03.01.2020

#unchAIn, Teil 2: Können Maschinen das menschliche Gehirn kopieren?

Bei der Artikelreihe "#unchAIn - Demystifying AI" kooperiert der brutkasten mit Ms. AI, um Vorurteile rund um Künstliche Intelligenz zu entmystifizieren. Expertinnen beantworten dazu die heikelsten Fragen rund um das Thema KI. Heute widmen wir uns der Frage, ob Maschinen das menschliche Gehirn kopieren können.
/artikel/koennen-maschinen-das-menschliche-gehirn-kopieren
Kernel, Flux, Flow, Gehirn, Johnson Künstliche Intelligenz: Maschine kopiert Gehirn
(c) Stock.Adobe/peshkov - US-Unternehmen Kernel ermöglicht "On-Demand"-Funktion im Bereich Neuroscience.

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 Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Expertinnen der jeweiligen Felder – von Philosophinnen über Wissenschaftlerinnen bis zu Managerinnen aus der Wirtschaft – beantworten dabei in einer mehrteiligen Artikelreihe die wichtigsten Fragen zum Thema Künstliche Intelligenz.

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

Im ersten Teil der Serie über KI haben wir uns mit der Frage beschäft, was Intelligenz eigentlich ist. Im zweiten Teil der Serie beschäftigen wir uns mit der Frage, ob Maschinen das menschliche Gehirn 1:1 kopieren können. Die 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 Nemes Ventures.

Ist es möglich, die Funktionen des menschlichen Hirns in einer Maschine zu kopieren?

Blackman: Es gibt die Theorie, dass das Fleisch und Blut des menschlichen Gehirns etwas Besonderes ist. Dementsprechend brächten auch Maschinen diese “Feuchtware”. Von dieser Theorie bin ich nicht besonders überzeugt. Ich verstehe nicht, warum wir nicht zum Beispiel synthetische Neuronen herstellen könnten. Oder synthetische Versionen von allem, was wir haben. Im Prinzip sehe ich also nicht, warum wir nicht alle Funktionen eines menschlichen Gehirns in eine Maschine kopieren könnten. Aber in der Praxis ist es außerordentlich schwierig. Die Komplexität des Gehirns selbst und der verschiedenen Umgebungen, in denen es gedeiht und verdorrt, ist so groß, dass ich skeptisch bin, dass wir es jemals herausfinden werden.

Nemes: Einige Forscher sagten vor mehr als 10 Jahren voraus, dass das menschliche Gehirn innerhalb von 10 Jahren repliziert werden könnte. Davon sind wir noch weit entfernt. Heutzutage verstehen wir nur 1 Prozent der Funktionsweise des menschlichen Gehirns. Was wir heute also replizieren können, beschränkt sich auf mechanische Aspekte wie das Screening und die Kartierung von Informationen von Programmen, die Zehntausende mal schneller sind als Menschen. Ich glaube, dass die vollständige Simulation des gesamten Gehirns am Computer eine weit entfernte Science-Fiction-Vision ist. Etwas, das, wenn es jemals zur Realität wird, komplexer sein wird als das menschliche Genom.

Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Wir brechen also die Komplexität herunter und nehmen die grundlegenden Eigenschaften her, um dann mit Hilfe von Algorithmen und Modellen Nachbildungen zu erzielen. Das ist heute noch mit großem Aufwand verbunden und damit für die Befriedigung der menschlichen Neugier nicht ausreichend. Es liegt in der Natur des Menschen, hier nicht locker zu lassen bis immer bessere Lösungen gefunden sind.

Demir: Jedes Geschöpf in unserem Universum ist ein einzigartiges, komplexes System, das wir noch nicht erforscht haben. Das wird uns viel Zeit kosten, denn jede Funktion ist mit Konstruktionen wie Gefühlen, Gedanken und dem, was man Seele nennt, verbunden.

Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Wie soll ein Mensch, der keine Ahnung hat, wie er funktioniert, dieses Wissen eins zu eins in eine Maschine übertragen? Außerdem glaube ich nicht, dass wir das Wissen von Mutter Natur über die richtige Materialkonstruktion aufwerfen. Eine Funktion des menschlichen Gehirns benötigt auch die richtige Menge an Trigger-, Kühl-, Heiz- und Austauschfunktionen, um richtig zu funktionieren, und die Einbeziehung von Emotionen bringt eine weitere Komplexität mit sich. Die Simulation eines solchen “menschenähnlichen” Systems würde eine große Menge an klassischer Rechenleistung erfordern.

Denken wir an das folgende Gedanken-Experiment:
Deine Mutter fragt dich: “Willst du Milch zum Frühstück?”
Deine Antwort: “Ja, bitte!”

Klingt sehr einfach, wenn man diese einfache, kleine Mutter-Kind-Interaktionssituation betrachtet und in verschiedene kleine Schritte zerlegt, die man versteht.
Was passiert hier?

  • Die Mutter-Kind-Verbindung, die dynamisch ist und sich von Zeit zu Zeit ändert.
  • Die Schnelligkeit, Stimme, Worte und Inhalte dieser Mutterfrage enthalten eine große Menge an Informationen, deren Diskussion mindestens 5 Stunden dauern würde.
  • Die Antwort des Kindes. Das Gefühl, die Stimme, der Inhalt, die Geschwindigkeit der Sprache.
  • Die Frage, warum sie Milch zum Frühstück trinken.
  • Die Entscheidungen, die sie innerhalb einer Sekunde treffen.
  • Das Wissen, dass sie Milch haben.
  • Die Art und Weise, wie sie interagieren, sprechen und die verschiedenen Gedanken, die sie gleichzeitig haben.
  • …und vieles mehr.

Die Analyse dieser Entscheidungen braucht eine Weile. Und die Erstellung eines Entscheidungsbaums, mit dem die Situation rekonstruiert wird, ist eine weitere Herausforderung.

Deshalb glaube ich nicht, dass ein Kopieren und Einfügen eines menschlichen Gehirns in eine Maschine vielleicht in der Zukunft möglich ist – aber derzeit müssen wir die aktuellen Probleme, die die Menschen in den letzten Jahren verursacht haben, beseitigen.

Welche Voraussetzungen muss eine Maschine erfüllen, um als “intelligent” zu gelten?

Demir: Wir müssen diese Frage zuerst für uns selbst beantworten, bevor wir über Maschinen nachdenken.
Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.
Beispiel: Ein achtsamer, intelligenter Mensch besitzt eine andere Art von Intelligenz als andere Menschen mit weniger Achtsamkeit. Maschinen wären nicht in der Lage, genau so zu “fühlen” wie Menschen, und das würde direkt in eine andere “Intelligenzmatrix” für Maschinen führen.

Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: “Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen”. Nach diesem Maßstab können die heutigen Sprachassistenten als intelligente Maschinen betrachtet werden, ebenso wie fahrerlose Autos, E-Mails, die Ihre Antworten vervollständigen, oder ein GPS-System. So werden unsere Maschinen intelligenter und die Zukunft wird mehr vernetzte Systeme bringen, die ihren Nutzen im täglichen Leben weiter steigern werden. Dennoch gilt: “Intelligenz” ist schwer zu kategorisieren.

Claus: Wir haben gerade mehrere Jahrzehnte des Datensammelns und deren Verarbeitung in (nahezu) „unintelligenten“ Systemen hinter uns. Aus zukünftiger Sicht würde man die aktuellen Möglichkeiten der automatisierten Text- oder Bildverarbeitung wohl als die Anfänge der maschinellen Intelligenz bezeichnen. Ähnlich wie bei der Entwicklung des aufrechten Gangs des Menschen ist das ein Schlüsselereignis für eine sehr grundlegende Weiterentwicklung. Aufgrund des ökonomischen Potentials der Maschinenintelligenz werden wir mit großen Schritten zu einem „next level“ von Intelligenz kommen, also einem abstrakterem Ursache-Wirkung-Verständnis bei Maschinen.

Blackman: Es gibt einige Leute, die nie zulassen werden, dass eine Maschine intelligent sein könnte. Aber wie ich schon sagte: Ich verstehe nicht, warum das nicht passieren sollte. Ich bin schließlich damit einverstanden, dass ein Taschenrechner eine bestimmte Art von Intelligenz manifestiert. Ich denke auch, dass unser eigenes Gehirn eine Art Maschine ist, indem ich denke, dass unsere Gehirne und Körper alle physisch sind und der Verstand aus physischen Einheiten besteht (die Dinge, die Neurowissenschaftler natürlich studieren, aber auch die Moleküle und Atome, die diese Dinge ausmachen). Für mich müssen sie also nur etwas erreichen, das funktional gleichwertig aussieht wie andere Dinge, die wir bereits als intelligent bezeichnen.

“Aber sind diese Dinge wirklich intelligent oder scheinen sie nur intelligent zu sein?”, könnte jemand fragen. Aber auch das hängt nur davon ab, wie man den Begriff “Intelligenz” verwenden will, und es ist nichts, worüber ich mir besonders Sorgen mache. Wenn wir jedoch über das Bewusstsein sprechen – etwas das Empfindungsvermögen, dann denke ich, dass die Frage zutiefst wichtig ist. “Fühlt es etwas oder scheint es einfach so, als würde es etwas fühlen?” ist eine Frage mit tiefen ethischen Implikationen – und das ist etwas, worüber wir uns aufregen sollten.

Der nächste Teil der Artikelreihe erscheint am Freitag, 10. 1. 2010. 

Redaktionstipps
Deine ungelesenen Artikel:
03.02.2025

KI in Europa: “Müssen aggressiv reingehen, um unseren Wohlstand zu halten”

Was braucht es, damit Österreich und Europa bei künstlicher Intelligenz nicht zurückfallen? Diese Frage diskutierten Hermann Erlach (Microsoft), Marco Porak (IBM), Peter Ahnert (Nagarro) und Jeannette Gorzala in der vorerst letzten Folge der brutkasten-Serie "No Hype KI".
/artikel/no-hype-ki-folge-6
03.02.2025

KI in Europa: “Müssen aggressiv reingehen, um unseren Wohlstand zu halten”

Was braucht es, damit Österreich und Europa bei künstlicher Intelligenz nicht zurückfallen? Diese Frage diskutierten Hermann Erlach (Microsoft), Marco Porak (IBM), Peter Ahnert (Nagarro) und Jeannette Gorzala in der vorerst letzten Folge der brutkasten-Serie "No Hype KI".
/artikel/no-hype-ki-folge-6
Peter Ahnert, Hermann Erlach, Marco Porak und Jeannette Gorzala
Peter Ahnert, Hermann Erlach, Marco Porak und Jeannette Gorzala | Foto: brutkasten

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


Wo stehen wir wirklich, was die Adaption von künstlicher Intelligenz in der österreichischen Wirtschaft angeht? Diese Frage zu beantworten war eines der Ziele der Serie “No Hype KI“, die brutkasten anlässlich des zweijährigen Bestehens von ChatGPT gestartet hat. Die ersten fünf Folgen beleuchten unterschiedliche Aspekte des Themas und lieferten eine Bestandsaufnahme.

Im Staffelfinale, der sechsten Folge, war der Blick dann in Richtung Zukunft gerichtet. Dazu fanden sich die Österreich-Chefs von Microsoft und IBM, Hermann Erlach und Marco Porak, sowie Nagarros Big Data & AI Practice Lead für Central Europe, Peter Ahnert, und KI-Expertin Jeannette Gorzala, die auch Mitglied des KI-Beirats der österreichischen Bundesregierung ist, im brutkasten-Studio ein.

“Der Hype ist weg und das ist eine gute Sache”

Eine der Erkenntnisse der Serie: Unternehmen und Institutionen verabschieden sich von überschwänglichen Erwartungen und sehen sich stattdessen an, wie KI tatsächlich in der Praxis eingesetzt wird. „Der Hype ist weg und das ist eine gute Sache, weil jetzt kann man auf den Use Case gehen“, sagt Hermann Erlach, General Manager von Microsoft Österreich, im Videotalk. Er vergleicht den aktuellen Reifegrad von KI mit dem Beginn einer langen Reise: „Wenn ich so eine Reise angehe, dann brauche ich ein Ziel, einen Plan und Mitreisende. Alleine macht das wenig Spaß.“

Auch Marco Porak, General Manager von IBM in Österreich, schlägt in eine ähnliche Kerbe. Er sieht das abgelaufene Jahr als eine Phase der Erkenntnis. Den Status Quo bei KI in Österreichs Unternehmen beschreibt er im Talk folgendermaßen: “Wir haben allerorts sehr viel ausprobiert, sind vielleicht da und dort auf die Nase gefallen”. Gleichzeitig habe es auch “schöne Erfolge” gegeben. Für Porak ist klar: “Die Frage der Stunde lautet: Wie machen wir jetzt von hier weiter?“

AI Act: “Jetzt müssen wir ins Tun kommen”

Ein großes Thema dabei ist der AI Act der EU. Jeannette Gorzala, Gründerin von Act.AI.Now, plädiert für eine pragmatische Haltung gegenüber der EU-Verordnung: “Der AI-Act ist ein Faktum, er ist da. Jetzt müssen wir ins Tun kommen.” Sie sieht in dem Regelwerk einen Wegweiser: “Wir müssen die entsprechenden Kompetenzen aufbauen und die Möglichkeiten nutzen, die diese Regulierung bietet. Das ist der Reiseplan, den wir brauchen.”

Auch Marco Porak sieht den AI Act positiv: „Er hat nicht die Algorithmen reguliert, sondern gesagt, was wir in Europa gar nicht wollen, etwa Sozialpunktesysteme oder Gesichtserkennung in Echtzeit.“ So entstehe für Unternehmen im globalen Wettbewerb ein Vorteil, wenn sie ihre KI-Anwendung nach europäischen Maßstäben zertifizieren lassen: „Das ist wie ein Gütesiegel.“

“Müssen positiv aggressiv reingehen, um unseren Wohlstand zu halten”

Hermann Erlach von Microsoft bezeichnet den Ansatz des AI Act ebenfalls als “gut”, betont aber gleichzeitig, dass es jetzt auf die Umsetzung von KI-Projekten ankomme: “Wir haben eine Situation, in der jedes Land an einem neuen Startpunkt steht und wir positiv aggressiv reingehen müssen, um unseren Wohlstand zu halten.”

Peter Ahnert sieht dabei auch ein Problem in der öffentlichen Wahrnehmung: KI werde tendenziell nicht nur zu klein gedacht, sondern meist auch in Zusammenhang mit Risiken wahrgenommen: “Es werden die Chancen nicht gesehen.” Woran liegt es? “Zu einem erheblichen Teil daran, dass noch zu wenig Bildung und Aufklärung an dem Thema da ist. In Schulen, in Universitäten, aber auch in Unternehmen und in der öffentlichen Hand.” Hier müsse man ansetzen, sagt der Nagarro-Experte.

Jeannette Gorzala sieht das ähnlich: “Bildung und Kompetenz ist das große Thema unserer Zeit und der zentrale Schlüssel.” Verstehe man etwas nicht, verursache dies Ängste. Bezogen auf KI heißt das: Fehlt das Verständnis für das Thema, setzt man KI nicht ein. Die Opportunitätskosten, KI nicht zu nutzen, seien aber “viel größer” als das Investment, das man in Bildung und Governance tätigen müssen. “Natürlich ist es ein Effort, aber es ist wie ein Raketenstart”, sagt Gorzala.

IBM-Programm: “Die Angst war weg”

Wie das in der Praxis funktionieren kann, schilderte IBM-Chef Porak mit einem Beispiel aus dem eigenen Unternehmen. IBM lud weltweit alle Mitarbeitenden zu einer KI-Challenge, bei der Mitarbeiter:innen eigene KI-Use-Cases entwickelten, ein – mit spürbaren Folgen: “Die Angst war weg.” Seine Beobachtung: Auch in HR-Teams stieg die Zufriedenheit, wenn sie KI als Assistenz im Arbeitsablauf nutzen. “Sie können sich auf die komplexen Fälle konzentrieren. KI übernimmt die Routine.”

Microsoft-Chef Erlach warnt auch davor, das Thema zu stark unter Bezug auf rein technische Skills zu betrachten: “Die sind notwendig und wichtig, aber es geht auch ganz viel um Unternehmens- und Innovationskultur. Wie stehen Führungskräfte dem Thema AI gegenüber? Wie steht der Betriebsrat dem Thema AI gegenüber?”, führt er aus.

Venture Capital: “Müssen in Europa ganz massiv was tun”

Soweit also die Unternehmensebene. Einen große Problemstelle gibt es aber noch auf einem anderen Level: Der Finanzierung von Innovationen mit Risikokapital. “An der Stelle müssen wir in Europa ganz massiv was tun”, merkte Ahnert an. Er verwies auf Beispiele wie DeepMind, Mistral oder Hugging Face, hinter denen jeweils europäische Gründer stehen, die aber in den USA gegründet, ihre Unternehmen in die USA verkauft oder zumindest vorwiegend aus den USA finanziert werden.

Der Nagarro-Experte verwies dazu auf eine Studie des Applied AI Institute, für die Startups aus dem Bereich generative KI zu den größten Hürden, mit denen sie es zu tun haben, befragt wurden. “51 Prozent haben Funding genannt. Weit abgeschlagen an zweiter Stelle mit 24 Prozent erst kam die Regulierung und unter 20 Prozent waren Themen wie Fachkräftemangel oder Zugang zu Compute Power.” Ahnerts Appell: “Bei dem Thema Finanzierung müssen wir was tun, damit wir in der nächsten Welle an der Spitze sind.”

Erlach: Adaption entscheidend

Letztlich sei aber vielleicht gar nicht so entscheidend, wo eine Technologie produziert werde, argumentierte Hermann Erlach von Microsoft. Denn es komme auf die Adaption an: “Vielleicht ist die Diskussion Europa vs. Amerika in Teilbereichen die falsche.” Die wichtigere Frage sei also: “Wie adaptiere ich diese Technologie möglichst schnell, um meinen Wohlstand zu erhöhen?”

Marco Porak ergänzt: “Ganz, ganz wesentlich ist Mut. Ganz, ganz wesentlich ist unsere kulturelle Einstellung zu dem Thema.” Man müsse die Chancen sehen und weniger das Risiko. In der Regulatorik könne man dies begleiten, indem man Anreize schafft. “Und ich glaube, wenn wir das als Österreich mit einem großen Selbstbewusstsein und auch als Europa mit einem großen Selbstbewusstsein machen, dann haben wir in fünf Jahren eine Diskussion, die uns durchaus stolz machen wird.”


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”

Folge 5: Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”


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 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: “Willst du Milch zum Frühstück?” Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu “fühlen” wie Menschen, und das würde direkt in eine andere “Intelligenzmatrix” für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: “Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen”.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

#unchAIn, Teil 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: “Willst du Milch zum Frühstück?” Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu “fühlen” wie Menschen, und das würde direkt in eine andere “Intelligenzmatrix” für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: “Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen”.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

#unchAIn, Teil 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: “Willst du Milch zum Frühstück?” Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu “fühlen” wie Menschen, und das würde direkt in eine andere “Intelligenzmatrix” für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: “Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen”.

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 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: “Willst du Milch zum Frühstück?” Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu “fühlen” wie Menschen, und das würde direkt in eine andere “Intelligenzmatrix” für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: “Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen”.

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 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: “Willst du Milch zum Frühstück?” Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu “fühlen” wie Menschen, und das würde direkt in eine andere “Intelligenzmatrix” für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: “Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen”.

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 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: “Willst du Milch zum Frühstück?” Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu “fühlen” wie Menschen, und das würde direkt in eine andere “Intelligenzmatrix” für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: “Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen”.

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 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: “Willst du Milch zum Frühstück?” Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu “fühlen” wie Menschen, und das würde direkt in eine andere “Intelligenzmatrix” für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: “Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen”.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

#unchAIn, Teil 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: “Willst du Milch zum Frühstück?” Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu “fühlen” wie Menschen, und das würde direkt in eine andere “Intelligenzmatrix” für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: “Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen”.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

#unchAIn, Teil 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt “#unchAIn – Demystifying AI” kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: “Willst du Milch zum Frühstück?” Sicherlich erfordert eine “intelligente” menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu “fühlen” wie Menschen, und das würde direkt in eine andere “Intelligenzmatrix” für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: “Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen”.