Feedback — Künstliche Intelligenz — Chatkontrolle — Ylva Johannson — noch mehr Künstliche Intelligenz — NFTs
Heute müssen wir mal wieder ein wenig ausholen und aus verschiedenen internen und externen Gründen reden wir ausführlich über technische Details von und politische Überlegungen zur Künstlichen Intelligenz. Der Teil ist dann etwas länger geworden, aber was soll's. Dazu noch ein paar gut aussehende Nachrichten von der Chatkontrolle, bei der jetzt vom Europäischen Parlament ein ganz passabler Kompromiss vorgelegt wurde und jetzt in die Trilog-Abschlussverhandlungen geht.
Für diese Episode von Logbuch:Netzpolitik liegt auch ein vollständiges Transkript mit Zeitmarken und Sprecheridentifikation vor.
Bitte beachten: das Transkript wurde automatisiert erzeugt und wurde nicht nachträglich gegengelesen oder korrigiert. Dieser Prozess ist nicht sonderlich genau und das Ergebnis enthält daher mit Sicherheit eine Reihe von Fehlern. Im Zweifel gilt immer das in der Sendung aufgezeichnete gesprochene Wort. Formate: HTML, WEBVTT.
Transkript
Shownotes
Prolog
- faz.net: Telekom-Chef über Deutschlands Digitalisierung und wie er ChatGPT nutzt
- t3n.de: Hartes Urteil zur Digitalisierung: Diese Schulnote vergibt der Telekom-Chef an Deutschland
Housekeeping
Feedback
Motel One
- logbuch-netzpolitik.de: Kommentar von s.m.langer
Hässliches Auto
- logbuch-netzpolitik.de: Kommentar von blubb
- de.m.wikipedia.org: Fiat Multipla – Wikipedia
- autobild.de: Fiat Multipla (2020): erste Bilder – Zukunft – Neuauflage – AUTO BILD
37C3 CFP
- events.ccc.de: 37C3 Call for Participation – CCC Event Blog
Chatkontrolle nur bei Verdacht?
- euractiv.com: EU Parliament nails down agreement on child sexual abuse regulation – EURACTIV.com
- netzpolitik.org: Jenseits der Chatkontrolle: Wie das Parlament das Ruder herumreißen möchte – netzpolitik.org
- golem.de: So will das Parlament die Chatkontrolle verhindern
- netzpolitik.org: Chatkontrolle im EU-Parlament: „Ich habe mich noch nie so sehr mit Kollegen angeschrien“ – netzpolitik.org
Ylva Johansson “rechtfertigt” sich nicht
- netzpolitik.org: Lobbynetzwerk und Mikrotargeting: Ylva Johansson weicht Fragen im EU-Innenausschuss aus – netzpolitik.org
- netzpolitik.org: Die Dinge richtigstellen: Eine Replik an Ylva Johansson – netzpolitik.org
Datenmaut vom Tisch
- netzpolitik.org: Telekommunikationsmarkt: Thierry Bretons Datenmaut ist erstmal vom Tisch – netzpolitik.org
1 Jahr Shitter
- spiegel.de: Twitter unter Elon Musk: Die Ein-Jahres-Bilanz des X-Man – DER SPIEGEL
- netzpolitik.org: Warten auf den Exodus: So katastrophal bewertet die Medienbranche Twitter – netzpolitik.org
- 9to5mac.com: X rolling out audio and video calls – here's how to turn them off
- de.wikipedia.org: Kluger Hans – Wikipedia
Künstliche Intelligenz und Regulierung
- netzpolitik.org: KI-Verordnung auf der Zielgeraden: Welche Schlupflöcher die EU jetzt noch schließen muss – netzpolitik.org
- netzpolitik.org: Schutz vor Manipulation: Verbraucherschützer fordern Nachbesserungen an KI-Verordnung – netzpolitik.org
- de.wikipedia.org: Bernoulli-Verteilung – Wikipedia
- de.wikipedia.org: Galtonbrett – Wikipedia
- de.wikipedia.org: Verilog – Wikipedia
- de.wikipedia.org: Deep Blue – Wikipedia
- de.wikipedia.org: AlphaGo – Wikipedia
- de.wikipedia.org: Maschinelles Lernen – Wikipedia
- de.wikipedia.org: Künstliche Intelligenz – Wikipedia
- de.wikipedia.org: Her (2013) – Wikipedia
- de.wikipedia.org: Kluger Hans – Wikipedia
Ach, lustig, die waren also „echt“, diese „Telekomleute“? Waren vor Kurzem auch hier und waren derart suspekt im Auftreten, dass ich tatsächlich die Polizei angerufen habe.
Drückerkolonnen mit Internet im Beutel!?
Heißt sie willkommen!
Ich hab irgendwann eine kleine Schnitzeljagd vorbereitet.
Funktioniert generisch. Lasst ruhig noch wen mitspielen. Einfach das dringende Verlangen nach neuem Internet beteuern, Zettel an der Tür in die Hand drücken und die Tür schließen.
Bisher hat es niemand geschafft, es bis zu Ende durchzuspielen.
https://timte.org/entries/2023/02/i_want_your_internet.html
Ja, das Trilog Verfahren ist in gewisser Weise gefährlich, aber meines Wissens ist es eben auch nicht sofort rechtsgültig, sondern der Kompromiss-Kompromiss muss dann nochmal im Parlament abgesegnet werden. Und nach den Enthüllungen der letzten Wochen und den Potenzialen für die kommenden Wochen würde ich da doch mal davon ausgehen, dass die Parlamentarier hier mit ungewohnt breiter Brust auftreten werden.
Die waren bei mir im Viertel in Köln schon vor einem Jahr unterwegs. Super aggressives Auftreten, auf Nachfrage wenn denn dann die beworbene Leistung denn verfügbar sei plötzlich kleinlaut, und danach hatten sie eine geschlossene Tür vor der Nase.
Hier versucht wohl jemand, die schlechte Netzversorgung in Deutschland zu nutzen, um einen Paymentprovider in den Markt zu drücken:
https://gigafiber.io
Scheint mir etwas sketchy. Was denkt ihr dazu?
Wo sind die Klebefittinge Quaität aus Europa? :-)
+1!
Grade an Tims Adresse gerichtet, schließlich weiß er am besten, dass das hier ein Podcast ist.
Und wenn ihr euch so beömmelt, muss da echt ein Bild folgen. Gemein!
+1!
https://chaos.social/@linuzifer/111311985513687088
Juhu! Danke :)
Das sieht mir stark nach Overfitting aus! :-)
(im Zusammenhang mit machine learning passt der Witz sogar noch schöner als im Ursprungspodcast)
Machine Learning wendet man dann an, wenn man das Problem, daß man lösen möchte nicht verstanden hat, oder nicht verstehen will, denn wenn man das Problem verstanden hätte, könnte man es modellieren und viel effizienter und zuverlässiger „konventionell“ lösen.
Ein Großteil der KI-Aktivitäten (Forschung will ich das nicht nennen) besteht einfach darin (völlig hirnlos) die Netze immer größer zu machen und über mehr Daten optimieren zu lassen, bis es irgendwann halbwegs funktioniert.
Auch der Begriff „lernen“ ist bei diesen Systemen unangebracht. Das was die machen hat mit lernen wie wir es von Menschen oder Tieren kennen nichts zu tun. Das sieht man schon daran, daß einem Kleinkind ein paar Bilder einer Giraffe ausreichen um Giraffen zu erkennen, während ML-Systeme 100000e gelabelter Bilder brauchen. Und danach kann das Kind erklären woran es eine Giraffe erkennt, während bei ML-Systemen niemand weiß, was die eigentlich machen. Das ist ein ziemlich ineffizienter nichtlinearer Optimierungsprozess auf einem (typischerweise) völlig überdimensioniertem System.
„denn wenn man das Problem verstanden hätte, könnte man es modellieren und viel effizienter und zuverlässiger „konventionell“ lösen.“
Nur dass dieser Ansatz in den letzten Jahrzehnten zuverlässig in eine Sackgasse geführt hat. Nimm das Beispiel Sprachverarbeitung. Hier sind Erkennungsraten möglich geworden, von denen regelbasierte Ansätze nur träumen konnten. Und diese Modelle arbeiten nicht im Labor, sondern im hochskalierten, antwortzeitsensiblen Call-Center-Geschäft.
Das mit dem richtigen Intro war sehr sehr sehr wichtig.
Danke Linus.
Boah, danke für die richtige Intromusik…mein ganzer Körper kribbelte schon, weil etwas fehlte. Macht das nicht nochmal, bitte!
Ich dachte kurz mein Autoradio sei defekt XD
Geschichten aus der Geschichte (-Podcast) zum „Klugen Hans“: https://www.geschichte.fm/archiv/gag373/
Und um künstliche Intelligenz geht es auch noch ;)
Kann man das Bild, das Linus während der Sendung generieren hat lassen, irgendwo sehen?
https://chaos.social/@linuzifer/111311985513687088
Lieber Linus,
vielen Dank für deine tolle Erklärung zu neuronalen Netzen. Deine Aussage, Machine Learning würde für Probleme mit linearen Zusammenhängen nicht gebraucht, möchte ich um folgendes ergänzen:
Der Begriff „Machine Learning“ wird für Systeme verwendet, bei denen der Einfluss verschiedener Parameter auf das Ergebnis einer Funktion durch Training mit vielen Daten herausgefunden werden.
„Traditionelles“ Machine Learning kann helfen Probleme zu lösen, wenn das Zusammenspiel der Eingabeparameter auf das Ergebnis nicht trivial ersichtlich ist.
Im Gegensatz dazu werden beim „Deep Learning“ viele Schichten solcher Funktionen miteinander verbunden und trainiert, wodurch so etwas wie ein neuronales Netz entsteht. Dieses kann in der Lage sein, Probleme zu lösen, bei denen nicht klar ist, welche Parameter überhaupt an der Entscheidungsfindung beteiligt sind (wie z.B. bei dem zählenden Pferd) oder die Komplexität der Eingangsdaten zu hoch für lineare Funktionen ist (z.B. Bilder oder Audiodaten).
*Deep Learning* auf alle Klassen von Problemen zu werfen ist natürlich nicht zielführend. *Machine Learning* als Überbegriff beinhaltet jedoch auch einfachere Modelle (siehe linear regression, decision trees), welche bei den von dir als „trivial“ postulierten Problemen durchaus sinnvoll zur Anwendung kommen können, wie zum Beispiel im Bereich der Marktanalyse.
Mein Buchtipp zum Thema: „Machine Learning in Elixir“ von Sean Moriarity – er erklärt dort auch für nicht-Mathematiker die verschiedenen Arten von Machine Learning und wie sie funktionieren.
Exakt. Die von Linus angeführte „Preisfindung“ ist ein typischer Anwendungsfall für Regression.
Wollte mal fragen ob ihr etwas zum EU Vorschlag für eine Verordnung namens cyber resilience act sagen könntet?
https://digital-strategy.ec.europa.eu/en/policies/cyber-resilience-act
Bin vor kurzem über dieses Youtube Video gestolpert
https://m.youtube.com/watch?v=TWv-LweJaco&lc=UgxwdkALh56affeFEn14AaABAg
der Autor macht sich großer Sorgen darüber das diese Verordnung sehr gefährlich für Open source Software im allgemeinen werden könnte, auch wenn das Video aus der Perspektive von Indie spiele Entwicklern ist.
Wenn ich das richtig sehe geht es darum das die meisten/alle open source Projekte sich die verpflichtenden Audits und Garantieen die die Verordnung vorschreibt etc niemals leisten könnten und somit in der EU nicht mehr angeboten werden dürften (besonders Linux Distributionen zb).
Würde mich freuen eure Einschätzung dazu zu erfahren.
Grüße Alex
Aber das Problem mit der Alterskontrolle ohne Daten ist doch trivial. Man verteilt ein anonymes Token, welches man zufällig auswürfelt. Dieses speichert man mit einem Datum in einer Datenbank, und sperrt es einfach für die nächsten 18 Jahre.
Da ein Nutzer mindestens 0 Jahre alt sein muss, um eine Website zu aufzurufen, ist er 18 Jahre nach dem ersten Aufruf mindestens 18 Jahre.
Damit ermöglicht das Token „Linkability“, also die Verknüpfung aller Altersverifikationen, die du jemals im Leben machst. Also ist das Token nicht anonym, sondern pseudonym. Deine Identität lässt sich durch mehrere Datenpunkte vermutlich wieder ermitteln.
Außerdem muss ein Anbieter das Token an eine staatliche Stelle schicken, womit der Große Bruder weiß, wann du bei welchem Anbieter eine Altersverifikation durchführst. Das dauernde Nachfragen ist nötig, falls das Token widerrufen werden muss, falls es abhanden gekommen ist und Identitätsdiebstahl betrieben wird.
Kleine Korrektur: Die erste große Kränkung der Menschheit (nach Freud, der den Begriff geprägt hat, was lustigerweise den Kreis zur Telekom-Selbstbenotung schließt), führt er auf Kopernikus (s. Kopernikanische Wende) zurück, nicht auf Galilei. Der wurde damals nur explizit von der Kath. Kirche verwarnt, das kopernikalische Weltbild weiter zu verbreiten.
Stimmt, aber ich habe Kopernikus das nie verziehen und sage deshalb Galilei.
Um den Punkt mit dem Mikro-Targeting mit Frau Johannson nochmal etwas konkreter zu machen, weil es oft so abstrakt behandelt wird: Die zuständige Kommissarin hat Werbung für ihr Projekt gezielt in Ländern ausspielen lassen, die im Rat aktuell dagegen stehen und unter Bevölkerungsgruppen bei denen sie sich besonders viel Zuspruch zu ihren Argumenten verspricht. Ich weiß gar nicht, ob Propaganda hier noch der richtige Begriff ist, aber das sollte sich schon als gezielter Versuch lesen lassen den aktuellen politischen Prozess durch Einfluss auf die nationalen Wählergruppen zu beeinflussen.
Ähnlich wie bei der Digitalisierung in Deutschland lief es wohl auch bei Amazon: Wenn du einen Scheißprozess KI-sierst, hast du anschließend einen KI-sierten Scheißprozess ;-)
Ich bin zu alt für so eine Sch….!
Ich möchte nie mehr erleben müssen, dass mir meine heißgeliebte Erkennungsmelodie vorenthalten wird!
Sie ist sozusagen „Volksgut“! Da darf auch der Ersteller nicht mehr dran rumfummeln. Sie sollte denkmalgeschützt werden!
Sehr gut. Ja. Genau. Sehe ich auch so und fühle mit dir.
Gleichzeitig, dennoch und zur Bestätigung möchte ich Tims sehr wichtigen, begründenden, rechtfertigenden, wahren, weisen, unumstößlichen Satz zitieren:
„Man muss unerwartete Dinge tun. Das ist wichtig.“
Dies sind zwei Sätze.
…danke Tim.
Bezüglich Diskriminierung in Neuronalen Netzen wird gerne der Begriff „Ethische KI“ als Lösung ins Gespräch gebracht. Nach einer starken Empfehlung habe ich das folgende knapp einstündige englischsprachige Video gesehen und möchte es wärmstens weiterempfehlen. Es zeigt die fundamentalen Probleme einer ethischen KI auf, z.B. die Verschleierung von diskriminierenden Attributen in Trainingsdaten resultiert in weniger akkuraten Ergebnissen des Netzes.
https://www.youtube.com/watch?v=AaU6tI2pb3M
es wundert mich doch ein wenig, daß ihr zum thema ki-learning / deep learning nicht das spiel „creatures“ erwähnt:
https://de.wikipedia.org/wiki/Creatures_(Computerspielreihe)
insbesondere den 2. teil, von dessen ki die royal air force derart angetan war, daß sie diese in ihren flugsimulatoren zum einsatz gebracht hat:
https://www.spiegel.de/wissenschaft/zehntausend-stuerzten-ab-a-159908b4-0002-0001-0000-000007898339
das ist jetzt satte 25 jahre her. gespielt habe ich es damals nicht, mein ads ließ das nicht zu, aber fasziniert hat es mich dennoch.
Entschuldigung, aber was ist mit den Kapitelmarken passiert? Für meinen Geschmack ein wenig zu viel Zufall, wo das jeweils hin springt…
Content: https://www.youtube.com/watch?v=HwF229U2ba8
Doku über Deep Blue – Down the rabit hole – Frederik knudsen, toll gemacht.
Englisch.
Danke @Podcast!
Auch von mir noch ein paar Anmerkungen zum KI-Thema: Wie Tim schon richtig einwirft, war DeepBlue schon noch nach dem traditionellen Muster gebaut, IIRC hatte der sogar einen custom chip, der in einer Stellung die möglichen Züge generieren konnte, also in gewisser Weise, die Regeln in Hardware eingebrannt. Auch AlphaGo hatte noch die Regeln in Software, erst die Version MuZero hat die selber gelernt (dann aber für mehrere Spiele).
Ein Benchmark ist inzwischen offenbar da eher, Atari 2600 Spiele zu lernen (das System bekommt nur die Pixelwerte des Bildschirms plus den Score als Zielfunktion und muss dann lernen, passend den Joystick zu bewegen. Stand der Dinge ist da offenbar Agent57 https://www.technologyreview.com/2020/04/01/974997/deepminds-ai-57-atari-games-but-its-still-not-versatile-enough (57, die Zahl der „gelösten“ Spiele, mag aussehen wie eine Primzahl, es es aber genau so wenig wie 1).
Stand der Dinge in Sachen Schach engines ist seit einiger Zeit Stockfish, und das hat noch eine klassische Bewertungsfunktion (deren viele Parameter natürlich im Spiel, auch gegen sich selbst, optimiert wurden. Erst seit 2020 kann man da auch (mit relevanter Spielstärke) ein neuronales Netz nutzen.
Zur Sprache: Linus‘ Verwendung von „linear“ ist etwas unglücklich: Er verwendet es eher im Sinn von „seriell“ (im Gegensatz zu „parallel“). Die technische Bedeutung von „linear“ ist eher, dass etwas „doppelter Input ergibt doppelten Output“ hat, zB Multiplikation mit einer Matrix, was aber zB f(x)=x^2 nicht erfüllt. Man kann aber zeigen, dass eine gewisse Nicht-linearität (in diesem technischen Sinn) für neuronale Netze nötig ist, damit sie genügend allgemeine Zusammenhänge zwischen Input und Output approximieren können. In der Regel ist das Zusammenführen der gewichteten Eingänge eines simulieren Neurons noch linear und dann wird aber eine nicht-lineare Aktivierungsfunktion (sowas wie ein Schwellwert, „die Summe der Gewichte muss >1 sein“ in Linus‘ Beispiel) auf das Ergebnis angewandt (genau Betrachtet ist ein Schwellwert nicht gut geeignet, da der nichtmal differenzierter ist, was das Backtracking Lernen nicht gut funktionieren lässt, daher nimmt man besser einen etwas ausgewaschenen Schwellwert).
Wenn ich beschreiben soll, was für Aufgaben gut für KI geeignet sind, sind das solche, die keinen klaren Lösungsalgorithmus haben (wie etwa „sortiere diese Zahlen“), etwas was Linus als „trivial“ bezeichnet, für die Menschen, die sich mit dem Problem auskennen aber eine ungefähre Beschreibung angeben können, wie es denn geht, sowas wie Daumenregeln, die aber nicht besonders präzise sind. Schach ist da ein gutes Beispiel, da kann ein Spieler schon erklären, was warum eine eher gute Stellung ist, auch wenn nicht ein Matt in fünf Zügen klar ist. Oder aber Katzen-auf-Bildern-erkennen, wo man schon ungefähr erklären kann, wie eine Katze aussieht, ohne dass das aber besonders trennscharf ist. Bei solchen Problemen machen sich KIs oft ganz gut, während sie auch zu scheitern pflegen, wenn auch wir Menschen keinen Schimmer haben, wie das Problem anzugehen ist.
Tim wird zunehmend weiser und abgeklärter – egal, wie sehr Linus (sehr unterhaltsam) besserweiß und ihn bestichelt. Allein das macht schon Mut …
Aber eine Frage: ungefähr bei 1:42 sagt jemand (Tim?) „KI und Blockchain“ und dann hört man nur noch hysterisches Gelächter. Jetzt habe ich im April 23 einen Vortrag von Ben Goertzel [https://en.wikipedia.org/wiki/Ben_Goertzel] gehört, der genau das für die vorschlägt, u.a. um mehr Transparenz und Kontrolle in der Anwendung zu ermöglichen. Ist das Quatsch? Ich kenne mich überhaupt nicht in der Thematik aus, insofern: Könntet ihr nochmal erklären, warum ihr so gelacht habt? LG, Tom
Ich bin etwas überrascht, wie „oberflächlich“ Ihr auf den Wunsch nach KI-Regulierung reagiert. Aktuell ist die Situation so, dass jemand nachts eine Kiste Zauberstäbe auf den Dorfplatz gestellt hat nebst Schild: „Viel Spaß“, so dass alle, von der verantwortungsbewußten akademisch gebildeten queerfreundlichen Integrationsbeauftragten bis hin zum 15-jährigen testosterongesteuerten Pickelpöbler mit Alkoholproblem und Rechtsdrall zugreifen dürfen, egal ob sie damit bunte Blumen im Vorgarten sprießen lassen oder den Dachstuhl des Nachbarn abfackeln. Ist es zuviel verlangt, dass man – BEVOR man eine potentiell so grundlegend verändernde Neuerung auf die Allgemeinheit loslässt – sich Gedanken darüber macht, ob es irgendeine Art der Qualifikation seitens der Nutzer geben sollte? Das geht natürlich über eine rein juristische Definition hinaus in eine gesellschaftliche Betrachtung.
Die Aussage Tims, dass eine Regulierung nicht die Ursache löse, greift doch viel zu kurz, wir haben doch auch ein Strafgesetzbuch, in dem „nur“ die Konsequenzen von Delikten betrachtet werden (und dann zusätzliche Mechanismen, um z.B. Kriminalität aus einer persönlichen Notsituation zu minimieren). Richtig, Überwachungstechnik wie Kameras sind immer kleiner und billiger geworden und deswegen war die Konsequenz daraus nicht, alle Kameras zu verbieten. Aber trotzdem muss doch von seitens des Gesetzgebers auf diese sich verändernde Situation reagiert werden (ein etwas hinkendes Beispiel: Upskirting musste 1910 nicht reguliert werden, da der Fotograf es nur schwer geschafft hätte, sein Stativ und die schuhkartongroße Plattenkamera unter dem Reifrock einer Dame zu positionieren, ohne dass die das gemerkt hätte).
KI ist ein mächtiger Hebel, der ALLE Möglichkeiten, positiv wie negativ, verstärken kann, da fände ich es doch sinnvoll zu diskutieren, ob man dafür eine gewisse Befähigung erlernen sollte oder ob die Nutzung auf bestimmte (dafür ausgebildete und dafür auch verantwortliche machbare) Kreise oder auch Bereiche begrenzt bleiben sollte.
Zu guter Letzt sollte man nicht vergessen, dass die Bereitstellung dieser KI-Dienste nicht aus reiner Menschenfreude stattfindet, sondern dass alle daran beteiligten Firmen in erster Linie ein Geschäft darin sehen, ein Geschäft, das nicht aus einer reinen Dienstleistung besteht, sondern parallel auch im Erfassen persönlicher Daten und Nutzerverhaltens. Wenn ich höre, dass inzwischen daran geforscht wird, beim Digitalkonsum direkt auf das Gehirn zuzugreifen:
https://vcresearch.berkeley.edu/news/eareeg-earbuds-read-your-mind
(natürlich nur, um den Service zu verbessern, indem man den „middleman“, also das Eingabegerät eliminiert), das heisst also, indem man versucht, das Nutzerverhalten auch physiologisch festzuhalten (wie früher z.B. über Eye-Tracking) und damit für mich keine Möglichkeit mehr besteht, dem Computer meine Absichten oder EMotionen vorzuenthalten, wird doch klar, dass jede derart umwälzende technische Neuerung das Potenzial hat, das Leben nicht nur zu verbessern sondern auch zur dystopischen Hölle werden zu lassen, und es in entscheidendem Ausmaß davon abhängt, wer sie wie benutzt.
Grüße!
SCNR
Andere Länder, anderes Internet ;-)
https://www.init7.net/de/internet/fiber7/
Bis zu 25GBit für rund 70€ im Monat
Wenn man in Xitter das X griechisch als Chi ausspricht, erschließt sich die Kombination vielleicht besser :)
Ich finde Twix auch einfach super.
Hallo Tim und hallo Linus,
Zu AlphaGo fand ich noch einen Punkt sehr spannend. Linus hat ja erwähnt, dass Schach und Go die ersten Beispiele waren, weil da ja genug Daten existierten. (was bestimmt stimmt, aber ich denke ein anderer Grund war, dass beide Spiele Kulturell enorm wichtig sind und der Sieg der Maschine über den Menschen sehr gute PR ist).
Egal – was ich eigentlich sagen wollte: Nach AlphaGo kam ja noch AlphaGo Zero (und AlphaZero – das Go, Schach und Shogi spielen kann). Bei dieser Variante gab es keine Trainingsdaten von Menschlichen spielen (also rein Programmierers menschliches Wissen und menschliche „Intuitionen“ wie es richtig ist), sondern das Programm hatte nur die Regeln gegeben und spielte dann die ganze Zeit gegen sich selbst. Das interessante war, dass AlphaZero anschließend besser war als AlphaGo und sogar schneller dorthin kam.
Das ganze ist sehr schön in diesem Artikel beschrieben http://www.incompleteideas.net/IncIdeas/BitterLesson.html
Es geht sozusagen um die traurige Erkenntniss, dass unser menschliches Wissen und wie wir Dinge verstehen eigentlich kontraproduktiv bei AI.
Wenn wir also menschliches Wissen in solche Systeme reinprobgrammieren behindern wir die beim finden von optimalen Lösungen eher.
Tim hatte in seinem CRE zu Neuronalen Netzwerken dieses Beispiel von der britischen Nationalbibliothek (oder sowas), wo lange Jahre schlaue Linguisten daran gearbeitet haben dieses Wissen durch Computer zu „verstehen“. Also die Sprache zu analysieren.
Am Ende kamen AI-Leute mit word2vec was einfach alle Daten einliest, ohne sich um diese linguistischen Kategorien zu kümmern (was ist ein „Verb“, was ist ein Satz, was ist ein Substantiv – alle diese Modelle, die sich menschen für das Verstehen von Sprache ausgedacht haben). Das Ergebnis war viel viel besser als was die schlauesten Linguisten in Jahrzehnten geschafft haben. Und war extrem simpel (es liest immer ein window von 7(?) oder so aufeinander folgenden Worten ein – egal ob das 2 verschiedene Sätze sind.
Das ist wieder so eine menschliche Kränkung, von der oben geschrieben wurde. Nicht nur sind wir nicht die Mitte des Universums. Unser Verständnis vom. Universum ist eigentlich kontraproduktiv wenn man _wirklich_ das Universum verstehen will.
Hoffentlich Denken die Maschinen nicht „Hey wir sind eigentlich besser dran, wenn wir die Menschen erstmal platt machen und bei 0 anfangen“ D:
Ich vermisse die Ähs!
Gute Idee. Wie wäre es mit einer Ähxtended Ähdition auf Patreon?
Wo bitte finde ich denn das Klebemuffe – Qualität aus Europa Bild? Generell wäre ganz cool, wenn man die Sammlung der am Anfang besprochen Bilder irgendwo direkt ansehen könnte. War bei der Sendung mit dem generierten Trump Bild auch schon der Fall, dass ich die Sachen nicht mal schnell live beim Hören anschauen konnte.
+1
https://chaos.social/@linuzifer/111311985513687088
Ich war direkt ein bisschen enttäuscht, das die Bilder nicht gleich in der Podcast-App angezeigt wurden. Die Lage der Nation macht das und es ist super.
bisschen klugscheißen: linus hat auch die verteilung verbuchselt. das galton brett zeigt bei durchführung mit vielen kugeln eine annähernde normalvereilung, nicht eine bernoulli verteilung.
bernoulli war verknüpft mit einer verteilung bei der es nur zwei mögliche endzustände gibt, also jedes einzelne „links oder rechts“ an jedem stift im brett.
weiter so, schön dass ihr wieder regelmäßig aufnehmt.
Ich habe alle Kommentare gelesen, um zu schauen, ob es schon jemandem aufgefallen ist, nur um diese leicht falsche Korrektur zu lesen :D Es ist nämlich eine Binomialverteilung, also die Summe aus endlich vielen Bernoulli-Versuchen. Zumindest ich habe das am Gymnasium gelernt (ist bei mir aber auch nur so 4 Jahre her…)
Zitat aus Wikipedia:
Bei einer endlichen Zahl von Störungen, wie beim Galtonbrett, erhält man die Binomialverteilung, die im Grenzwert vieler Störungen und vieler Fächer ebenfalls gegen die Normalverteilung konvergiert
https://de.wikipedia.org/wiki/Galtonbrett
die kapitelmarke „housekeeping“ könnte man „ai image generation“ umbenennen.
ich schau sonst selten auf die website – aber eure experimente musste ich sehen.
alleine stehend (z.b. als album-cover) fände ich die bilder schon super. aber für den podcast-feed wäre ein einheitlicher stil + charaktäre noch gut. gerade hierfür wäre dalle3 in chatgpt gut geeignet weil es (afaik) über einen „thread“/kontext consistency behalten kann, zumindest behauptet das das „larry the hedgehog“ promo video.
Das ist auch das Tool, was zum Einsatz kam.
Bzgl des anderen Introsounds: Ich dachte kurz mir ist der Bordcomputer vom Auto abgeschmiert oder mein Telefon explodiert gleich, alles während ich mich in einer Autobahnkreuzung orientieren muss. Wenn schon Linus gepranked werden muss fände ich es gut als Hörer vorgewarnt zu werden.
Ich bekomme von Google als ersten Treffer „Galtonbrett“ angezeigt, wenn ich nach Bernoulli Brett suche. Nicht nötig, es umständlich zu beschreiben.
Alternativ habe ich genau den Satz, der in ChatGPT die Lösung brachte, in Google geworfen. Der erste Treffer für mich: Wikipedia/Galtonbrett
https://www.google.com/search?q=wie+nennt+man+die+verteilung+von+kugeln+die+ein+nagelbrett+herunter+fallen
Hi, kurz meine Gedanken zum Thema Arbeitslosigkeit durch KI / ML:
Ehrlich gesagt ließen sich doch auch jetzt noch viele einfachen Arbeiten ohne KIs wegautomatisieren. Das umfasst unnötiges ausdrucken, Listen pflegen, Umlaufschreiben um Unterschriften der Vorgesetzten einzusammeln, handschriftliche Protokolle abtippen, Übersichten über Trends und Kennzahlen erstellen … . Nennt sich Digitalisierung und passiert IMHO seit 10 Jahren nicht, obwohl es dank DBs, BIs & Reportgeneratoren und moderner Softwaretools längst möglich wäre…
Sorry vielleicht bin ich da zu sehr durch den Öffentlichen Dienst geprägt, aber ich denke ihr habt super herausgearbeitet, dass derzeit „intelligente“ Systeme eher noch weitere (komplexere) Arbeitsschritte abnehmen, aber sich eben auch nicht selber einsetzen. Da muss noch ein Mensch den Knopf drücken und die Idee haben, dass das Logo mal aufpoliert gehört und dass es doch wie folgt gestaltet werden müsste ….
Ich arbeite an einer Hochschule der Künste, wo sowohl Musiker, Kopmonisten, als auch Schauspieler ganz aufgeregt sind, weil sie sich jetzt schneller ersetzbar sehen. Denen entgegne ich immer, dass dies auch früher, als Synthis, Magix Mussicmaker und Computeranimation Einzug fanden immer den Einschein hatte. Klar gehen jetzt die Erstellung von überzeugenden Videosequenzen mit berühmten Schauspielern viel schneller. Am Ende braucht es dann aber doch Schauspieler!
Und sind für solche Berufe nicht andere Aspekte, wie prekäre Beschäftigungsverhältnisse, oder ein klares gesellschaftliches Bekenntniss zu Kultur und entsprechende Ausgaben sehr viel wichtiger, als ob man auf einer Bühne, vor einer Kamera, oder doch nur vor einem greenscreen drehen muss?
Ich zähle mich nicht unbedingt zu den KI-Begeisterten, einfach weil ich durch Erfahrungen in der computervision weiß, wie wenig stabil die Ergebnisse sind. Aber klar, toll ist das schon, dass ich mir auf einmal ausländische Videotutorials zu Spezialthemen zu Verfpgung stehen, weil sie automatisch transkripiert und übersetzt werden können. Spannend :-)
Bei meinem Schwiegervater im Wohnhaus (Berlin Weißensee) wurde letztes Jahr auch einigen Mietern ein Glasfaseranschluss verkauft – Ich meine auch über die Telekom.
Natürlich wird hier das Glasfaser kostenlos verlegt – Zum ersten Anschlusspunkt. Im Keller. Ab da geht es mit der altbewährten Leitung weiter nach oben. Steht halt so auch im Vertrag – Blöd wenn man nicht weiß was mit Anschlusspunkt gemeint ist.
Der Vermieter, eine Wohnungsbaugenossenschaft, hat auch kein Problem damit, wenn nun die alten Leitungen durch neue Glasfaser ersetzt werden – Also auf Kosten der Mieter natürlich.
Ist halt irgendwie für alle Seiten unbefriedigend – Nur für den Heini der den Anschluss verkauft hat nicht, der hat ja seine Provision erhalten…
Da ihr ja in Zusammenhang mit AI auch Design erwähnt habt, ich bin Kommunikationsdesignerin und muss beruflich mittlerweile auch immer häufiger Bilder mit Midjourney / dall-e 3 generieren, meist geht es da um „Stockfotos“ für Webseiten. Allerdings benötigen wir in unserer Firma auch viele Illustrationen und da kommen die Bildgeneratoren noch an ihre Grenzen, weil wir da durchgehend einen Stil brauchen und z.B. die gleichen Charaktere in verschiedenen Situationen und da auch nachträglich (mehrere Monate später) ggf. noch neue Illustrationen im gleichen Stil. Daher setzen wir da (glücklicherweise) noch auf Handarbeit, ist aber auch sicher nur noch eine Frage der Zeit, bis das auch problemloser möglich sein wird.
Was ich aber immer mehr mitbekomme im Design, ist, dass sich auch Template-Looks für Webseiten oder eben Logos generiert werden und dann eben nochmal in schön nachgebaut werden und vermutlich dann irgendwann selber wahrscheinlich zu neuen Datensätzen werden und dadurch alles immer generischer aussehen wird. Mal schauen, ob meine Befürchtungen da eintreffen werden. Kopiert wurde ja auch schon vorher, vielleicht ist das garnicht so sehr ein Problem.
Ansonsten gibt es ein sehr passendes Meme, was ungefähr so ging: KI ist keine Gefahr für Designer:innen, denn dafür müssten Kund:innen ja wissen was sie wollen.
Das ist tatsächlich recht wahr.
Tim hat die „KI-Anime“ Figuren erwähnt wovon einige sehr erfolgreich in den sozialen Medien sind. Aber noch viel dystopischer finde ich die KI-generierten Klone die 24/7 in chinesischen sozialen Medien Produkte anpreisen.
Hier der Heise Artikel dazu: https://www.heise.de/hintergrund/Wie-Deepfakes-in-China-im-Livestream-Produkte-anpreisen-9327109.html
Ich habe noch eine Ergänzung zur Historie von Googles Deepmind:
Nach Schach und Go hat deepmind sich mit AlphaStar auch Computerspielen zugewandt. Man hatte sich StarCraft 2 vorgenommen, ein Echtzeit-Strategie-Spiel mit einer sehr kompetetiven Profiszene. StarCraft gilt als die Mutter des esports und war für deepmind interessant, weil es sehr viele Daten gibt, das Spielgeschehen quasi unendlich variabel ist und das Genre neue Herausforderungen mit sich brachte. Erstens läuft StarCraft im Gegensatz zu den Brettspielen in Echtzeit ab. Es gibt also keine Pause zur Berechnung des besten nächsten Schritts und die Entscheidungen sind sekündlich zu treffen. Hinzu kommt die Komplexität, die eine Priorisierung erschwert: man kann Einheiten steuern (Micro) oder für eine gut laufende Wirtschaft und Nachschub an Einheiten sorgen (Macro), Gebäude bauen und Upgrades erforschen, um größer zu werden oder neue Fähigkeiten freizuschalten oder mit einzelnen Einheiten die Map und den Gegner auskundschaften. Das führt zur nächsten Herausforderung: es gibt für die Spieler*innen nur begrenzte Informationen. Man kann nur sehen, was die Einheiten sehen, alles andere ist im „fog of war“.
Es war dann sehr spannend als es dir ersten Showmatches mit AlphaStar gab, zu sehen, wo die Schwierigkeiten lagen. Die frühen Versionen von AlphaStar (es wurden mehrere parallel trainiert) haben sich alle auf nur eine Strategie fokussiert, was sie in einer Turniersituation mit Menschen angreifbar machte. Wie zu erwarten waren Micro und macro aber nahezu perfekt und Multitasking kein Problem. AlphaStar ließ sich aber mit der Ausnutzung des „fog of war“ leicht austricksen. Es war nicht in der Lage die konkreten Handlungen der Gegner vorauszuahnen und konnte deshalb nicht abwägen wann es sinnvoll war, Schäden in der eigenen Basis hinzunehmen, um gleichzeitig mit einer überlegenen Armee die Basis des Gegners zu zerstören.
Es wäre interessant, von den deepmind Leuten zu hören, inwiefern da Erkenntnisse rausgefallen sind, die für die nächsten Schritte der deep learning AIs wichtig waren.
Ich würde Tim gerne korrigieren. Er sagte: „Niemand kam in den 80igern darauf riesige Überwachungsprogramme zu starten.“
Ein riesiges Überwachungsprogramm war zu der Zeit die Realität in der DDR. Die Idee war also schon lange da und mit den damaligen Mitteln vollständig implementiert.
Anmerkung zu AlphaGo: Es ist nicht ganz so wie Linus sagte. Auch AlphaGo rechnet sehr ähnlich wie DeepBlue Spielbäume durch. Schon dafür muss das System (wie schon in Roberts Kommentar angemerkt) die Spielregeln kennen, also wissen, wie ein bestimmter Zug den Spielzustand verändert. Um mit der riesigen Anzahl möglicher Spielbäume fertig zu werden möchte man vermeiden, Zeit mit der Berechnung unvorteilhafter Züge zu verschwenden, dafür verwendet man eine Bewertungsfunktion, die eine Schätzung darstellt, wer „gerade am gewinnen ist“. Bei DeepBlue ist diese Bewertungsfunktion mit Schach-Expertenwissen (Werte der einzelnen Figuren, etc.) vorgegeben, bei AlphaGo wird es mit einem neuronalen Netz gemacht. (Genau genommen sogar mit mehreren.) Aber das neuronale Netz verwendet zur Bewertung auch wieder handgemachte Input-Features, die eine Kenntnis der Spielregeln voraussetzen, etwa die Anzahl der gegnerischen Steine, die durch einen gegebenen Zug gefangen würden.
Ganz so einfach wie „das Netz spuckt den besten Zug aus“ ist es also nicht.
Die Nachfolgervariante MuZero habe ich selbst noch nicht verstanden, aber mir scheint auch dort wird eine Monte Carlo Baumsuche verwendet, wobei jedoch die Zuordnung „Spielzug -> nächster Spielzustand“ nicht mehr durch Simulation der bekannten Spielregeln umgesetzt wird, sondern durch ein neuronales Netzwerk.
Nichts zum jabber.ru Eingriff?
Ich glaube eine der bedeutendsten Fragen in der Entwicklung der A.I. und ähnlicher Funktionen sollte neben der strafrechtlichen Frage auch die sozialgesetzliche seien. Wir müssen uns langsam damit beschäftigen was passieren soll, wenn der Mensch nicht mehr zum Arbeiten gebraucht wird. Dabei brauchen wir nicht durchdiskutieren wie und wann jeder einzelne Beruf fällt. Diese Fragen müssen schließlich auch dann aufkommen, wenn nur noch wenige Menschen mehr notwendig sind. Ich sehe hierbei den potentiellen Schaden so hoch, dass egal wie klein die Eintrittswahrscheinlichkeit ist das Risiko zu groß ist nicht zu tun. Wir argumentieren hier immer das auch nichts passiert ist bei den letzten industriellen Revolutionen, ich sehe dies nicht wirklich als valides Argument da wir uns hier bei sehr hohen Stakes auf historische Interpretationen verlassen. Damals haben wir Kraft von Pferden und Menschen ersetzt. Heutzutage reden wir davon die Intelligenz zu ersetzen welche Funktionen des Menschen bleiben dann noch übrig um werte zu schöpfen bei Kreativität und Emotion ist einfach die frage wie viele wir hiervon überhaupt in der Wertschöpfungskette verwenden und was davon nicht auch maschinell geschehen kann.
Ein „worst case senario“ sehe ich, wenn wir Menschen nur noch arbeiten lassen um ihnen ein Gehalt zahlen zu können. Pispers sagte mal: „Wir brauchen kein Bündnis für Beschäftigung, wir brauchen ein Bündnis für Geld. Beschäftigen kann ich mich alleine.“ Ich sehe es auch als anstrebenswert, wenn wir alle nicht mehr arbeiten müssten. Leider hört man darauf als Antwort gerne: „der Mensch muss doch arbeiten“, „ohne Arbeit fehlt ihm was“ und ähnliche Plattitüden. Wir sollten alle davon träumen ohne irgendwelche Zwänge das machen zu können was wir wollen (ohne Anderen zu schaden etc…). Wir sollten bemerken, dass unser Grund zu Leben nicht der die Arbeit ist sondern, dass die Arbeit erfüllt werden muss um unser Leben auszuschmücken.
Konträr dazu sollte man sich auch damit beschäftigen, wie man aktuell mit Arbeitskraft umgeht. Sollte man Unternehmen dazu bringen Arbeitsplätze zu automatisieren um Arbeitskräfte für unbesetzte nicht automatisierbare Stellen zu befreien?
Wenn jemanden was bekannt vorkommt: Ich glaube den größten Einfluss hatte ich vor Jahren als „Humans Need Not Apply“ von GCP Grey rauskam.
Ich glaube nicht, dass wir wirklich kontrollieren, was die KI lernt. Wir kontrollieren vielleicht, WOVON sie lernt. Aber welche Schlüsse sie daraus zieht ist eben genau nicht vollständig zu kontrollieren. Es wird ja nur stichprobenartig überprüft, ob die Ergebnisse passen. Die mangelnde Transparenz an der Stelle ist ja genau eines der Probleme.
Und das mit der Ethik und dem Bias der KI hat Linus sich ja schon selbst beantwortet: Beim Mensch weiß jeder, dass es da potenziell einen Bias gibt und man da aufpassen muss. Beim Computer sagt jeder Ja, Ja, hat der ausgerechnet. Das wird schon stimmen. Und dann hast Du bei jeder wichtigen Entscheidung die gleichen Fragen wie beim Wahlcomputer: Ist das da alles mit rechten Dingen zugegangen?
Wohin das mit KI führt kann man sich bei den Clips von „Little Britain“ ansehen.
Computer says no!
Hallo Linus,
Hallo Tim,
ich hoffe ihr lest das trotz verspätung noch. Bezüglich Alterskontrolle wird aus meiner Sicht zunwenig an die Eltern gedacht. Alle betroffenen Personen unter 18 haben per Definition jemand, der Dinge für sie entscheidet. Dies betrifft auch devices und Internetzugang.
Meine Jungs sind 5 und 3, also noch nicht im Internet unterwegs. Ich würde ihnen aber in den nächsten Jahren sehr gern ermöglichen, auch zunehmend unabhängig und allein das Internet zu erkunden. Anfangs würde ich aber gern verhindern, dass sie hardcorepornos oder sterbende Menschen sehen.
Aus meiner Sicht wäre es wünschenswert, wenn ich von client-seite sicherstellen könnte, dass da niemand „ich bin 18“ klicken kann. Beispielsweise, indem der browser analog zum „do not track“ ein „i am below x years old“ flag schickt (welches von mir als admin konfiguriert ist, und meine kinder nicht ändern können).
Alternativ / ergänzend wäre möglich, etwas analog zu diesem TRUST-PID kram: der Mobilfunkanbieter weiss, dass der anschlussinhaber unter 18/ist, und daher kann man nicht „ja“ klicken.
Mir ist klar, dass das nicht 100% wasserdicht ist. Aber bis meine Jungs wissen, was ein VPN ist, und wie man solche sperren umgeht, dauert es wenigstens noch ein paar jahre länger. Und dass sie sowas beim grossen bruder des nachbarn sehen lässt sich auch nicht verhimderrn. Mir geht es vor allem um das alter, wo „Seite mit der Maus“ cool ist, aber porn und enthauptungsvideos absolut verstörend, und sie das nicht „aus versehen“ finden.
Was meint ihr?
Zum Fiat Multipla: Das war kein KI-Unfall. Das waren die Teletubbies, die brauchten ein Auto!!!