[...]
Und was genau ist an KI kein Algorithmus? Selbstverständlich müssen Kriterien festgelegt werden, nach denen das neu Erlernte dem vorher verwendeten überlegen ist. [...]
Moin Bernd,
die ganzen Fachleute unterscheiden schon klar zwischen einen Algorithmus und einer KI. Eine KI, wie wir sie gerade so im Anfangsstadium ein bissl kennenlernen (die Pantoffeltierchen hier), nutzt z.B. Algorithmen für die Lösung von Problemen und Fragestellungen. Anders als ein simpler Algorithmus nutzt eine KI, wie sie die Fachwelt kennt, einen Wissensvorrat und lernt auch aus diesem Wissensschatz und dem Austausch. Die KI erkennt dabei z.B. Muster und sortiert diese soweit ein, dass sie diese beim nächsten Mal berücksichtigt.
Ein Algorithmus würde immer dem Prinzip Garbage in, Garbage out folgen - eine KI halt nicht, denn sie lernt dazu, entwickelt sich weiter....
Ich glaube, wir alle haben noch nicht wirklich richtig realisiert, was da KI-mäßig so bei Google, Microsoft und in irgendwelchen, uns nicht bekannten chinesischen Einrichtungen abgeht. Es gibt hier wohl eine Richtung, die man gemeinhin als Deep Learning und/od. Neuronales Netzwerken kennt bzw. benennt und die Google-KI LaMDA, die man uns, der Öffentlichkeit, bisher vorenthält, scheint da schon ne ganz andere Nummer und Klasse zu sein als z.B. ChatGPT u. Konsorten.
Ich meine, es müsste uns schon ein bissl nachdenklich machen, dass z.B. AlphaGo, nach Deep Learning-Methoden trainiert, die weltbesten menschlichen Go-Spieler geschlagen hat, oder dass AlphaFold (auch Deep Learning) Protein-Faltungen vorhersagt - eine bislang große u. nicht zu knackende Nuss in der Biologie.
Ich befürchte, wir alle ahnen noch nicht im geringsten, was da noch auf uns zukommen wird. Manches wird sicherlich gut bzw. nützlich sein, wie z.B. klinische Diagnostik, anderes .... nun ja..... Wir werden sehen....
LG, Marcel
Alles anzeigen
Hallo Marcel,
also als "gelernter" Mathematiker kann ich da leider nicht widerstehen, auch meinen Senf dazu zu geben.
Ich verstehe zwar, was du meinst, aber korrekt im engeren Sinne ist es nicht.
Prinzipiell kann ein Computer nur Algorithmen abarbeiten. Ein Computer kann berechnen, mehr nicht. Und das ist eigentlich genau die Definition eines Algorithmus.
KI treibt prinzipiell auch nichts magisches.
Die Illusion von Intelligenz ergibt sich einzig und allein daraus, dass wir hier in der Regel mit unvortstellbar großen Datenmengen rechnen.
Viele Grüße
Michael
PS: Es ist schon etwas arg offtopic für ein Pilzforum, aber vielleicht interessiert es den ein oder anderen 
:
Die Bilderkennung durch "KI" kann man sich bspw. grob als eine aufgeborte Variante als das, was man aus der Physik als Fitting nennt, vortstellen. Man hat Messwerte, nimmt eine Funktion an, denen die Messwerte folgen (Wenn möglich, eine Gerade 
) und errechnet dann aus den Messwerten (zB. über die Methode der kleinsten Quadrate) die freien Parameter der Funktion (die Steigung bei einer Geraden):
Man möchte wissen, ob ein Bild eine Katze darstellt.
Dann braucht man eine mathematische Funktion, in die man einen 10000 Einträge umfassenden Vektor packt, und die als Ergebnis einen Wert zwischen 0 und 1 liefert.
Man konvertiert das Bild in 100x100 Pixel um, packt diese 10000 Pixel in die Funktion, und erhält irgendwas zwischen 0 und 1.
Das Ergebnis nimmt man als die Wahrscheinlichkeit dafür, dass das Bild ein Kätzchen darstellt, also 0,01 -> wahrscheinlich kein Kätzchen, 0,95 -> ziemlich wahrscheinlich ein Kätzchen.
Das wars. Das Erkennen ist eine einfache Berechnung einer mathematischen Funktion - ziemlich umfangreich, weil hochdimensional, aber eben nur eine Berechnung.
Damit sind wir "eigentlich" schon fast fertig - wir brauchen nur noch eine solche Funktion zu suchen.
Geschenkt, das ist tatsächlich kompliziert, aber auch das ist auch nur wieder ein Algorithmus, und läuft prinzipiell wie beim Fitting einer Geraden an Messwerten ab:
Man wählt sich eine passende Gestalt der Funktion (Wie beim Kurvenfitting, bei der man oft auch davon ausgeht, dass es die Messwerte eben einer Geraden folgen).
Oft nimmt man einfach an, dass der Eingangsvektor mit einer konstanten Matrix multipliziert wird.
Dann nimmt man Bilder, von denen man weiss, ob darauf Kätzchen sind oder nicht, und sucht eine Matrix, so dass die bekannten Bilder das erwartete Ergebnis liefern.
Dieses Suchen ist der eigentliche Knackpunkt, und es existieren verschiedene Algorithmen, um dies zu tun - aber es sind wieder nur Algorithmen.
Keine Magie, nichts prinzipiell Neues.
Nur dass der Algorithmus, der uns die Matrix fittet, eben eine Matrix ausspuckt, von der keiner eine tiefere Erklärung dafür liefern kann, warum die Einträge jetzt so aussehen, wie sie aussehen - aber wenn man ehrlich ist, ist das beim Kurvenfitting in der Physik ja oft auch nicht anders.
Die Gravitationskonstante bspw. ist ja nichts weiter als das Ergebnis eines Fits der Funktion f(m1, m2, r) = G*m1xm2/(r*r) für Messwerte von m1, m2, r und den entsprechenden Werten von f.
Warum G genau 0,000000000066 [Meter hoch 3 ...] gross ist - keiner weiss es, es ist das Ergebnis eines Fits.
Zugegeben, was OpenAI tut, ist nicht ganz das was ich beschrieben habe. Aber auch es rechnet nur.
OpenAI ist ein Zusammenspiel von verschiedenen Algorithmen. Mehr nicht.
Einzig die Datenmengen sind eben riesig.
Aber es ist alles berechenbar.
