16.12.2019

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei der neuen Artikelreihe "#unchAIn - Demystifying AI" kooperiert der brutkasten mit Ms. AI, um Vorurteile rund um Künstliche Intelligenz zu entmystifizieren. In einem Deep Dive beantworten Expertinnen dazu die heikelsten Fragen rund um das Thema KI. Beginnen wir also mit den Basics: Was ist eigentlich Intelligenz?
/artikel/intelligenz-definition
Wie funktioniert unser Gehirn? Und was hat es mit unserer Intelligenz zu tun? (c) Adobe Stock / georgejmclittle

Künstliche Intelligenz ist eines der wichtigsten Tech-Themen unserer Zeit – denn es gibt wohl keinen Bereich des politischen, wirtschaftlichen und gesellschaftlichen Lebens, der nicht das Potenzial hat, von KI grundlegend verändert zu werden. Zugleich gibt es in diesem  Bereich viele Falschinformation und überzogene Erwartungen. Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Ms. AI, um gängige falsche Vorstellungen zu entmystifizieren. Expertinnen der jeweiligen Felder – von Philosophie über Wissenschaftbis zum Management – beantworten dabei in einer mehrteiligen Artikelreihe die wichtigsten Fragen zum Thema Künstliche Intelligenz.

+++Mehr zum Thema AI & DeepTech+++

Zum Beginn der Artikelserie stellen wir grundlegenden Fragen zu diesem Thema: Wie definiert man eigentlich Intelligenz? Wie funktioniert das menschliche Gehirn, und wie macht es uns intelligent? Diese Fragen werden beantwortet von der AI-Expertin und Quantenphysikerin Dilek Demir, Isabell Claus, Co-Founder & Managing Director thinkers.ai, dem Philosophen Reid Blackman und Nancy Nemes, Founder Ms. AIA und #humanAIze, sowie CEO von Nemes Ventures.

Wie definiert man Intelligenz?

Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden.

Dr. Isabell Claus, Co-Founder & Managing Director thinkers.ai: Menschliche Intelligenz umfasst die Möglichkeit, situationsspezifisch zu reagieren, die Neugier und eine sich über die Generationen weiterentwickelte Problemlösungskompetenz, sowie das Lernen aus bereits Erlebtem, also Fehler nicht immer wieder zu machen.

Nancy Nemes, Founder Ms. AI und #humanAIze, CEO Nemes Ventures: Das Verständnis der menschlichen Intelligenz entwickelt sich im Laufe der Zeit. Und obwohl es verschiedene Definitionen dafür gibt, müssen wir noch viel mehr tun, um die menschliche Intelligenz wirklich zu verstehen. Momentan definiere ich menschliche Intelligenz gerne als die Fähigkeit, Emotionen und emotionales Wissen zu erzeugen, wahrzunehmen, und darauf zuzugreifen; Emotionen kreativ, reflektierend und effektiv zu regulieren, um das intellektuelle Wachstum zu fördern; sowie klug aus Erfahrungen zu lernen, um sich an Umgebungen anzupassen und diese zu formen. 

Reid Blackman, Philosoph: An dieser Stelle ist es sinnvoller, das zu fragen, was Philosophen als eine “metaphysische Frage” bezeichnen: “Was ist Intelligenz?” oder “Was macht Intelligenz aus?” oder “Was ist die Natur der Intelligenz.” In der Beantwortung einer dieser Fragen erhalten Sie verschiedene Darstellungen darüber, was Intelligenz ist. Und alle diese Darstellungen werden verschiedenen Gegendarstellungen unterschiedlicher Stärke ausgesetzt sein. Was diese verschiedenen Sichtweise und  Analysen zusammenführt, ist die Tatsache, dass sie von einer Reihe von Beispielen ausgehen werden, bei denen die Menschen mehr oder weniger übereinstimmen, dass sie eine Art von Intelligenz besitzen.

Natürlich werden wir auf mehr oder weniger durchschnittliche, erwachsene Menschen verweisen und sagen: “Sie haben Intelligenz”. Ein Zeichen ihrer Intelligenz ist die Fähigkeit, sich an Ketten des Denkens zu beteiligen. Sie können zum Beispiel darüber nachdenken, wie sie das bekommen, was sie wollen – das, was wir “Means/End Reasoning” nennen können. Sie können auch darüber nachdenken, ob es sich lohnt, diese Ziele überhaupt zu verfolgen. Wir nennen das “Ends Reasoning”. Und wir können beobachten, dass andere Tiere sich mit Means/End-Reasoning beschäftigen, aber nicht mit Ends Reasoning.

Nemes: Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Maschinelle Intelligenz ist, wenn Maschinen mit einigen (aber nicht allen) Aspekten der menschlichen Intelligenz programmiert werden, einschließlich Lernen, Problemlösung und Priorisierung. Es besteht aus verschiedenen Methoden des maschinellen Lernens, sowie Automatisierungstechniken. Künstliche Intelligenz ermöglicht es Computern, verfügbare Informationen zu verarbeiten und zu neuen Lösungen zu kombinieren, um bestimmte Ziele zu erreichen. Daher haben wir auf dem Weg zur KI (der höchsten Form der rechnergestützten Intelligenz) maschinelles Lernen und dessen Entwicklung, die maschinelle Intelligenz.

Blackman: Mathematisches Denken ist eine andere Art des Denkens. Wir machen es die ganze Zeit. Es scheint ein Merkmal unserer Intelligenz zu sein. Es stellt sich jedoch heraus, dass sich Maschinen mit mathematischem Denken beschäftigen können – wir nennen sie Rechner! Man könnte sagen: “Sie sind nicht wirklich an der Argumentation interessiert”, oder so etwas in der Art. “Es sind alles Nullen und Einsen, also ist es keine Argumentation”, könnte man sagen. Aber dann möchte ich darauf hinweisen, dass, wenn wir uns mit dem Denken beschäftigen, es sich immer um neuronale Zündungen und Synapsen handelt. Und daraus würde niemand rückschließen, dass Menschen nicht denken.

Es würde mich also nicht stören, wenn die Leute die Rechner als eine Art von Intelligenz beschreiben würden. Interessanterweise dachte Renee Descartes, dass eine Maschine nie in der Lage sein würde, sich mit mathematischem Denken zu beschäftigen, denn das war etwas, was nur der menschliche Verstand tun konnte. Das war eines der vielen Dinge, bei denen er falsch lag.

Wie funktioniert das menschliche Hirn, und wie macht es uns intelligent?

Blackman: Ganz allgemein würde ich sagen, dass das Gehirn eine Komplexität aufweist, die es möglich macht, dass es zum Beispiel glauben, begehren, hoffen, Angst haben, sowie zum Beispiel sehen oder hören kann.

Demir: Es ist bekannt, dass das Gehirn aus einem Bündel von wenigen Millionen neuronaler Cluster besteht, die mit Lichtgeschwindigkeit arbeiten und interagieren. Die interessantesten und herausforderndsten Teile sind die Nerven, die zu den Synapsen oder synaptischen Verbindungen führen. Hier, im Zusammenspiel mit den chemischen Wechselwirkungen und geladenen Ionen, findet der Informationsfluss statt, und das ist sehr interessant. Bisher wurden einige Krankheiten im Zusammenhang mit dem ZNS-System des Menschen beobachtet… und das ist schon fast alles, was wir darüber wissen.

Claus: Wenn wir wüssten, wie das Gehirn als Ganzes arbeitet, bräuchten wir wahrscheinlich nicht so lange, bis wir Maschinen ähnliche Abläufe beibringen. De facto bleibt uns aber genau das verborgen. Wir zerlegen einzelne Charakteristika, Fähigkeiten und Prozesse in unzähligen Studien und untersuchen sie mit Hilfe verschiedener Ansätze, Methoden und in mehreren Disziplinen. So kommen wir Stück für Stück zu neuen Erkenntnissen. Gleichzeitig fehlt uns aber der gesamtheitliche Überblick über alles, was die Menschheit heute über das Gehirn weiß. Maschinen haben in dieser Hinsicht eine Fähigkeit, die uns Menschen nach vorne katapultieren könnte: Die Verarbeitung massenhafter Daten. Sobald die massenhafte Datenverarbeitung zum Beispiel im Bereich der Erforschung des Gehirns mit der menschlichen Intelligenz verknüpft wird, haben wir die Chance, zu durchblicken, was alles in unserem Kopf passiert und was Intelligenz ausmacht.

Nemes: Das menschliche Gehirn ist das komplexeste Organ im menschlichen Körper und komplexer als jede bekannte Struktur des Universums. Unser Gehirn hat fast 100 Milliarden Neuronen, die Informationen in Form von elektrischen Signalen sammeln, verarbeiten und weitergeben. Bisher wissen wir jedoch nicht, wie die Unterschiede oder Ähnlichkeiten in den Eigenschaften dieser Zellen für menschliche kognitive Fähigkeiten wie Intelligenz von Bedeutung sind. Wissenschaftler, die im Rahmen des Human Brain Project arbeiten, haben zum ersten Mal einen direkten Zusammenhang zwischen der Größe der Gehirnzellen und dem IQ-Niveau entdeckt. So würden größere Neuronen im Temporallappen des Gehirns, die elektrische Signale mit höherer Geschwindigkeit erzeugen, zusammenhängen mit höheren Verarbeitungsraten und höherem Intelligenzniveau. Zu sagen, dass das Gehirn “wie ein großer Computer funktioniert”, ist eine ziemliche Vereinfachung, da es so viel mehr gibt, was das menschliche Gehirn einzigartig und intelligent macht. Zum Beispiel könnten wir ohne das Gehirn nicht atmen, sprechen, singen, spielen, lieben, arbeiten oder uns erinnern. Einzigartig menschlich ist es, abstrakte Konzepte zu verstehen, zu handhaben und zu erfinden, uns auszudrücken und unser Wissen zu nutzen, um unsere Umwelt zu manipulieren. Darwinisten (wie ich) glauben, dass die menschliche Intelligenz nur eine bestimmte Überlebensstrategie unter vielen anderen ist. Und während wir Computerprogramme haben, die Schach besser spielen können als der beste menschliche Schachspieler, haben wir immer noch keine einzige Maschine (man kann es auch “Roboter” nennen), die wie eine Katze springen oder wie ein Adler sehen oder fliegen kann. Es heißt zudem, Kultur, Fürsorge und Altruismus seien einzigartig menschlich.

Demir: Wir wissen also nicht viel über das menschliche Gehirn. Es werden nur Bereiche des Gehirns spezifiziert, und dennoch beobachtet die Medizin ständig neue knifflige und große Unterschiede in diesem Bereich. Eine Sache, die ich liebe und gelernt habe, ist, über ein bestimmtes Thema nachzudenken, indem ich Artikel lese, mit den richtigen Kollegen interagiere und die richtigen Dokumentationen anschaue. Ich bin mir nicht sicher, ob ein Gehirn uns intelligent macht. Es ist vielmehr das Zusammenspiel weniger verschiedener Parameter. Gefühle werden zum Beispiel überhaupt nicht beobachtet, aber sie sind auch in diesem Spiel ein wichtiger Faktor.

Deshalb kann ich hier nur eine Hypothese vorschlagen, und diese wäre die folgende: Ich denke, dass die Quantenphysik eine große Rolle im Prozess des Denkens, der Informationsspeicherung und des Wiederaufrufs von Informationen im menschlichen Gehirn spielt. Die Tatsache, dass es sich um geladene Ionen handelt, ist für mich ein Indikator dafür, dass dort eine gewisse “Quantenmagie” stattfindet.

Im nächsten Teil der Serie werden wir uns mit der Frage beschäftigen, ob Maschinen die menschliche Intelligenz kopieren können. Somit nähern wir uns schrittweise dem komplexen Thema der Künstlichen Intelligenz an.

Redaktionstipps
Deine ungelesenen Artikel:
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5

“No Hype KI” wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie “No Hype KI” diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

“Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”

“Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. “Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören”, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als “Key Technology” im KI-Bereich. Für “Women in AI” spiele die Offenheit eine zentrale Rolle: “Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.” Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was “open” sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. “2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.” Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: “Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.” Florian Böttcher von CANCOM Austria pflichtet hier bei: “Wir setzen genau so auf hybrid.”

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. “Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.”

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. “Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden”, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in “Compliance-Fallen” führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: “Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.” Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: “Man kann nicht immer gleich die neueste ‘bleeding edge’-Lösung nehmen sondern sollte etwas konservativer herangehen.”

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. “Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich”, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. “KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht”, so Böttcher.

“Rechenleistungs-Hunger” von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. “Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur”, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der “Rechenleistungs-Hunger” sich verringere.

Patrick Ratheiser ergänzt: “Es ist grundsätzlich eine Kostenfrage.” Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. “Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar”, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. “Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben”, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: “Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.”

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: “Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.” Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. “Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann”, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. “Wenn ich KI verwende, muss ich auch wissen, was drinnen ist”, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? “Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen”, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: “Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.” Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die “Pioniere” im Unternehmen. “AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen”, so Ratheiser.

“Einfach einmal ausprobieren”

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: “Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.” Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: “Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.” Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine “metaphysische Frage” bezeichnen: “Was ist Intelligenz?” oder “Was macht Intelligenz aus?” oder “Was ist die Natur der Intelligenz.” Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine “metaphysische Frage” bezeichnen: “Was ist Intelligenz?” oder “Was macht Intelligenz aus?” oder “Was ist die Natur der Intelligenz.” Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine “metaphysische Frage” bezeichnen: “Was ist Intelligenz?” oder “Was macht Intelligenz aus?” oder “Was ist die Natur der Intelligenz.” Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine “metaphysische Frage” bezeichnen: “Was ist Intelligenz?” oder “Was macht Intelligenz aus?” oder “Was ist die Natur der Intelligenz.” Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine “metaphysische Frage” bezeichnen: “Was ist Intelligenz?” oder “Was macht Intelligenz aus?” oder “Was ist die Natur der Intelligenz.” Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine “metaphysische Frage” bezeichnen: “Was ist Intelligenz?” oder “Was macht Intelligenz aus?” oder “Was ist die Natur der Intelligenz.” Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine “metaphysische Frage” bezeichnen: “Was ist Intelligenz?” oder “Was macht Intelligenz aus?” oder “Was ist die Natur der Intelligenz.” Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine “metaphysische Frage” bezeichnen: “Was ist Intelligenz?” oder “Was macht Intelligenz aus?” oder “Was ist die Natur der Intelligenz.” Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 1: Was ist eigentlich Intelligenz?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Dilek Demir, AI-Expertin und Quantenphysikerin: Intelligenz ist die Fähigkeit, Informationen im Zuge der emotionalen Intelligenz zum richtigen Zeitpunkt zu lernen, zu verstehen, zu speichern, wiederaufzurufen und wiederzuverwenden. Auf der Technologieseite sollten wir zwischen maschineller Intelligenz, maschinellem Lernen und künstlicher Intelligenz unterscheiden. Reid Blackman, Philosophin: Hier ist es sinnvoller, das zu fragen, was Philosophen als eine “metaphysische Frage” bezeichnen: “Was ist Intelligenz?” oder “Was macht Intelligenz aus?” oder “Was ist die Natur der Intelligenz.” Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.