verfaßt von Johann, 30.04.2024, 12:00:53
(editiert von Johann, 30.04.2024, 12:13:57)
> Das sehe ich ein bisschen anders. In den Algorithmen dieser Programme wird
> schon eine Menge mehr drinstecken als bloße Statistik und auf lange Sicht
> ist das durchaus intelligent.
Neuronale Netze sind keine klassischen Pogramme mit Algorithmen, vielmehr ein großer Verbund aus vernetzten Speicherstellen, im Allgemeinen floating point, die auf eine bestimmte Art in Schichten angeordent werden. Diese Schichten haben wiederum bestimmte Eigenschaften, welche im Endeffekt über Eingabe gewisser Informationen in die input-Schicht nach durchlauf durch die hidden-Schichten an der output-Schicht das Ergebnis erzeugen.
Beim Training werden sehr große Eingabedatensätze verwendet, die diese Einzel-Speicherstellen (=Neuronen) auf eine bestimmte Art, abhängig vom jeweilig mit angegebenen Ergebnis jedes Datensatzes, und der Netzarchitektur einstellen.
Es gibt in neuronalen Netzen keinen klassischen Programmablauf mit Bedingungen et ct.
Jemand kann z.B. ein und das gleiche neuronale Netz mit ein und dem gleichen Trainingsdatensatz trainieren, hat danach ähnlich gute Wahrscheinlichkeiten im Konzept bei der Vorhersage (prediction), aber die neuronalen Werte beider NN sind _nicht_ identisch. Ganz im Gegenteil.
Siehe u.a. CNN/gefaltete Netze (nutzt man u.a. zur Bilderkennung) oder, sehr brauchbar, U-Net.
Letzteres ist ein sogenanntes "Segmentationsnetzwerk", welches u.a. in der Medizin zur Diagnose sehr, sehr effizient allerlei ansonsten stark aufwändiger Beobachtungen machen kann, z.B. entarte Zellen detektieren.
Die Basis derlei Mechanismen ist, wie bereits gesagt, ein sehr, sehr großer Trainingsdatensatz, aus dem auf gewissen Verschaltungsarten statistisch das neuronale Netz trainiert wird.
Zudem ist es sehr herausfordernd zu wissen, was intern in diesem Speicherverbund wirklich passiert, das lässt sich nicht vorhersagen oder berechnen. Dieser Bereich ist ein eigenes Forschungsgebiet, explainable AI.
Mit dem, was man landläufig als "Computer(programm)" assoziiert, haben neuronale Netze kaum etwas gemeinsam. Bestenfalls bei der Vorbereitung und dem Training so wie lateral beim folgenden Laufzeitbetrieb, damit man da irgendwas auf die Eingabeschicht setzen und die Ausgabeschicht entsprechend interpretieren kann.
> Aber genau das, nämlich Emotionen, hat keine Maschine. Das kann man ihr
> auch nicht beibringen.
Noch nicht, zumindest nicht öffentlich bekannt. Was in hi-tech/Militärlabors existiert entzieht sich meiner Kenntnis. Und ja, selbstverständlich kann man Maschinen Gefühl (positiv/negativ Feedback) und daraus entstehende Emotionen beibringen. Das ist vom basalen Prinzip her sehr wahrscheinlich einfacher, als man im ersten Moment denkt.
> Man kann allerhöchstens Emotionen simulieren, indem
> man eine Wahrscheinlichkeit zugrunde legt, welche Emotion ein Mensch in
> einer bestimmten Situation haben könnte.
Das wäre, wie du sagst, kein künstliches Bewusstsein, da hast Du Recht. Es wäre eine Art klassischer Simulator, aber das gilt es ja auch nicht zu schaffen bei einer echten KI mit eigenem Bewusstsein.
> Hingegen kann man diese "Bewusstseinsschleife", dieses
> fortlaufende Nachdenken, ganz gut implementieren, indem man der Maschine
> die entstandenen Konsequenzen aus einer Entscheidung zur Bewertung
> einspeist. Dann wird sie mit jeder Entscheidung etwas besser.
Ganz genau, exakt das sollte mindestens in einer solchen Laufzeit geschehen. Parallel dazu müssen die zugehörigen Speicher (=neuronale Netze) fähig zum "online learning" werden, eine aktuell noch bestehende, technische Herausforderung, und es sollte "bewusstseinsintern" die Fähigkeit zur kurzfristigen Simulation (möglicher Handlungen) bestehen.
> Aber echte Emotionen, nein, das geht nicht.
Das sehe ich anders. Um dies bewerten zu können muss jemand neurowissenschaftlich betrachten, was denn in z.B. Menschen oder sonstigen Lebewesen, vordringlich Tieren, ein "Gefühl" ist. Wie es zustande kommt, welche biologischen/anatomischen Eigenschaften dem zugrunde liegen. Dies in Konjunktion mit der jeweiligen Erinnerung zu einer bewussten Handlung führen zu lassen ist im Grunde nicht unmöglich.
Überlege beispielsweise, warum jemand keine heissen Dinge anfasst oder trinkt. Dies macht jemand normalerweise nur nicht, wenn er/sie/es das bereits einmal tat und die seinerzeitige Erfahrung eine stark unangenehme, körperliche Reaktion zur Folge hatte. Die schnelle (unter)bewusste Simulation der möglichen, wiederum sehr unangenehmen Reaktion verwendet man dann als Grundlage für die Handlung, die Faxen besser zu lassen. Derlei Mechanismen können übrigens auch beeinträchtigt oder gestört sein.
Ich sage nicht, dass man derlei Mechanismen "mal eben so zusammendengelt" aber als (bio)technisch machbar sehe ich das an.
gesamter Thread: