensoren ausgestattet werden die Dinge die miteinander kommunizieren über Sensoren über Berge wird beispielsweise die wir am Körper tragen Smartphones die automobile hatten wir eben gehört mit ihren Sensoren Robotik hatte ich erwähnen dann also die autonomen Funktionen in Flugzeugen bis hin zu den Haus ist die also heute über Sensoren Kameras gibt es Karten und Computer sich selber regulieren und immer dann wenn eine Infrastruktur mit IT Netzen sich verbindet verschmilzt dann sprechen wir von intelligenten Infra strukturen und kurze Beispiele jetzt nur ein solches ist eine solche Anwendung wäre das Thema der Smart Citys was ich für ein großes Zukunftsthema mal halten wenn Sie daran denken dass wir in wenigen Jahren der größte Teil der Menschheit in solchen ,komma Megastädten auch leben wird schauen Sie nur nach Asien und auch in Südamerika und die große technische Herausforderung ist bei allen Infrastrukturen das unterschiedliche Anwendungsdomänen also in diesem Fall wären das Serviceleistungen der Stadt für die Verwaltung der Gesundheitssystem Mobilität und so weiter Domänen mit unterschiedlichen Semantiken nun in einer Software integriert werden müssen Sie stellen sich vor diese Protokolle müssen ja verständlich in einer Sprache geschrieben werden wir brauchen also sowas wie eine möchte man sagen Einheitssprache und das wird in der Zukunft noch zu lösen sein das auch hier zu erwähnen ist sind die Energie Netzen natürlich großes Thema in Deutschland bei der Energie wende weil wir uns in der Vergangenheit schon orientieren konnten wann und wo wir die Strom fressenden Geräte zu Hause einschalten sollten das wird in Zukunft in der intelligente Software eben dieser Smart Grid über nehmen die einzelnen aber auch Einheiten werden insofern autonom werden weil sie sich auch selber mit Strom versorgen können Fotovoltaik beispielsweise Brennstoffzellen Technologie das neue BMW F Gebäude in Berlin gebaut also darauf aber auf also ein großes Thema war von dieser Art ist auch Industrie 4 Punkt 0 klang auch mehrfach an das ist im Grunde die Anwendung des Internets der Dinge auf die Industrie Welt hier sehen Sie noch einmal die historischen Stufen der Industrialisierung von der Dampfmaschine Henry Ford Fließbandarbeit hier mit einer Fleischfabrik dann Industrie 3 Punkt 0 Unterstützung der Fließbandarbeiter stationäre Roboter und jetzt Anwendungen auf für die Industrie Welt das heißt die Werkstücke die Werkbank werden mit Sensoren versehen kommunizieren miteinander weitgehende Automatisierung der Produktion entscheidende aber auch der Vertrieb wird automatisiert das heißt Kunden können im Prinzip online ihre Kundenwünsche eingehen lösen damit parallel aber unterschiedliche Produktionsprozesse aus das kennt man heutzutage schon aus der Automobilindustrie das nennt man dann und jemand Produktion oder noch netter finde ich aus dem Amerikanischen Teller pro Tag in der Datei heißt ja maßgeschneidert das heißt der Maßanzug nicht das Massen Fabrikat für die Lagerhalle wird jetzt hier zum Produkt Typ und das führt natürlich auch zu einer Veränderung der Arbeitswelt das ist hier in diesem Szenario dargestellt die Flexibilisierung der Arbeitszeit die dadurch möglich wird also ihrem Szenario ist der unterstellt dass es eine im Arbeits Kollege der ausfällt Kind ist krank und jetzt muss also untereinander neu die Arbeitszeit geregelt werden und man sieht das geschieht also nicht nur durch den Marsch von Mensch zu Mensch oder Mensch Maschine Kommunikation sondern auch durch eine Maschine zu Maschine Kommunikation hier dann die Risiken die offen zutage treten im Vortrag vorher ja auch schon angesprochen wurden werden jetzt die unterschiedlichen Daten die in diesen unterschiedlichen Domänen entstehen miteinander verbunden werden dürfen wir das Mobilitätsdaten mit der Polizei werden und so weiter verbinden das ist noch mal die technische Herausforderung unterschiedliche Domänen zum Beispiel hier bei Smart City Gesundheitssystem Mobilitätssystem einer Stadt beispielsweise Verwaltung und so weiter in einer Software zu integrieren so dass sie von den Nutzern bedient werden kann und zum Abschluss dieses Abschnitts möchte ich betonen das ist natürlich mit einer großen Herausforderung auch für die Ausbildung heute verbunden denn es wird nicht mehr ausreichend wenn wir es mit technischen Infrastrukturen zu tun haben dass wir hochspezialisierte Ingenieurinnen und Informatikerinnen haben sondern eben auch solche die in der Lage sind Human und sozialwissenschaftliche Aspekte zu berücksichtigen denn in diesem Infrastrukturen leben schließlich Menschen um eine geeignete Mensch-Maschine Schnittstelle zu erzeugen für Anforderungs Domänen Qualität Ingenieurinnen und die großen Themen die ich eben anklingen ließ Energie Gesundheit Mobilität Produktion und so weiter in Angriff
nehmen zu können und damit komme ich zu meinem letzten Abschnitt vom exponentiellen Wachstum zu ethischen rechtlichen und sozialen Technikgestaltung dann möchte ich zunächst mal daran erinnern dass die Entwicklung die Evolution von Information keineswegs mit der menschlichen Technik anfängt ich glaube das muss man ein Naturwissenschaftler nicht sagen ich das Ganze gegen bloß auch ohne symbolische Repräsentation wie wir es heute bei der Informationsverarbeitung kennen wie hier dargestellt etwa mit der genetischen Information durch Polen molekulare Kodierung in den Organismen allerdings mit dem Nachteil dass bei einem solchen genetischen Programmen der Organismus festgelegt war und der große Selektionsvorteil war das lernen sich anpassen können als er einige Zellen sich tatsächlich spezialisierten auf die Informationen zur Verarbeitung also der Schritt zum neuronalen Information der nächste Schritt die Xtra somatische Information bedeutet dass nun die Organismen auch in der Lage waren Informationen außerhalb des Menschen außerhalb des Körpers allgemein zu deponieren nicht nur beim Menschen das finden wir schon in der Soziobiologie können am meisten bei den Termiten also solche chemischen Signale setzen um also kollektive Leistungsprozesse Organisationen auszulösen bei uns Menschen dann schließlich symbolische Darstellung der Informationen Höhlenmalerei die Bücher Bibliotheken schließlich Datenbanken Computer Internet wohin diese Reise geht es in diesem Bild hier suggeriert dass kleine heute morgen bei der Einführung von Herrn Ritter gleich am Anfang auch anders nämlich in dem Bild von Kurzweil beschrieben wird ist der so genannte nur schwer Gesetz wonach alle 18 Monate sich die Rechenkapazität verdoppelt bei gleichzeitiger Verbilligung und Verkleinerung der Geräte und das sieht man das hatten sie heute morgen gleich am Anfang auch ausgeführt da sieht man wie wir schon heute in der aber eine Rechenleistung kommen bei Supercomputer die durchaus auch den Datenverkehr eines Gehirns simulieren kann was diese optimistische Darstellung hier aus dem Silicon Valley suggeriert ist dass wir wenn dieses nur schegesetzes anhält dann auch eines Tages vielleicht doch diese Rechnung jetzt so in der Endsechziger Jahre auch in der Lage sein werden nicht nur ein Gehirn sondern alle landlebenden Gehirne mit einem solchen Rechengerät zu simulieren wobei hier noch berücksichtigt ist das Mooresche Gesetz immer kleiner immer billiger deshalb steht die Rechenleistung für Tausend Dollar das also vielleicht so eine dort wartet das Gerät dann auch solche Leistungen vollbringen kann dass die Entwicklung nicht so glatt läuft hängt mit dem Mooreschen Gesetz selber zusammen das ist hier gezeigt denn danach würden wir dieser Koordinate dargestellt würden die Recheneinheiten ja immer kleiner werden wir sind heute im Nanobereich angelangt also anschaulich die Größe von Prodi ihnen beispielsweise wenn das so weiter gehen würde würden wir auf die atomaren Bausteine kommen das wäre dann auf dieser Silizium-Basis noch dem Burschen gesetzt vielleicht Ende der zwanziger Jahre und dann wäre erst mal Schluss denn dann beginnt eine neue Physik dann beginnt die Quantenphysik und die markanten computertechnisch baut hat noch heute weitgehend keine Ahnung was im Grunde hat man nur mathematische Modelle von den Algorithmus das bedeutet für die Unternehmen sie werden sich darauf konzentrieren in denen es dieses Jahrzehnts im kommenden Jahrzehnt haben die Rechenleistung auszunutzen vor der Quanten grenzte sich das ist hier dargestellt durch die 2. Koordinate Ausweitung sei es durch alternative Materialien zu Silizium wie beispielsweise organische Stoffe wie etwa Kohlenstoff in der Nanoelektronik und eben durch Integration von Sensoren wie wir das hier die ganze Zeit schon eher diskutieren und zwar zunächst auf der organischen Größe etwa in der Medizintechnik Cochlear-Implantat ist so ein Beispiel für Gehörlose dann aber auch hier gilt die Devise immer kleiner immer billiger runter bis auf die zelluläre Ebene also Sensoren in dieser Größe wie auch Bakterien beispielsweise als Sensoren im Körper eingesetzt werden ja bis runter auf die molekulare Größe muss man sich mal vorstellen solche winzigen Sensoren die dann auch in der Lage wäre die kleinsten Veränderungen von Protein Faltungen zu erkennen und das könnten zum Beispiel die Anfänge von Krebstumoren seien und deshalb finde ich es kein Wunder dass Kugel schon im letzten Jahr ein Forschungsprogramm angestoßen hat das genau in diese Richtung geht also wenn man so will das Internet der Dinge runtergezogen bis auf die molekulare Ebene und so denke ich entstehen und das soll dieses Bild hier eigentlich suggerieren so entstehen überall in der Zeit solche intelligenten Infrastrukturen mit gewaltigen Datenströmen Internet der Dinge die sich quasi das ist hier im Bild suggeriert wie so ein Gehirn über den Erdball zu wölben beginnen hier stehen noch mal die schlichte Worte die ich im Namen genannt habe zum Arzt geht Grid Industrie 4 Punkt 0 die dunkle Seite der Macht möchte ich auch nicht verschweigen sie kennen das sicher den Börsenmarkt mit dem vielleicht weit wo die Algorithmen gegeneinander arbeiten so schnell dass die Konflikte auslösen die wir gar nicht mehr mitbekommen positiv die personalisierte Medizin endlich sowie die On-Demand Produktion in der Wirtschaft jetzt auf personenbezogene patientenbezogene Datenerhebung auch um die Therapien auch Effekt effektiver
zu machen wie wir die Zukunft der intelligenten Systeme seien da komme ich noch mal auf mein 1. Punkt zurück in indem ich herausgestellt hatte den neuronalen Netze also wenn man so will die und Strategie der Evolution ist im Prinzip logisch-mathematischen Äquivalent zu passenden Automaten beziehungsweise für die Maschinen also unsere Technik Strategie und die hab ich noch mal die vor Nachteile beider Strategien die Evolution Strategie die Technik Strategie zusammengestellt in der Evolution wurde Leistungssteigerung der natürlichen Intelligenz durch Steigerung der Vernetzung Dichte von immer mehr Neuronen mit langsamen Synapsen das hatten Sie heute Morgen auch in ihrem Vortrag herausgestellt mit relativ langsamen den den auf empfindliche erweckt werden das ist zelluläre das Gewebe +plus Neurokinin energiesparend erwarten vor und nach der in der Technik wurde Leistungssteigerung der künstlichen Intelligenz durch Steigerung der Rechengeschwindigkeit und Speicherkapazität auf robuster Hardware Silizium etwa und Halbleitertechnik mit hohem Energieaufwand erreicht also Ziel könnte seien eine Art Konvergenz der evolutionären und technische Strategien könnte sie diese Konvergenz neuromorphen Computern in wie auch immer die technische Effizienz mit evolutionären Vorteilen wie zum Beispiel dem Energiesparen verbindet jetzt natürlich die Frage die ich hab mich gewundert bisher noch keiner heute formuliert hat die aber im Raum irgendwie steht ja auch außerhalb viel Disziplin diskutiert
wird gelingen damit der Sprung zu einer super intelligent ist eine Superintelligenz wie sie im Silicon Willi von einigen beschrieben wird hier dargestellt auch als relativ schnell erzählt auf eine Singularität einen Zeitpunkt wird der prognostiziert wo also eine Intelligenz erreicht wird die stärker ist als diese intelligenten Infrastrukturen von dem ich eben gesprochen habe habe ich meine Position ist hier aber ich habe kein Problem damit dass eine solche das heißt ich hab schon ein Problem damit aber ich halte diese Vorstellung für nicht ausgeschlossen dass es technisch möglich wäre das eine A intelligente Infrastruktur entsteht die uns Menschen am Ende dominiert und auch manipuliert denn im Grunde erleben wir ja sogar schon im Ansatz meine Frage ist nur wer diese Intelligenz von der Art des Menschen anders ausgesprochen werden sie auch so intelligent wie Menschen sein können wenn sie wollen und da ist mein Argument die einen denken wie es beispielsweise die Mathematik verkörpert den davon hatte ich ja eben herausgestellt dass sie mehr kann als die Thüringen Berechenbarkeit das ist ein Denken ist jenseits der Thüringer aber der Thüringen Berechenbarkeit und neben diesen theoretischen Argumente hier zur kritischen Auseinandersetzung mit der Superintelligenz gibt es natürlich auch ein praktisches Argument praktisch jetzt im Sinne der Philosophie meinte ein ethisches Argument die Erfahrung der Technikgeschichte zeigt dass es keine digitale Entwicklung gibt das wird uns ja gelegentlich im Silicon Valley verkündet springt auf den Zug auf wenn nicht dann hat er Pech gehabt im Grunde denke ich zeigt uns die Erfahrung dass es Alternativen gibt es Gestaltungsspielräume gibt umso wichtiger ist es dass wir auch im Vortrag vorher diskutiert haben die ethischen die rechtlichen und die sozialen Rahmenbedingungen für diese Spielräume für Technik Gestaltung auch frühzeitig zu setzen sich damit auseinanderzusetzen Fahrerassistenzsysteme ist so ein Thema die Energiesysteme die ich angesprochen hatte Industrie 4 Punkt 0 und was heute Morgen hörten insbesondere auch der demografische Wandel der für die hochentwickelten Industriestaaten ein Problem ist letztendlich geht es philosophisch gesprochen um Artikel 1 des Grundgesetzes nämlich die digitale würde des Menschen zu schützen im Zeitalter von Big Delta Algo rithmen am Schluss also ein Plädoyer für Urteilskraft diese Datenströme in dieser hochkomplexen Welt werden in der Wissenschaft zu einer immer stärker datengetriebenen Wirtschaft mit effizienten Algorithmen führen was ich für höchst problematisch und gefährlich halte sind allerdings belogen wie sie auch gelegentlich über den Atlantik dringen wir von Chris Enders und dem er zeitweise Weird Herausgeber dieser Internet Zeitschrift Big Data der Erde 4 wie wir brauchen keine Theorie mehr denn er diesen Abend Algorithmen liegen ja sehr tiefe Verwurzelung in in der Philosophie in der Logik in der Mathematik zugrunde wie ich eben ausgeführt habe wenn man das nicht beachtet dann kommt man in die Bedrouille wie hier formuliert Algorithmen ohne Theorie und Gesetze sind blind Korrelationen und Daten musste die heute im Vordergrund stehen ersetzen keine Erklärungen und Begründungen von
Ursachen wir brauchen also Technikgestaltung wir brauchen nach wie vor menschliche Urteilskraft um die Zusammenhänge zu erkennen um auch zu verstehen und zu deuten was sagen uns jetzt diese Algorithmen zu welchen Zielen werden sie eingesetzt und das ist wichtig um einen digitalen Determinismus zu entgehen wie sie eben in dieser Kurve dort zusammen mit der Singularität in einer Welt die unter Umständen und aus dem Ruder läuft wenn wir nicht die Urteilskraft verstärken auch in der Ausbildung bei uns Menschen ich nicht danke für Aufmerksamkeit
Kreis
Künstliche Intelligenz
Roboter
GRADE
Besprechung/Interview
Programm
Künstliche Intelligenz
Zeichenvorrat
Formation <Mathematik>
Logiker
Turing-Maschine
Algorithmus
Supercomputer
Turing-Maschine
Notebook-Computer
Minimalgrad
Mathematiker
Information
Speicher <Informatik>
Smartphone
Funktion <Mathematik>
Zusammenhang <Mathematik>
Algorithmus
Energie
Supercomputer
Vorlesung/Konferenz
Logiker
Natürliche Sprache
Roboter
Leistung <Physik>
Impuls
Rückkopplung
Länge
Gewicht <Mathematik>
Momentenproblem
Google
SYNAPSE <Computer>
Besprechung/Interview
Programm
Kante
Extrempunkt
Überwachtes Lernen
Topologie
Intel
Freiheitsgrad
Algorithmus
Kugel
Zustand
Programm
Netzwerk <Graphentheorie>
Position
GRADE
Laufzeitsystem
Reihe
Gleichung
Zahl
Roboter
Uniforme Struktur
Rückkopplung
Update
Wort <Informatik>
Assistent <Programm>
Systems <München>
Zustandsgleichung
Ecke
Neuronales Netz
Ebene
Kopplung <Physik>
Rückkopplung
Matrix <Mathematik>
Objektklasse
Gewicht <Mathematik>
Aktion <Informatik>
Zustandsmaschine
Besprechung/Interview
Gleichungssystem
Embodiment
Mittelungsverfahren
Eigenwert
Softwareentwickler
Struktur <Mathematik>
Leistung <Physik>
Dezimalbruch
Erweiterung
Netzwerk <Graphentheorie>
Mathematik
Fünfzig
Berechenbarkeit
Signal
Automat <Automatentheorie>
Lineare Gleichung
Ein-Ausgabe
Natürliche Sprache
Umfang
Integral
Unendlichkeit
Rechenbuch
Berechnungstheorie
Rationale Zahl
Mathematiker
Zustandsgleichung
Neuronales Netz
Diffusionskoeffizient
Ebene
Strom <Mathematik>
Hyperbolischer Differentialoperator
Nabel <Mathematik>
Besprechung/Interview
Gleichungssystem
Gesetz <Physik>
Chaotisches System
Membran
Variable
Ungelöstes Problem
Abstand
Hacker
Funktion <Mathematik>
Korrelation
Signal
Rand
GRADE
Stellenring
Attraktor
Ein-Ausgabe
Gleichung
Maßeinheit
Strömungswiderstand
Lösung <Mathematik>
Multi-Tier-Architektur
Fusion <Programm>
Schale
Normalspannung
Koordinaten
Ebene
Algebraisch abgeschlossener Körper
Datei
Punkt
Typ <Informatik>
Physik
Programm
Richtung
Körpertheorie
Mooresches Gesetz
Client
Arbeit <Physik>
Domain-Name
Algorithmus
Kugel
Energie
Supercomputer
Software
Datenstrom
Mathematische Modellierung
Quantisierung <Physik>
Quantenphysik
Leistung <Physik>
Funktion <Mathematik>
Soundverarbeitung
Internet
Datenhaltung
Machsches Prinzip
Anwendungsspezifischer Prozessor
Datenerhebung
Prozessautomation
Hausdorff-Raum
HANS <Datenbanksystem>
Chipkarte
Roboter
Maßeinheit
Rechenkapazität
Numerisches Gitter
Informationsverarbeitung
Faltungsoperator
Anwendungssoftware
Codierung
Wort <Informatik>
Information
Smartphone
Koordinaten
Kommunikationsprotokoll
Aktion <Informatik>
Hardware
Punkt
Speicherkapazität
SYNAPSE <Computer>
Automat <Automatentheorie>
Besprechung/Interview
Künstliche Intelligenz
Extrempunkt
Dichte <Physik>
Datenverarbeitungssystem
Zoom
Strategisches Spiel
Robustheit
Systems <München>
Neuronales Netz
Parametersystem
Internet
Punkt
Zusammenhang <Mathematik>
Berechenbarkeit
Mathematik
Position
Kurve
Besprechung/Interview
Spur <Informatik>
Gesetz <Physik>
Singularität <Mathematik>
Magnettrommelspeicher
Algorithmus
Datenstrom
Einfügungsdämpfung

Metadaten

Formale Metadaten

Titel Natürliche und künstliche Intelligenz
Serientitel ZiF-Konferenz 2015: Intelligenz: Mensch trifft Technik
Teil 05
Anzahl der Teile 06
Autor Mainzer, Klaus
Lizenz CC-Namensnennung 3.0 Deutschland:
Sie dürfen das Werk bzw. den Inhalt zu jedem legalen Zweck nutzen, verändern und in unveränderter oder veränderter Form vervielfältigen, verbreiten und öffentlich zugänglich machen, sofern Sie den Namen des Autors/Rechteinhabers in der von ihm festgelegten Weise nennen.
DOI 10.5446/19426
Herausgeber Zentrum für interdisziplinäre Forschung (ZiF)
Erscheinungsjahr 2015
Sprache Deutsch

Technische Metadaten

Dauer 47:33

Inhaltliche Metadaten

Fachgebiet Informatik

Ähnliche Filme

Loading...