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:
28.08.2026

Zyglox: Grazer Startup holt Sensortechnik aus dem All auf die Schiene

Das Grazer Startup Zyglox misst Belastungen an Radsätzen von Zügen berührungslos mit Sensorik aus der Raumfahrt. Gefördert wird es von der Austria Wirtschaftsservice (aws). Wir haben mit Gründer Jakob Moder gesprochen.
/artikel/zyglox-grazer-startup-holt-sensortechnik-aus-dem-all-auf-die-schiene
28.08.2026

Zyglox: Grazer Startup holt Sensortechnik aus dem All auf die Schiene

Das Grazer Startup Zyglox misst Belastungen an Radsätzen von Zügen berührungslos mit Sensorik aus der Raumfahrt. Gefördert wird es von der Austria Wirtschaftsservice (aws). Wir haben mit Gründer Jakob Moder gesprochen.
/artikel/zyglox-grazer-startup-holt-sensortechnik-aus-dem-all-auf-die-schiene
Das Zyglox-Team in Graz, in der Mitte die Gründer Jakob Moder (links) und Erik Gerstl (rechts). © Zyglox

Rund die Hälfte der Lifecycle-Kosten eines Zuges entfällt auf die Wartung, und davon wiederum mehr als die Hälfte auf Räder, Achsen und Fahrwerk, sagt Jakob Moder. Wie stark diese Bauteile im Betrieb tatsächlich belastet werden, wird bisher aber kaum gemessen. Der Grund ist simpel: Es fehlt an präziser Messtechnik, die im Dauerbetrieb einsetzbar ist. Das Grazer Startup Zyglox will das ändern.

„Die Eisenbahn ist nicht ins 21. Jahrhundert gekommen“

Der Name ist ein Wortspiel: Zyglox, gesprochen „Zügloks“, steht für Messtechnik für Züge und Loks. Dahinter stehen Jakob Moder und Erik Gerstl, die zuvor gemeinsam in der Messtechnik gearbeitet haben. Moder wechselte später in den Eisenbahnbereich und erlebte die Lücke dort aus der Praxis. Was es brauche, sei eine Lösung, „die das einerseits zuverlässig erkennt und gleichzeitig gut applizierbar ist“. Sein Urteil: „Bei der Usability ist die Eisenbahn nicht ins 21. Jahrhundert gekommen.“ Ende 2023 gründeten die beiden Techniker Zyglox in Graz.

Die bisherige Methode mit Dehnmessstreifen sei „einfach zu teuer“, erklärt Moder. Der Zug müsse dafür ein bis zwei Wochen zerlegt und instrumentiert werden, deshalb passiere das nur bei der Zulassung. „Das dauert ein Jahr, diese Technik reinzubringen, die Zulassung durchzuführen, und dann wird es wieder rausgenommen.“ Im laufenden Betrieb bleiben nur Beschleunigungssensoren, wie sie auch in jedem Smartphone stecken. „Das ist von der Datenqualität her ganz was anderes. Unser Sensor ist wie 4K, der Beschleunigungssensor liefert ein verpixeltes Foto von den Zuständen.“

Ein Sensor für Zulassung und Dauerbetrieb

Die Lösung von Zyglox lässt sich ohne größere Änderungen am Bauteil anbringen. „Wir haben eine Plug-and-Play-Lösung, die kann man einfach aufstecken“, sagt Moder. Ein Techniker braucht dafür laut Zyglox 30 Minuten. Der Sensor messe Dehnungen an Achsen, Wellen oder Schienen und liefere „gleiche oder bessere Daten als die Lösungen bisher“. Das Ziel ist ein Universalwerkzeug: genau genug für die Zulassung, aber so ausgelegt, dass es danach auf dem Fahrzeug bleibt und die Kräfte im Rad-Schiene-Kontakt dauerhaft erfasst. „Da gibt es ein großes Anwendungsfeld, denn damit wird auch die Infrastruktur überwacht“, so Moder.

Jeden Tag werden auf der Schiene hunderttausende Kilometer zurückgelegt. Zyglox will jeden davon nutzbar machen, um zu lernen, zu verbessern und vorherzusagen. Mit herkömmlichen Methoden war das Erfassen dieser Daten bisher zu teuer, zu langsam und zu aufwendig. © Zyglox

Physik aus dem Trafo, Sensoren aus dem Weltraum

Technisch nutzt Zyglox hochsensitive Magnetfeldsensoren aus der Raumfahrt, das Startup ist Teil eines Downstream-Programms der ESA. Das Prinzip erklärt Moder am Transformator: Der brummt, weil das Magnetfeld des Wechselstroms den Stahl minimal dehnt. „Und wir machen das Umgekehrte: Wenn sich der Stahl dehnt, ändert sich sein Magnetfeld in der Umgebung.“ Ein aktives Messverfahren berücksichtigt dabei den linearen Zusammenhang zwischen Belastung und Sensorsignal. Die Technologie ist patentiert, entwickelt und montiert wird in Graz.

Betreiber als Kunden, Wartung als Hebel

Als primäre Kunden sieht Zyglox die Bahnbetreiber, bei denen die Wartungskosten anfallen. Dazu kommt die Sicherheit: „Es gibt viele Vorfälle, die vielleicht nicht zu einem Unfall führen, wo man aber trotzdem sicherer und zuverlässiger unterwegs wäre, wenn man gutes Condition Monitoring hat.“

Ein kleines Pilotprojekt ist bereits abgeschlossen. Für 2027 ist der Einbau des Systems in Fahrzeuge im regulären Streckenbetrieb geplant, zunächst als Prototyp für einige Wochen Messung. Danach folgt die Zulassung. Ende 2027 soll daraus ein fertiges Produkt werden, erst dann könne die Skalierung beginnen, sagt Moder. An Interesse mangelt es nicht: „Wir können gar nicht alle Pilotprojekte machen“, weil Sensorentwicklung samt Software personalintensiv sei. Ende September zeigt das Team den Prototyp auf der InnoTrans in Berlin, der größten Messe für Schienenfahrzeuge.

Mit aws Preseed und aws Seed vom Effekt zum Produkt

Finanziert hat sich Zyglox bisher aus eigenen Mitteln und über die Austria Wirtschaftsservice (aws). Mit aws Preseed, konkret im Programm „aws Preseed | Seedfinacing – Deep Tech“, hat das Startup die ersten eineinhalb Jahre an der Sensortechnologie getüftelt. „Es hat uns die Möglichkeit gegeben, eine Idee, die bereits validiert war, einfach zu erproben. Einfach Zeit zu haben, weil Hardware dauert ein bisschen, etwa Prototypen zu iterieren“, sagt Moder. Es sei vor allem darum gegangen, „sicherzustellen, dass das dann ein Produkt werden kann“. Seit Mitte 2025 ist Zyglox im Seed-Programm der aws, das voraussichtlich bis Anfang 2028 läuft. Das Team ist inzwischen auf rund sieben Personen gewachsen. Für die Skalierungsphase im kommenden Jahr will sich das Startup nach Investoren umsehen: „Wenn eine Bestellung eintritt oder größer wird, werden wir das mit den aktuellen Mitteln wahrscheinlich nicht mehr stemmen können.“

Standortvorteil Graz

Den Standort Graz sieht Moder als klaren Vorteil: Siemens fertigt hier Fahrwerke, dazu kommen Messdienstleister, Prüfstandbauer und Nextsense. Zyglox sitzt direkt am Campus der TU Graz, mit Zugang zu Prüfständen der Universität und Maschinen der voestalpine. „Die gesamte Infrastruktur ist einzigartig“, sagt Moder. „Im Silicon Valley könnten wir das Produkt wahrscheinlich nicht entwickeln, in Österreich geht es besser. Das ist eigentlich ein bisschen verrückt, aber wir haben hier die optimalen Bedingungen.“


Disclaimer: Dieser Artikel ist im Rahmen einer Medienkooperation mit der Austria Wirtschaftsservice (aws) entstanden.

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“.