Künstliche Intelligenz

[van Kessel]

(09 Feb 2019, 00:47)
Ach, kann Ki fühlen ?
1 oder 0 ? Ja oder Nein ? Selbst Mister Spock kann fühlen.... [youtube][/youtube]
So ......und jetzt kommst du wahrscheinlich das wäre romantischer Quark, right ? Du hast Mathematik nicht verstanden.
Weißt du was mein Neffe gerade lernt ? Negative Brüche..... https://de.wikipedia.org/wiki/Bruchrechnung
Der übrigens in der dritten Klasse [youtube][/youtube] Die Ki kann nur rechnen...weiß nicht ob das verstehst.

offengestanden weiß ich nicht, weshalb du hier eine Schärfe einbringst und gar ad personam argumentierst?
Vn Gefühlen habe ich kein Wort geschrieben (namentlich nicht bei einer KI). Du musst nicht etwas posten und dann an deinem geposteten entlanglaufen wollen bis zur Selbsterregung.

Ich weiß was Mathematik ist, was Algorithmen sind und was eine (starke) KI ist. Komm mir also nicht mit Kinderkram daher. Wenn du mich anschreibst und dein Beitrag auch gelesen werden soll, dann konzentriere deine - bestimmt wichtigen - Aussagen etwas sparsamer, denn das Lesen auf einem Laptop, mit all der Scrollerei ist recht mühsam.

Unterschiedliche Ansichten über KI snd die Regel, nicht die Ausnahme. Dies sollte aber nicht zu erwähnten Ausfällen führen; gibt kein gutes Bild für die Erziehung von Enkeln ab.

[Sören74]

(09 Feb 2019, 10:06)

Für mich sind Emotionen die Basis um effizienter (gezielter/fokussierter -> schneller!) und ohne tausendfaches wiederholen lernen zu können:

Das gilt eindeutig für biologische Systeme. Damit ist aber in meinen Augen nicht gesagt, dass Emotionen auch Bestandteil der KI sein muss, um leistungsfähig zu werden. Natürlich (im wahrsten Sinne des Wortes) wird der Mensch, genauer gesagt die tierische Welt als bionisches Vorbild für die KI genommen. Das muss aber nicht heißen, dass man alle Bestandteile des Gehirns 1:1 nachbauen muss.

[van Kessel]

(09 Feb 2019, 11:03)
Das gilt eindeutig für biologische Systeme. Damit ist aber in meinen Augen nicht gesagt, dass Emotionen auch Bestandteil der KI sein muss, um leistungsfähig zu werden. Natürlich (im wahrsten Sinne des Wortes) wird der Mensch, genauer gesagt die tierische Welt als bionisches Vorbild für die KI genommen. Das muss aber nicht heißen, dass man alle Bestandteile des Gehirns 1:1 nachbauen muss.

wenn man bedenkt, dass kein 'abgefeuertes' Neuron denken kann, sondern erst im Zusammenspiel mit anderen 'Entladungen' sich so etwas wie Denken entwickelt, ist die Vorstellung eines Gehirnnachbaus auch nicht zielführend. Eine KI würde Gruppen zusammenfassen, um 'Blöcke' abzurufen anstatt wild in der Gegend herum zu feuern. Dies spart Energie.

Der Mensch machte ein Brett, da es für eine Ablage zu schmal war, legte er mehrere nebeneinander und hatte eine Platte. Seitdem er diese Bretter verband, denkt er 'Platte' und nicht mehr '1 Brett + ein Brett + ein...'.

Die Gefühle, als er sich beim Verbinden dieser Bretter auf die Finger haute, spielen da erst einmal keine Rolle, sondern sind schmerzhafte Etüden zur Entwicklung einer Platte.

[z4ubi]

(08 Feb 2019, 21:20)

Warum sollte man das denn überhaupt wollen, außer zu Demonstrationszwecken? Man entwickelt doch viel lieber KIs auf spezifischen Bereichen, die dort dann unschlagbar gut sind, anstatt so eine fehlerhafte menschliche, holistische Intelligenz, die außerdem noch stark von der Körperchemie gesteuert wird, nachzubauen.

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.

[watisdatdenn?]

(09 Feb 2019, 10:20)
Gefühle führen zu unlogischen Schlußfolgerungen und Handlungen, warum sollte man eine KI, die zB. das Wetter der kommenden Wochen vorhersagen soll, damit ausstatten? Ein Roboter braucht auch keine Angst, der braucht einfach nur zu wissen, dass er nicht mit anderen Objekten kollidieren darf.

Stimmt.

Ich denke bei Emotionen eher an den Vorteil schnell(!) zu lernen.. Also Belohnungs und Bestrafungfsaktor zu verstärken, ohne das extra coden zu müssen. Also den "heat" Faktor (wie offen ist das NN für Veränderungen. Wie stark wird die backpropagation verstärkt..) durch emotionale Lernsituationen dynamisch zu erhöhen oder (durch unemotionale Situationen) eben zu erniedrigen.

So dass der Teacher dem Roboter die selbe Situation nicht 10 mal erklären muss, sondern (wie Kinder) die positive oder negative Emotion wahrnimmt und dementsprechend das mit dem neuen gelernten Inhalt verknüpft. Glas runterwerfen -> Böse, weil Glas kaputt!
Oder gegen etwas gestoßen -> schlecht!

Oder aber ein Feuerwehrroboter der die Türe einrennen soll: Feuer! Dann ist die Türe einrennen sehr gut, auch wenn sonst schlecht!

Ich gehe davon aus, dass wenn Roboter zukünftig extrem variabel eingesetzt werden, sie bereits "vorgeteached" sind (so wie das mobilNET NN heute schon als Basis für viele indivduelle NN genutzt wird, in denen dann nur das letzte Layer neu geteached wird), aber eben auch ein spezifisches Teaching für die jeweilige Situationen brauchen. Dabei sind künstliche Gefühle dann durchaus von nutzen, allein schon, weil wir Menschen es gewohnt sind, so zu lehren.


Vielleicht täusche ich mich auch und (mit Objekten/Handlungen verknüpfte) künstliche Emotionen werden auch für komplexere dynamische Szenarien tatsächlich nicht benötigt. Aber die meisten komplexeren Tiere haben Emotionen, also gehe ich schon von einem relevanten Nutzen aus.
Für einfachere Aufgaben und ein sehr statisches Umfeld in dem nichts neues geteached werden (es reicht einmal zu teachen, dass er nicht kollidieren muss.. das bleibt auch immer so) muss braucht man natürlich keine Emotionen...

[Sören74]

(09 Feb 2019, 12:05)

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.

Ich glaube, wir brauchen einen gesellschaftlichen Diskurs, was wir eigentlich mit KI erreichen wollen. Denn im Grunde gibt es zwei unabhängige denkbare Entwicklungsrichtungen. Das eine ist die Entwicklung einer künstlichen Superintelligenz, um mal den Begriff aufzugreifen, die uns auf allen Gebieten ebenbürtig oder überlegen ist. Und die Entwicklung von einzelnen Speziallösungen, die auf dem jeweiligen Gebiet den Menschen unterstützen, also eine Mensch-Maschine-Kooperation ermöglichen.

[Sören74]

(09 Feb 2019, 12:15)

Ich denke bei Emotionen eher an den Vorteil schnell(!) zu lernen.. Also Belohnungs und Bestrafungfsaktor zu verstärken, ohne das extra coden zu müssen. Also den "heat" Faktor (wie offen ist das NN für Veränderungen. Wie stark wird die backpropagation verstärkt..) durch emotionale Lernsituationen dynamisch zu erhöhen oder (durch unemotionale Situationen) eben zu erniedrigen.

Wenn man Emotionen in künstlichen Systemen haben will, müsste man sie eigentlich auch "coden". Aber im Grunde besitzen viele künstliche Systeme interne Belohnungssysteme. Das Reinforcement Learning baut u.a. darauf auf. Statt beispielsweise bei einem mobilen Roboter die Emotion "Hunger" einzuführen, wird dem System der eigene Batteriezustand präsentiert und das Aufladen der Batterie (an einer stationären Ladestation) als interne Belohnung hinterlegt. Dann ist es letztlich für den Roboter ein Optimierungsproblem, was er zu lösen hat.

Nichts anderes haben die Systeme gemacht, die sich selbständig das Spielen von alten Atari 2600-Games beigebracht haben. Die erspielte Punktzahl war die Belohnung, die das System versucht zu optimieren.

Letztlich sind Emotionen die biologische Repräsentation von mathematischen Kenngrößen, damit Tiere und Menschen einen Anreiz haben, gut durchs Leben zu kommen.

[Tom Bombadil]

(09 Feb 2019, 12:05)

Was aber vielen vor Augen schwebt, ist die künstliche"Superintelligenz", die mit der menschlichen Intelligenz gleichziehen und sie dann überholen wird.

Was "vielen" vor Augen schwebt ist nicht wichtig, gemacht wird, womit sich Geld verdienen lässt und wofür es einen Markt gibt, alles andere bleibt in den Laboren der Forscher. Nvidia hat eine ganz gute Übersicht: https://www.nvidia.com/de-de/deep-learning-ai/
Ob man eine Superintelligenz, die auf allen Bereichen der menschlichen Intelligenz überlegen sein wird, jemals entwickeln wird, steht in den Sternen, ich persönlich sehe darin keinen tieferen Sinn. KI soll dem Menschen dienen und ihn unterstützen, nicht ihn ersetzen.

[Tom Bombadil]

(09 Feb 2019, 12:15)

So dass der Teacher dem Roboter die selbe Situation nicht 10 mal erklären muss...

Erklärst du mir mal ganz konkret, wie du dir vorstellst, wie ein neuronales Netzwerk lernt?

[Sören74]

(09 Feb 2019, 12:47)

Was "vielen" vor Augen schwebt ist nicht wichtig, gemacht wird, womit sich Geld verdienen lässt und wofür es einen Markt gibt, alles andere bleibt in den Laboren der Forscher. Nvidia hat eine ganz gute Übersicht: https://www.nvidia.com/de-de/deep-learning-ai/

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.

[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

https://www.politik-forum.eu/viewtopic. ... 5#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/

[Tom Bombadil]

(10 Feb 2019, 17:57)

Not invented in the USA; das war wohl ihr wesentlicher Mangel.

Pascal wurde von Wirth als Lehrsprache entworfen, um das strukturierte und prozedurale Programmieren unter's Volk zu bringen. Ich habe zuerst mit Basic programmiert und dann mit Pascal, das war schon ein großer Fortschritt. Wer will, kann auch heute noch mit Pascal programmieren: https://freepascal.org/ Eine schöne IDE gibt es auch (die Borland IDE lässt grüßen): http://www.lazarus-ide.org/ C und später C++ waren dann aber für grosse Softwareprojekte einfach besser geeignet und der kompilierte Code war auch schneller.

[H2O]

(10 Feb 2019, 18:52)

Pascal wurde von Wirth als Lehrsprache entworfen, um das strukturierte und prozedurale Programmieren unter's Volk zu bringen. Ich habe zuerst mit Basic programmiert und dann mit Pascal, das war schon ein großer Fortschritt. Wer will, kann auch heute noch mit Pascal programmieren: https://freepascal.org/ Eine schöne IDE gibt es auch (die Borland IDE lässt grüßen): http://www.lazarus-ide.org/ C und später C++ waren dann aber für grosse Softwareprojekte einfach besser geeignet und der kompilierte Code war auch schneller.

Vielen Dank für diese klaren Zuordnungen. C und C++ sind mir erst begegnet, als ich schon nicht mehr selbst programmieren durfte. Für mich und meinen Hintergrund war der Code eine Art Stenographie. Wir mußten ohnehin mit Ada programmieren und ich durfte nicht mehr. So habe ich die Anbindung an die Programmierung ganz verloren.

Doch noch einmal zurück zu neuromorpher HW. Darf ich mir darunter eine Rechnervernetzung vorstellen, wie sie vor 50 Jahren mit Transputern versucht wurde, nur eben mit noch mehr seriellen Schnittstellen und das alles auf einem Chip?

[imp]

Zum Thema künstliche Intelligenz teilt der Herr Apel gern sich mit: http://www.apel-web.de/artikel/Pflasterstrand85.pdf

[Dissident]

(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.

Wobei ich bei der T-Serie nicht von einem Bewusstsein sprechen würde, nicht mal rudimentär. Das sind alles nur Ansammlungen von Algorithmen, die bei der Interaktion mit Menschen lernen, menschlicher zu werden in den Augen ihres Umfeldes.
Der T-1000 ist auch nicht wirklich intelligent, so bemerkt er Fehlfunktionen an seiner Mimikry, zieht aber nicht den Schluss daraus, dass selbige dadurch auffliegen könnte.
Ich denke, so ein Programm könnte man heute schon in einem Großrechner simulieren.
Einen touch menschlich wird dann die Terminatrix T-X, als sie im Angesicht der unausweichlichen eigenen Zerstörung einfach nur noch schreit.
Dem gegenüber macht Skynet, als deutlich höher entwickeltes Bewusstsein mit viel mehr Rechenleistung, immer noch maschinelle Fehler, etwa als es nicht versteht, dass Marcus lieber den menschlichen Zustand wählt.

[BlueMonday]

(10 Feb 2019, 17:57)

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.

Man kann sicherlich auch mit Pascal ein neuronales Netz implementieren. Die konkrete Sprache ist eher nebensächlich. Am Ende hat man immer Maschinencode. Letzlich könnte man auch mit der ältesten Programmiersprache (sprich Assembler) eine KI implementieren, was gar nicht so abwegig ist, da sie der Hardware am nächsten ist und ohne den Ballast höherer Sprachen auskommt.

[H2O]

(10 Feb 2019, 20:53)

Man kann sicherlich auch mit Pascal ein neuronales Netz implementieren. Die konkrete Sprache ist eher nebensächlich. Am Ende hat man immer Maschinencode. Letzlich könnte man auch mit der ältesten Programmiersprache (sprich Assembler) eine KI implementieren, was gar nicht so abwegig ist, da sie der Hardware am nächsten ist und ohne den Ballast höherer Sprachen auskommt.

Ja, lieber Bluemonday, nur hilft niemandem, diese Verwandtschaft zu suchen. Das Prinzip der neuromorphen Rechner liegt eben nicht in einem geordneten seriellen Ablaufschema, mit dem wir uns angefreundet haben, sondern in parallelen Abläufen,
von denen viele Leute viel reden.... aber am Ende wenig verstehen. Das soll unsere Forscher aber nicht davon abhalten, diesen Dingen auf die Spur zu kommen.

Mein Gefühl sagt mir, daß wir als Menschheit und Wissenschaft da stehen, wo wir begriffen hatten, daß unser genutztes Zahlensystem sehr weit fortgeschritten ist, aber seine Zerlegung in Binärzahlen am besten geeignet ist für elektronische Zahlenverarbeitung. Wenn man Leibniz diese Erfindung abspricht, dann landet man im alten China. Und dann stelle ich mir vor, daß wir gerade soeben die Wirkungsweise eines Gehirnpräparats auf wiederholte Anreize wissenschaftlich erfaßt haben. Wie die Sache aber in einem "richtigen Gehirn" abläuft, das ist in keiner Weise wissenschaftlich geklärt. Natürlich wird es so viele Hypothesen dazu geben wie Forscher. Nun finde man die heraus, die am nächsten bei der Wirklichkeit liegt.

Ich halte es für wahrscheinlich, daß unsere Forschungen noch viele hochinteressante Dinge heraus finden werden, die am Ende nichts mit der eigentlich gesuchten Hirnfunktion zu tun haben. Das zeigen mir die vielen ganz erfolgreichen Anwendungen der Mustererkennung mit herkömmlichen Bausteinen der Technik und des Wissens. Oder Systeme, die offenbar Bestandteile unserer Sprachkommunikation nutzen, um unsere Stimmung heraus zu hören... was unser Gehirn gar nicht leisten kann... jedenfalls sagt das der Fachartikel in DIE ZEIT so.

Vor fast 60 Jahren habe ich einmal in einer Studienarbeit eine HW gebaut, die das Hüllkurvenhörvermögen des menschlichen Hörvermögens nachbildete. Das Ohr findet also Dinge heraus, die ein Spektrumanalysator in einem Originalgeräusch nicht finden kann. Noch später kam dann eine Anwendung dazu, die solche Signale in weit von unserem Hörvermögen entfernten Bereichen nutzten. Man sollte heute gar nicht denken, daß das ganz offenkundig Hörbare mit den damals bekannten Mitteln technisch nicht faßbar war. Am Ende höchst einfach und zum rot Werden! Wie unser Hörvermögen das aber tatsächlich bewerkstelligt... das weiß wohl bis heute niemand. Meinen primitiven Apparat vermute ich an der Stelle bestimmt nicht.

[Perdedor]

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 .

In den letzten 6 Jahren stieg die Anzahl der simulierten Neuronen durch neuromorphe Chips um den Faktor 200000 (s.o.). Bei simpler Extrapolation würde es also noch ca. 4 Jahre dauern bis man 100 Milliarden erreicht. Mal sehen, wie es sich entwickelt. Die Grenzen der von Neumann Architektur gelten hier zumindest nicht.

[schokoschendrezki]

(08 Feb 2019, 15:33)

Wir können Zusammenhänge erfassen indem wir Dingen ohne berechenbare Zusammenhänge in Bezug zueinander bringen. Einfach so. Das ist Kreativität.

Und ich dass auch das Intelligenz ohne Bewußtsein keine Intelligenz ist. Aber ein Bewußtsein ist ja gar nicht erwünscht. Schließlich will man beim autonomen Fahren nicht mit unerklärlichen Reaktionen der KI überrascht werden.

Nee. Das will man bestimmt nicht. Ich will auch ganz sicher nicht, dass sich meine Taschenrechner-Applikation ab und zu mal verrechnet. Nur ist das alles eben nicht "Intelligenz".

Der schwierige Punkt ist, dass auch dieses "ohne berechenbare Zusammenhänge in Bezug zueinander bringen" natürlicher Lebewesen letztendlich auf biochemischen Prozessen beruht. Der eigentlich naheliegende Gedanke, dass es der Indeterminismus der Quantenphysik ist, der hier einen echten Zufall, eine echte Spontanität hineinbringt, wird - so habe ich jedenfalls verschiedentlich gelesen - kritisch gesehen. Die Zufälligkeit der Quantenphysik liege strukturell mehrere Stufen niedriger als die biochemischen Vorgänge und spiele dort angeblich eigentlich keine Rolle. Ich denke oft über solche Fragen nach. Das sogenannte "Maschinenparadigma" ist eine eigentlich lange lange aus der Zeit gefallene Vorstellung aus dem 18., 19. Jahrhundert. Vor allem in Frankreich. Wonach auch Lebewesen eigentlich nur als ziemlich komplizierte Maschinen aufzufassen seien . Kehrt dieses Paradigma mit den Forschungen zu Genetik, Neurowissenschaften usw. durch die Hintertür zurück? Und wenn Lebewesen nicht einfach nur nach letztendlich deterministischen Algorithmen laufende Uhrwerke sind. Auf welcher Ebene entsteht dann tatsächliche Zufälligkeit und Spontanität?

Aussagen wie die, dass es eines sozialen oder raumzeitlichen Eigenbewusstseins bedarf, um tatsächliche starke Intelligenz entstehen zu lassen, liegen für mich irgendwo in einem Graubereich zwischen Philosophie und exakter Naturwissenschaft. Eine Meinung dazu habe ich noch nicht wirklich gefunden.

[watisdatdenn?]

(09 Feb 2019, 12:50)
Erklärst du mir mal ganz konkret, wie du dir vorstellst, wie ein neuronales Netzwerk lernt?

Vielleicht hätte ich dazu sagen sollen, dass das diese Überlegungen natürlich Zukunftsmusik sind.

Aktuell lernen die NNs über massenhaft Daten die mit den entsprechenden Labels versehen sind. Das NN generiert Warscheinlichkeiten der Lösungen und je richtiger das Ergebnis, desto mehr wird das Netzwerk (die Gewichtungen zwischen den Neuronen) über Backpropagation verstärkt.

Ähnlich funktioniert es ja auch in unserem Gehirn. Wir haben aber noch tolle Mechanismen, die es bei Künstlichen NNs noch nicht gibt. z.B. wiederholt der Hippocampus kurzzeitig gelerntes in der Nacht in Richtung Cortex, damit es ins Langzeitgedächtnis kommt.
Ich gehe davon aus, dass wir es irgendwann schaffen von den massenhaft gelabelten Daten wegzukommen und ein einziges Erlebnis (feuer = heiß!) das neuronale Netz anpassen kann. So wie es bei uns Menschen ja schon ist..

[schokoschendrezki]

(11 Feb 2019, 10:24)

Vielleicht hätte ich dazu sagen sollen, dass das diese Überlegungen natürlich Zukunftsmusik sind.

Aktuell lernen die NNs über massenhaft Daten die mit den entsprechenden Labels versehen sind. Das NN generiert Warscheinlichkeiten der Lösungen und je richtiger das Ergebnis, desto mehr wird das Netzwerk (die Gewichtungen zwischen den Neuronen) über Backpropagation verstärkt.

Ähnlich funktioniert es ja auch in unserem Gehirn. Wir haben aber noch tolle Mechanismen, die es bei Künstlichen NNs noch nicht gibt. z.B. wiederholt der Hippocampus kurzzeitig gelerntes in der Nacht in Richtung Cortex, damit es ins Langzeitgedächtnis kommt.

Einfach so eine Komprimierung, Indexierung, Garbage Collection usw. und dann Verschiebung in andere Speicherbereiche .... das sind lange lange schon klassische algorithmische Verfahren z.B. bei DB-Technologien. Ich komme wieder und wieder zu dem Schluss, dass der Dreh- und Angelpunkt beim entscheidenden Unterschied zwischen maschinellem Lernen, Musterkennungsalgorithmen auf der einen und Intelligenz von lebendigen Organismen auf der anderen Seite eben eine Art gebändigter Indeterminismus mit Rückkopplungsmöglichkeit ist. Lebendige Systeme bewegen sich versuchsweise in Richtung Chaosrand, ohne jedoch den Schritt zur strukturellen Selbstzerstörung zu vollziehen.

[Alter Stubentiger]

(10 Feb 2019, 20:53)

Man kann sicherlich auch mit Pascal ein neuronales Netz implementieren. Die konkrete Sprache ist eher nebensächlich. Am Ende hat man immer Maschinencode. Letzlich könnte man auch mit der ältesten Programmiersprache (sprich Assembler) eine KI implementieren, was gar nicht so abwegig ist, da sie der Hardware am nächsten ist und ohne den Ballast höherer Sprachen auskommt.

Sicher. Man kann sicher auch Holzräder an einen Porsche bauen. Irgendwie geht immer alles. Nur sinnvoll ist dies nicht. Man hat sich schon was davon versprochen für spezielle Aufgabenstellungen spezielle Programmiersprachen zu schaffen.

[van Kessel]

(11 Feb 2019, 13:51)
.... eine Art gebändigter Indeterminismus mit Rückkopplungsmöglichkeit ist.

der Indeterminismus beinhaltet schon in seiner Natur die Variabilität; ansonsten es ja Determinismus wäre.
Offen gestanden weiß ich nicht, ob der Determinismus/Indeterminismus überhaupt relevant für die KI-Frage ist, denn eine KI hat - oder hat keine - Willensfreiheit da es ja ein geschaffenes Objekt ist und so vom 'Schöpfer' abhängig. Determinismus vs. Indeterminismus ist -imho - ein humanoides Problem, kein KI-Problem.

[Alter Stubentiger]

(11 Feb 2019, 01:42)

In den letzten 6 Jahren stieg die Anzahl der simulierten Neuronen durch neuromorphe Chips um den Faktor 200000 (s.o.). Bei simpler Extrapolation würde es also noch ca. 4 Jahre dauern bis man 100 Milliarden erreicht. Mal sehen, wie es sich entwickelt. Die Grenzen der von Neumann Architektur gelten hier zumindest nicht.

Extrapolation ist eine Falle. Darauf habe ich schon hingewiesen. Die Grenzen der Strukturverkleinerung gelten für alles was auf Wafern/Siliziumwafern basiert.

[Little Joe]

(11 Feb 2019, 01:42)

In den letzten 6 Jahren stieg die Anzahl der simulierten Neuronen durch neuromorphe Chips um den Faktor 200000 (s.o.). Bei simpler Extrapolation würde es also noch ca. 4 Jahre dauern bis man 100 Milliarden erreicht. Mal sehen, wie es sich entwickelt. Die Grenzen der von Neumann Architektur gelten hier zumindest nicht.

Bitte Quellen angeben ! Desweiteren ist zu bezweifeln ob die aktuellsten neuromorphen Chips die gleiche Komplexität aufweisen, wie jene vor 6 Jahren. Jedes einzelne Neuron ist mit tausenden Synapsen verknüpft und beinhaltet Millionen von Neurotransmitter Molekülen. Eventuell hat jene Neuronale Simulation, welche die Anzahl der einbezogenen Neuronen um den Faktor 200 000 im Vergleich zu 2012 übertrifft einfach auf einer geringere Komplexitätsstufe simuliert bzw. aus Annäherungszwecken eine größere Anzahl einbezogen, hierfür aber weniger wert auf´s Detail gelegt ?

Wenn der jeweilige Artikel auf den du dich beziehst zur Verfügung steht sieht die Sachlage vielleicht völlig anders aus.



"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



Habe nun die Artikel entdeckt die von dir angeführt wurden. Aber wie angedeutet : Als Laie hat man keinen Einblick, welche Relevanz die aktuellen Forschungen auf diesem Gebiet haben. Die einen simulieren 4 Millionen Neurone für 100 Sekunden und andere Institute prahlen damit 64 Millionen Neurone zu simulieren. Aber welches System nun komplexer ist geben auch die Medienartikel nicht preis.

[Perdedor]

Extrapolation ist eine Falle. Darauf habe ich schon hingewiesen. Die Grenzen der Strukturverkleinerung gelten für alles was auf Wafern/Siliziumwafern basiert.

Der ursprüngliche Fortschritt ergab sich ja nicht durch die Strukturverkleinerung, sondern durch die neue Architektur.
Daher waren solche Steigerungsraten möglich (800% pro Jahr), wie sie bei herkömmlichen Architekturen schon lange nicht mehr erreicht wurden. Der Punkt ist, dass du aus den Grenzen der herkömmlichen Chips nicht direkt auf die Grenzen der neuromorphen Chips schließen kannst. Irgendwann werden die natürlich auch erreicht werden, aber ganz offenbar ist man von diesen noch weiter entfernt (sonst wären solche Verbesserungen ja nicht möglich gewesen).

Aber welches System nun komplexer ist geben auch die Medienartikel nicht preis.

Kommt darauf an, was du mit Komplexität meinst. Die Anzahl der Synapson pro Neuron? Die ist in dem zitierten Artikel gleich geblieben (256). Im Gehirn sind es ca. 1000 Synapsen pro Neuron, also um einen Faktor 4 mehr.

[Alter Stubentiger]

(11 Feb 2019, 18:17)

Der ursprüngliche Fortschritt ergab sich ja nicht durch die Strukturverkleinerung, sondern durch die neue Architektur.
Daher waren solche Steigerungsraten möglich (800% pro Jahr), wie sie bei herkömmlichen Architekturen schon lange nicht mehr erreicht wurden. Der Punkt ist, dass du aus den Grenzen der herkömmlichen Chips nicht direkt auf die Grenzen der neuromorphen Chips schließen kannst. Irgendwann werden die natürlich auch erreicht werden, aber ganz offenbar ist man von diesen noch weiter entfernt (sonst wären solche Verbesserungen ja nicht möglich gewesen).

Neuromorphe Strukturen müssen prinzipbedingt mehr Platz verbrauchen auf dem Wafer als herkömmliche Strukturen. Bei einer modernen AMD CPU sind es 5 Milliarden Transistoren auf dem DIE. Und bei deinen neuromorphen Design sind es 4 Millionen Neuronen auf einem Wafer! Das sagt eigentlich schon alles oder? Du weißt sicher wieviele Prozessoren man normalerweise aus einem Wafer sägt oder?

Kommt darauf an, was du mit Komplexität meinst. Die Anzahl der Synapson pro Neuron? Die ist in dem zitierten Artikel gleich geblieben (256). Im Gehirn sind es ca. 1000 Synapsen pro Neuron, also um einen Faktor 4 mehr.

Das sind alles von dir erdachte Rechnungen. Die Kompexität des menschlichen Gehirns wird auf Wikipedia erschöpfend erläutert. Daraus kann man leicht ableiten dass man für eine Simulation 1 Billion Synapsen braucht.

[BingoBurner]

Kommen wir nochmal zum streicheln oder nicht ?

Das ist nämlich der Dreh und Angelpunkt gegenüber dem jonglieren von Zahlen.

[H2O]

(11 Feb 2019, 19:25)

Kommen wir nochmal zum streicheln oder nicht ?

Das ist nämlich der Dreh und Angelpunkt gegenüber dem jonglieren von Zahlen.

Dieses Thema scheint sich in Japan besonderer Aufmerksamkeit zu erfreuen. Ich kann Ihnen keine Quelle nennen, weil ich beim Aufnehmen der Nachricht nicht auf den Gedanken kam, daß das Thema hier angesprochen werden würde.

In Japan ist das Thema Altenbetreuung sehr wichtig geworden... und so wird es bei uns auch kommen. Zum Wohlbefinden der Senioren gehört auch persönliche Ansprache und Zuwendung. Dafür werden dort kleine menschenähnliche Roboter und hundeähnliche Roboter angeboten, die im Umfeld der Alten herum wuseln, die auf Ansprache antworten und sicher auch "kuscheln" kommen.

In den zugehörigen Artikeln wurde ausgeführt, daß die Alten darauf mit Rührung und Zuwendung ansprachen, also ihrerseits den Roboter streichelten.

Kann jetzt sein, daß ich mehrere Artikel vermenge: Bei mir ist noch hängen geblieben, daß vergleichbare Ansprachen bei dementen Personen Wunder wirkten, sich deren Wohlbefinden steigern ließ.

Aus meiner Sicht lassen sich Gesprächsinhalte festlegen, denen eine Runde Streicheln oder Kuscheln folgen muß. Keine wirklich menschliche Empfindung, aber eingeschränkt wahrnehmungsfähige Menschen bemerken das nicht... oder wollen das nicht bemerken.

Hier gibt es jetzt genügend viele Stichworte, die beim Googeln helfen sollten, um solche Artikel finden zu können.

[X3Q]

(11 Feb 2019, 18:37)
Das sind alles von dir erdachte Rechnungen. Die Kompexität des menschlichen Gehirns wird auf Wikipedia erschöpfend erläutert. Daraus kann man leicht ableiten dass man für eine Simulation 1 Billion Synapsen braucht.

Nicht unbedingt. Will man eine KI entwickeln, lohnt sich ein genauer Blick auf biologische Gehirne und deren Aufbau und Funktion, sind sie doch die einzigen uns bekannten Strukturen welche die Eigenschaft Intelligenz hervorbringen. Das intelligentes Verhalten evt. auch durch gänzlich andere Strukturen hervorgebracht werden kann, wird dadurch ja nicht ausgeschlossen.
Will man ein Gehirn 1 zu 1 simulieren, dann hast du mit den 1 Billionen Synapsen sicher recht. Anders würde es wohl aussehen, würde man sich auf die Simulation der einzelnen Funktionen beschränken. Hierfür würde weniger an Neuronen und Synapsen ausreichen; evtl. könnte man sogar das Verhalten ganzer Neuroncluster parametrisieren; nur müsste man dazu die Funktionen des Gehirns erstmal entschlüsseln.

Aber ist die Eigenschaft Intelligenz wirklich ausschließlich an die Anzahl von Neuronen und Synapsen gebunden? Das Kleinhirn hat im Durchschnitt 69 Milliarden und das Großhirn etwa 16 Milliarden Neuronen. Das Großhirn, welches nach bestem Wissen die höheren Hirnfunktionen hervor bringt, hat weniger Neuronen als das Kleinhirn, welches überwiegend mit der Motorik assoziiert ist.

--X

[Alter Stubentiger]

(11 Feb 2019, 23:34)

Nicht unbedingt. Will man eine KI entwickeln, lohnt sich ein genauer Blick auf biologische Gehirne und deren Aufbau und Funktion, sind sie doch die einzigen uns bekannten Strukturen welche die Eigenschaft Intelligenz hervorbringen. Das intelligentes Verhalten evt. auch durch gänzlich andere Strukturen hervorgebracht werden kann, wird dadurch ja nicht ausgeschlossen.
Will man ein Gehirn 1 zu 1 simulieren, dann hast du mit den 1 Billionen Synapsen sicher recht. Anders würde es wohl aussehen, würde man sich auf die Simulation der einzelnen Funktionen beschränken. Hierfür würde weniger an Neuronen und Synapsen ausreichen; evtl. könnte man sogar das Verhalten ganzer Neuroncluster parametrisieren; nur müsste man dazu die Funktionen des Gehirns erstmal entschlüsseln.

Aber ist die Eigenschaft Intelligenz wirklich ausschließlich an die Anzahl von Neuronen und Synapsen gebunden? Das Kleinhirn hat im Durchschnitt 69 Milliarden und das Großhirn etwa 16 Milliarden Neuronen. Das Großhirn, welches nach bestem Wissen die höheren Hirnfunktionen hervor bringt, hat weniger Neuronen als das Kleinhirn, welches überwiegend mit der Motorik assoziiert ist.

--X

Das ist alles völlig unklar. Letztlich geht es mir aber darum zu verdeutlichen dass mit einer Technologie wie die Microselektronik etwas wie künstliche Intelligenz nicht zu machen ist. Die erscheint uns heute so unendlich modern. Und man meint die Entwicklung müßte endlos so weitergehen. Dabei herrscht im Vergleich zur stürmischen Entwicklung in den 90er Jahren heutzutage geradezu Stillstand.

Man muß manchmal auch bereit sein andere Wege zu denken. Mit der Gentechnik sind ganz andere Dimensionen in Sachen KI und auch künstlicher Körper machbar. In China denkt man schon in diese Richtung. Daran sollte man sich orientieren. Sinnvoller als über intelligente Autos nachzudenken die mit einem unvorstellbar aufwändigen und teuren digitalen Aufwand zu uns kommen sollen.