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:
16.05.2024

Dynatrace: Linzer Softwarefirma machte über 1,4 Mrd. Dollar Jahresumsatz

Schwarze Zahlen Ende nie: Das vor fast 20 Jahren in Linz gegründete Software-Unternehmen Dynatrace kommuniziert ein neues Umsatzhoch.
/artikel/dynatrace-ueberspringt-letztjaehrige-umsatzmilliarde
16.05.2024

Dynatrace: Linzer Softwarefirma machte über 1,4 Mrd. Dollar Jahresumsatz

Schwarze Zahlen Ende nie: Das vor fast 20 Jahren in Linz gegründete Software-Unternehmen Dynatrace kommuniziert ein neues Umsatzhoch.
/artikel/dynatrace-ueberspringt-letztjaehrige-umsatzmilliarde
Gründer und CTO von Dynatrace - Bernd Greifeneder © Ines Thomsen

Im abgelaufenen Geschäftsjahr 2024 – bis zum 31. März 2024 – hat das in Linz gegründete und global tätige Softwareunternehmen Dynatrace einen Umsatz von 1,431 Milliarden US-Dollar erreicht. Gemessen am Vorjahresumsatz in Höhe von 1,159 Milliarden US-Dollar entspreche dies einem Umsatzzuwachs von 23 Prozent, gab das Unternehmen bekannt.

Gegründet wurde das Software-Multinational am 2. Februar 2005 als dynaTrace Software GmbH durch Bernd Greifeneder, Sok-Kheng Taing und Hubert Gerstmayr. Im Jahr 2011 kaufte die US-amerikanische Compuware-Corporation mit Hauptsitz in Detroit, Michigan, das SoftwareTech. Damit gelang dem AI-Specialist aus Linz einer der größten Tech-Exits der österreichischen Startups-Geschichte – für 256 Millionen US-Dollar.

Den Durchbruch hat dann der Pivot zum Cloud-Fokus gebracht. Nach dem ersten Exit an Compuware folgte ein zweiter Verkauf – nämlich die Übernahme durch die in Chicago ansässige Beteiligungsgesellschaft Thomas Bravo für 2,4 Milliarden US-Dollar.

Pivot brachte Durchbruch

Seit seiner Gründung im Jahr 2005 hatte sich der AI-Spezialist auf den Bereich Application Performance-Monitoring fokussiert. Ab 2015 stellte Gründer und CTO Bernd Greifeneder mit seinem Team das Produkt mit Fokus auf Entreprise Cloud neu auf. Inzwischen wurde das Unternehmen vom US-Marktforschungsunternehmen Gartner als Marktführer in seinem Bereich gelistet. Schon damals positionierte sich Dynatrace als SaaS-Market-Leader in der Kategorie AI-powered Software Intelligence.

Konkret ist Dynatrace auf Netzwerk-Monitoring spezialisiert – das multinationale Unternehmen überwacht den Netzwerkverkehr auf Host- und Prozessebene. Überwacht wird indes, welche Prozesse die meiste Netzwerkbandbreite verbrauchen und wo es Verbindungsprobleme gibt. Die aus dem Monitoring gewonnenen Informationen dienen der Kapazitätsplanung und -optimierung – ressourcenintensive Prozesse werden indes “auf einen Blick erkennbar”, wie das SoftwareTech auf seiner Website schreibt.

2019 ging das Unternehmen dann mit einem erfolgreichen IPO an die New Yorker Börse. Der Wachstumskurs setze sich fort: 2022 erreichte der Software-Spezialist fast eine Milliarde Dollar Umsatz – konkret 929 Millionen US-Dollar bis zum 31. März 2022 – damals eine Umsatzsteigerung um 32 Prozent im Vorjahresvergleich. Als CEO ist seit Dezember 2021 Rick M. McConnel tätig.

Zuwachs bei Belegschaft

Nach oben geht es auch mit der Zahl der bei Dynatrace Beschäftigten: Binnen eines Jahres sind 500 neue Mitarbeitende in den Betrieb aufgenommen worden. Weltweit erhöhte sich die Dynatrace-Belegschaft damit von 4.200 auf 4.700 Personen.

Das von Gründer und CTO Bernd Greifeneder geleitete Forschungs- und Entwicklungsteam (R&D) ist nach Angaben des Unternehmens von 1.400 auf über 1.600 Mitarbeitende gewachsen sein. Damit seien rund ein Drittel der Mitarbeitenden des Konzerns im Bereich Forschung & Entwicklung – zu Englisch Research und Development (R&D) – beschäftigt.

KI soll gegen Engpässe und Kostenfallen helfen

„Dynatrace unterstützt die größten Unternehmen der Welt dabei, ihre digitalen Innovationen voranzutreiben, Cyber-Risiken zu minimieren und Cloud-Kosten zu optimieren. Dabei spielt der Gründungsstandort eine zentrale Rolle“, erklärt Bernd Greifeneder.

Bereits Anfang des Jahres hat Dynatrace seine Analyse- und Automatisierungsplattform um Observability und Security – zu Deutsch Beobachtbarkeit und Sicherheit – für KI-gestützte Anwendungen erweitert. Diese soll Schutz vor technischen Leistungsengpässen und Kostenfallen bieten, wie Dynatrace kommuniziert.

Spatenstich in Linz

Erst im März 2024 startete der Ausbau des Dynatrace Engineering Headquarters in der Linzer “Am Fünfundzwanziger Turm-Straße”. Der Campus soll über sieben Stockwerke verfügen – und das Herz der Produktentwicklung bilden, heißt es in einer Aussendung. Bis Ende 2025 soll das Gebäude fertig sein. Der gesamte Dynatrace-Campus soll indes auf eine Bürofläche von 29.000 Quadratmetern gewachsen sein – und rund 1.500 Software-Entwickler:innen aus aller Welt beheimaten.

Österreich zählt über ein Viertel der globalen Belegschaft

Zudem sollen die Entwicklungs-Labors in Wien und Graz erweitert werden: Im laufenden Mai soll Der Wiener Standort im Icon Tower des Hauptbahnhofs ein zusätzliches Stockwerk bekommen. In Graz stehe im baldigen Sommer eine Übersiedelung bevor – und zwar in den Grazer Impuls Campus auf den Reininghaus-Gründen.

Nach eigenen Angaben sollen in ganz Österreich mehr als 1.200 Expert:innen aus über 60 Nationen angestellt sein. An den österreichischen Dynatrace-Standorten Linz, Wien, Graz, Klagenfurt, Hagenberg und Innsbruck sind damit 26 Prozent – also über ein Viertel – der weltweiten Belegschaft beschäftigt.

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”.