Künstliche Intelligenz

[unity in diversity]

(09 Feb 2019, 12:56)

Der Staat ist allerdings der größte Geldgeber was zum einen die Forschung solcher Systeme angeht, als auch auf Anwenderseite. D.h. die Politik hat da sehr wohl die Einflussmacht, eine bestimmte Richtung zu forcieren.

Bis es sich umkehrt und sich gegen den Staat richtet.
Stichwort Pseudonymität.
Das kann man mit Blockchain erreichen.
Oder auch nicht, weil sich jeder gesunde Mensch gegen new word order Gedanken zur Wehr setzt.

[H2O]

Mein Beitrag in

viewtopic.php?f=71&t=64255&p=4396245#p4396245

findet kein Interesse, oder ich habe den falschen Strang gewählt. Mich hat der Beitrag in DIE ZEIT sehr nachdenklich gemacht.

[Alter Stubentiger]

(08 Feb 2019, 21:37)

Äääh nein!
BruteForce wäre es alle (oder möglichst viele) Spielzüge vorauszuberechnen. Das wird explizit NICHT gemacht (wäre aufgrund der vielen Spielzugmöglichkeiten auch nicht möglich), sondern es wird der nächst warscheinliche Zug geteached.

Versuch mal nicht einen Satz aus dem Zusammenhang zu reißen sondern meine Antwort im Ganzen zu verstehen. Der Einsatz von fast 2000 CPU´s und gleichzeitige Einsatz von fast 300 GPU´s nur um einen menschlichen Spieler zu schlagen ist brute force. Ein Stromverbrauch im Megawattbereich! Das muß man sich mal vorstellen!

[Alter Stubentiger]

(09 Feb 2019, 12:05)

Solange wir das tun, sind immer noch wir die eigentliche Intelligenz in dem ganzen Spiel. Die KI besteht derzeit nur aus sehr beeindruckenden Programmen, die helfen unsere Probleme zu lösen.
Was aber vielen vor Augen schwebt, ist die künstliche"Superintelligenz", die mit der menschlichen Intelligenz gleichziehen und sie dann überholen wird.
Da tappt man eben noch im Dunkeln, weil wir über unser eigenes Denken noch nicht genug wissen.

Man macht sich aber auch Illusionen über die Möglichkeiten der Weiterentwicklung der Computerhardware. Denn da ist man in der Tat bereits an die Grenzen gestoßen. Es wird noch einen Die-Shrink auf 7nm geben. Vielleicht 5nm. Aber das werden viele Firmen wohl schon von den Kosten her nicht stemmen können. Dann ist Schluß mit der Miniaturisierung. Auch wenn es im Labor noch ein wenig weiter geht. Denn dann sind die Leiterbahnen nur noch wenige Atome stark. Eine KI wird also wohl niemals in den Kopf eines T-1000 passen.

[Tom Bombadil]

7nm ist bereits auf dem Markt.

[Alter Stubentiger]

(09 Feb 2019, 16:33)

7nm ist bereits auf dem Markt.

Ist schon? Na ja. Trotzdem geht es zu Ende. Dünner als ein paar Atome können die Strukturen nicht werden.

[Sören74]

(09 Feb 2019, 17:54)

Ist schon? Na ja. Trotzdem geht es zu Ende. Dünner als ein paar Atome können die Strukturen nicht werden.

Auch was die Taktzeiten angeht, wird man nicht wesentlich weiter nach oben können, weil man immer mehr elektrische Energie benötigen würde und die entstehende Wärme nicht mehr abführen kann. Aus dem Grund ist man schon vor vielen Jahren in der Rechnerarchitektur auf Multi-Core-Systeme übergegangen und betreibt massive Parallelisierung, wo es sich anbietet.

[Perdedor]

Man macht sich aber auch Illusionen über die Möglichkeiten der Weiterentwicklung der Computerhardware. Denn da ist man in der Tat bereits an die Grenzen gestoßen.

Die herkömmlichen von Neumann Strukturen stoßen vielleicht an gewisse Grenzen. Die Entwicklung von neuromorphen Chips steht dagegen noch relativ am Anfang. Bereits jetzt sind Effizienzsteigerungen von mehreren Größenordnungen gelungen.

"Das nun fertiggestellte System besteht aus 20 Siliziumwafern mit insgesamt vier Millionen Neuronen und einer Milliarde synaptischer Verbindungen. Lern- und Entwicklungsprozesse können dort mit einem tausendfachen Beschleunigungsfaktor nachgeahmt werden, so dass die Simulation eines Tages auf 100 Sekunden komprimiert wird. Neben der Grundlagenforschung im Bereich der Selbstorganisation neuronaler Netzwerke liegen potentielle Anwendungen auf dem derzeit schnell wachsenden Gebiet des kognitiven Computing und speziell einer energie- und zeiteffizienten Umsetzung des sogenannten Deep Learning, wie es von Unternehmen wie Google und Facebook auf konventionellen Computern zur Analyse großer Datenmengen entwickelt wird.”"
https://www.uni-heidelberg.de/presse/ne ... nline.html

Das Entwicklungspotential ist hier enorm:
"Over the past six years, IBM has expanded the number of neurons per system from 256 to more than 64 million, an 800% annual increase," said Modha, who is chief scientist for brain-inspired computing at IBM Research—Almaden.
https://cacm.acm.org/news/222940-non-vo ... y/fulltext

Die Simulation von Gehirnen kleiner Säugetiere (Mäuse etc.) ist bereits möglich.
So erscheint es nicht unplausibel, dass der Nachbau eines menschlichen Gehirns nur eine Frage der Zeit ist. Die Emotionen entstehen dann automatisch.

[Tom Bombadil]

Es tut sich einiges auf dem Bereich von CPUs, man geht auch immer mehr dazu über, spezialisierte Chips zu entwickeln, die von Perdedor genannten neuromorphen Chips, Googles TPU und auch der Quantencomputer.

[Alter Stubentiger]

(09 Feb 2019, 18:39)

Die herkömmlichen von Neumann Strukturen stoßen vielleicht an gewisse Grenzen. Die Entwicklung von neuromorphen Chips steht dagegen noch relativ am Anfang. Bereits jetzt sind Effizienzsteigerungen von mehreren Größenordnungen gelungen.

"Das nun fertiggestellte System besteht aus 20 Siliziumwafern mit insgesamt vier Millionen Neuronen und einer Milliarde synaptischer Verbindungen. Lern- und Entwicklungsprozesse können dort mit einem tausendfachen Beschleunigungsfaktor nachgeahmt werden, so dass die Simulation eines Tages auf 100 Sekunden komprimiert wird. Neben der Grundlagenforschung im Bereich der Selbstorganisation neuronaler Netzwerke liegen potentielle Anwendungen auf dem derzeit schnell wachsenden Gebiet des kognitiven Computing und speziell einer energie- und zeiteffizienten Umsetzung des sogenannten Deep Learning, wie es von Unternehmen wie Google und Facebook auf konventionellen Computern zur Analyse großer Datenmengen entwickelt wird.”"
https://www.uni-heidelberg.de/presse/ne ... nline.html

Das Entwicklungspotential ist hier enorm:
"Over the past six years, IBM has expanded the number of neurons per system from 256 to more than 64 million, an 800% annual increase," said Modha, who is chief scientist for brain-inspired computing at IBM Research—Almaden.
https://cacm.acm.org/news/222940-non-vo ... y/fulltext

Die Simulation von Gehirnen kleiner Säugetiere (Mäuse etc.) ist bereits möglich.
So erscheint es nicht unplausibel, dass der Nachbau eines menschlichen Gehirns nur eine Frage der Zeit ist. Die Emotionen entstehen dann automatisch.

Das ist der Schrank aus Heidelberg:
https://electronicvisions.github.io/hbp ... 1000px.jpg

Das menschliche Gehirn hat freilich keine 4 Millionen Neuronen sondern 100 Milliarden. Wir brauchen also 25000 Schränke dieser Größe für ein künstliches meschliches Gehirn. Und man braucht 100 Billionen Schaltstellen/Synapsen statt einer Milliarde . Wird dir langsam klar warum es mit Elektronik nicht geht?

Elektronik ist sicher HighTech unserer Tage. Das war die Dampfmaschine in ihrer Zeit auch. Man neigt dazu anzunehmen dass es bei der Entwicklung von Technik immer in die Richtung weitergeht wie sie es zu unserer Lebenszeit geht. Aber man muß immer im Auge behalten dass die Spitzentechnologie von heute die Steinzeittechnologie von morgen ist.

[Alter Stubentiger]

(09 Feb 2019, 19:24)

Es tut sich einiges auf dem Bereich von CPUs, man geht auch immer mehr dazu über, spezialisierte Chips zu entwickeln, die von Perdedor genannten neuromorphen Chips, Googles TPU und auch der Quantencomputer.

Tja bei Intel geht es nicht so recht weiter.

[BingoBurner]

(09 Feb 2019, 10:56)

Wurdest du schon mal gestreichelt ?

[H2O]

(09 Feb 2019, 19:24)

Es tut sich einiges auf dem Bereich von CPUs, man geht auch immer mehr dazu über, spezialisierte Chips zu entwickeln, die von Perdedor genannten neuromorphen Chips, Googles TPU und auch der Quantencomputer.

Vor 50 Jahren gab es den Ansatz, mit mehrdimensional vernetzten Rechnern aufwendige Signalverarbeitung ab zu arbeiten: Transputer und die Programmierung mit einer daran angepaßten Sprache Occam. In meiner Erinnerung waren diese Rechner im Kern so aufgebaut wie damals Intel- oder Motorola-Chips, und die Verwaltung der Datenwege war das eigentlich Neue.

Wenn man jetzt von neuromorphen Rechnen spricht: Ist das im Grunde die Struktur weiterentwickelter Transputernetzwerke auf wenigen Chips?

[Tom Bombadil]

Das weiß ich nicht, ob neuromorphe CPUs dem Transputer ähneln, Transputer werden mW. schon lange nicht mehr gebaut. Für mich liest sich das eher so als wären das Chips, die biologische Funktionen nachahmen sollen.

[van Kessel]

(10 Feb 2019, 15:25)
Das menschliche Gehirn hat freilich keine 4 Millionen Neuronen sondern 100 Milliarden. Wir brauchen also 25000 Schränke dieser Größe für ein künstliches meschliches Gehirn. Und man braucht 100 Billionen Schaltstellen/Synapsen statt einer Milliarde . Wird dir langsam klar warum es mit Elektronik nicht geht?

Bei 100 Milliarden Neuronen, sind es 125 Billion (0,000125 Exabyte) welche in 'Bewegung gesetzt werden müssen.
Dann wird's aber heiß unterm 'Blech', wenn man theor. ca. 10^17 Zustände in Bewegung setzen muss. Ich glaube, ein simpler PC tut's da nicht mehr, sondern es würde ein völlig neues System erforderlich werden müssen. Ein Quantencomputer welcher mit Grover-Algorithmus (Geschwindigkeit) und Shor-Algorithmus (große Zahl) arbeitet, käme der Sache schon näher. Ein solcher 'PC' kann nur an der Grenze zum absoluten Temperaturtiefpunkt (Null-Widerstand) arbeiten, denke ich mal.

[Alter Stubentiger]

(10 Feb 2019, 17:35)

Bei 100 Milliarden Neuronen, sind es 125 Billion (0,000125 Exabyte) welche in 'Bewegung gesetzt werden müssen.
Dann wird's aber heiß unterm 'Blech', wenn man theor. ca. 10^17 Zustände in Bewegung setzen muss. Ich glaube, ein simpler PC tut's da nicht mehr, sondern es würde ein völlig neues System erforderlich werden müssen. Ein Quantencomputer welcher mit Grover-Algorithmus (Geschwindigkeit) und Shor-Algorithmus (große Zahl) arbeitet, käme der Sache schon näher. Ein solcher 'PC' kann nur an der Grenze zum absoluten Temperaturtiefpunkt (Null-Widerstand) arbeiten, denke ich mal.

Also führt der Weg zu einer überlegenen KI nur über die Biologie. Ich denke da wird die Gentechnik zum Zuge kommen. Wenn auch erst in weiter Zukunft wenn die Genetik mal wirklich verstanden ist und die Zusammenhänge wirklich begriffen sind. Da stehen wir ja realistisch gesehen erst am Anfang. Auch wenn die Chinesen ganz unumwunden verkünden dass der optimierte Mensch ihr Ziel ist und so tun als wäre dies morgen schon machbar. So ganz easy und ohne Risiken und Nebenwirkungen.

[Alter Stubentiger]

(10 Feb 2019, 16:47)

Vor 50 Jahren gab es den Ansatz, mit mehrdimensional vernetzten Rechnern aufwendige Signalverarbeitung ab zu arbeiten: Transputer und die Programmierung mit einer daran angepaßten Sprache Occam. In meiner Erinnerung waren diese Rechner im Kern so aufgebaut wie damals Intel- oder Motorola-Chips, und die Verwaltung der Datenwege war das eigentlich Neue.

Wenn man jetzt von neuromorphen Rechnen spricht: Ist das im Grunde die Struktur weiterentwickelter Transputernetzwerke auf wenigen Chips?

Damals stand man auch immer kurz beim Durchbruch bei der KI. Es gab auch Sprachen die Lisp, Prolog oder Algol. Sicher alles sehr interessant. Aber letztlich nichts um einen T-1000 zu realisieren.

[van Kessel]

(10 Feb 2019, 17:44)

Also führt der Weg zu einer überlegenen KI nur über die Biologie. Ich denke da wird die Gentechnik zum Zuge kommen. Wenn auch erst in weiter Zukunft wenn die Genetik mal wirklich verstanden ist und die Zusammenhänge wirklich begriffen sind. Da stehen wir ja realistisch gesehen erst am Anfang. Auch wenn die Chinesen ganz unumwunden verkünden dass der optimierte Mensch ihr Ziel ist und so tun als wäre dies morgen schon machbar. So ganz easy und ohne Risiken und Nebenwirkungen.

denke ich auch. Btw. wird man aber einen völlig anderen Weg gehen um inhumane, biologische Komponenten züchten, welche keinen Stoffwechsel haben. Man kann schon Zellwachstum veranlassen. Vielleicht ist die Physik tatsächlich am Ende, was eine Simulation biologischer Art ja nicht ausschließt.

[H2O]

(10 Feb 2019, 17:50)

Damals stand man auch immer kurz beim Durchbruch bei der KI. Es gab auch Sprachen die Lisp, Prolog oder Algol. Sicher alles sehr interessant. Aber letztlich nichts um einen T-1000 zu realisieren.

Mit LISP und Prolog konnte ich keine Erfahrungen sammeln. Wohl aber mit ALGOL und später PASCAL. Diese Sprachen haben mit künstlicher Intelligenz nichts am Hut. Beide Sprachen waren eine Wohltat gegenüber allem, was damals sonst noch im Umlauf war. Not invented in the USA; das war wohl ihr wesentlicher Mangel.

[Tom Bombadil]

Ein kurzer Beitrag zu KI-HArdware: https://www.bigdata-insider.de/ki-brauc ... -a-778351/